尽管OpenClaw（龙虾）等智能体热度已降，但其催生的“Skills”生态却在证券行业生根发芽：6月1日，中金公司在推出“老于”分析师Skill后，再次上线5位分析师Skill；5月29日，华泰证券宣布AI涨乐上线Skills；此前，国泰海通、广发证券、国信证券也相继发布了Skills产品。
Skill通常指封装为AI智能体可调用的标准化功能模块，涵盖行情查询、数据筛选、选股分析、研报解读、自选股管理等场景。从各家机构的产品定位和战略意图看，当前券商围绕Skill构建的策略大致可分为三类：
一是技术基建派。以华泰证券为例，其发布“AI涨乐Skills”时表示，该Skills深度依托公司自有的投研能力与数据底座，而非依赖通用大模型。
二是业务创新派。典型代表是中金公司推出的“老于”等一系列分析师Skill，它不是简单的功能堆叠，而是将一位位资深分析师的完整研究方法论进行“蒸馏”和封装。在业内人士看来，中金公司此次布局的重点不在于技术能力的突破，而在于业务模式的创新，率先做出了行业此前没有的产品形态。
三是生态建设派。例如国泰海通、国信证券，它们在上线Skills后，同步将其上架到华为小艺、腾讯Coze等第三方智能体平台。广发证券也表示正积极对接各大主流智能体生态平台，推动优质Skills上架公域市场，助力智能体生态建设。
值得注意的是，目前推出Skills的券商全部为头部机构，前十大券商中已有一半入局。某头部券商网金人士告诉上海证券报记者，未跟进者并非全然受限于技术，而是出于对风险的考量。“国内大部分券商仍保持着天然的业务保守性，担心创新带来的合规风险与业务风险，难以突破传统投研、投顾服务的边界，长期停留在AI轻量功能复刻的层面”。
Skills热潮的另一面，是券商模型与算法备案的全面提速。易观千帆数据显示，截至2026年4月，证券行业已有近30家机构完成算法或模型备案，备案项目总数超过40个。
备案提速折射出一个行业现实：技术本身已难以构筑护城河。业内人士普遍认为，在DeepSeek、千问等通用大模型跻身全球顶尖的背景下，金融垂类大模型间的实力差距不会太大。因此，券商集体布局Skills，首先是一种防御性选择：如果不做，可能被市场和客户认为技术落后。而在防御之外，也有明确的进攻逻辑——用技术放大核心数据和人力资产的商业价值。
前述网金人士认为，中金公司此次推出分析师Skills的尝试为行业提供了一个重要参考：打通券商沉睡数据资产的变现路径。券商长期拥有海量独家投研语料和分析师研究经验，却缺少合规、可行、可落地的商业化变现渠道，AI恰好成为盘活这类内部资产的关键载体。
当通用大模型逐渐普及，券商扎堆做应用层功能时，行业AI竞争的重心正从技术比拼，转向数据盘活能力与业务创新魄力的较量，而这一切最终要回归到对用户需求的理解与场景化落地。
前述网金人士认为，行业或将围绕两个方向持续角逐：一是内部数据资产盘活开放能力，即能否将研究经验、调研数据、分析框架进行合规“蒸馏”与标准化封装；二是业务模式创新突破，即是否敢于尝试无人落地的创新产品，比拼的是组织勇气而非技术先进程度。前者决定AI服务的“天花板”，后者决定谁能率先触及那个“天花板”。
不过，这条路上也存在悬而未决的风险和挑战：首先是投研壁垒被削弱的风险。原本面向机构客户、单份采购成本达数十万元的深度研报，若被低价或免费的Skills复刻核心逻辑，将冲击券商传统的付费研报业务。其次是合规责任边界模糊的风险。AI Skills在话术微调后，可能从客观的行情分析、逻辑复盘滑向具体的投资建议。一旦输出内容引发投资者亏损，产生投资纠纷，人工、AI系统与券商三方之间的责任如何划分，目前尚无明确标准。
另一个无法忽视的现实是，Skills对普通投资者的实际效用仍存争议。尽管Skills降低了操作门槛，但对普通人而言依然存在使用难度。不少业内人士对记者表示，AI技术迭代速度远超用户需求成长速度，绝大多数零售客户并无刚性、高频的AI投资服务需求，现阶段行业呈现明显的供需错配。
（文章来源：上海证券报）
