2026年10月14日，北京大学经济学院和北京大学金融工程实验室在经济学院107会议室联合举办了“对话投资总监”系列讲座第四十场。本次讲座邀请讯兔科技（Alpha派）联合创始人崔予淳作为演讲嘉宾，以“走进AI投研新时代”为题，为北京大学师生作了主题报告。讲座由北大金融工程实验室黎新平博士主持，40余名师生参加了讲座。
崔予淳作专题报告
崔予淳围绕AI对资管行业的变革与重塑，从量化投资与基本面投资两个维度，为在场师生带来专题分享。他首先对国内资管行业的长期发展前景作出积极研判。崔予淳指出，尽管AI技术的快速迭代将对行业内的部分岗位形成一定冲击，但国内资管行业管理规模始终保持连年增长态势。展望未来，随着市场优质投资标的持续扩容，各类投资策略也将日趋丰富多元，资管行业整体仍具备广阔的发展空间与充沛的增长动能。
崔予淳表示，随着AI时代全面到来，投研范式正加速向数据化、智能化方向演进，AI原生基金逐步兴起，买方机构在信息获取环节也日益广泛地引入AI工具作为辅助。融合基本面研判与量化分析能力的新一代资管平台，有望成为行业下一轮增长的重要引擎。依托大模型与智能体技术的持续迭代，AI正逐步深度嵌入投研全流程；但同时应看到，现阶段智能体在处理长程思维链等复杂任务时，能力上仍存在明显局限。
崔予淳结合多个金融场景下智能体落地的实战案例，向同学们深入讲解了智能体在金融业务中的完整工作逻辑。他谈道，AI在面对超长提示词类任务时，输出质量往往不够理想，但对于端到端的短任务，已具备可靠的执行能力。因此，从业者可以借助程序化思维梳理完整逻辑链路，将复杂任务拆分为多个独立模块，交由AI分步处理，以此提升最终任务的产出效果。不过，这种模块化拆分的落地方式，也会相应带来实施成本的上升。
崔予淳谈道，大模型技术显著拓展了行业处理私域信息及各类非结构化信息的能力，为金融信息服务赛道创造出新的发展机遇。若金融信息服务机构能够以信息采集为起点，搭建一体化、自动化的工作流，打通从信息处理、成果交付到投资决策的全链条，相关服务未来进一步延伸落地至交易端，将具备现实可行性。
崔予淳进一步梳理了AI投研技术的发展脉络：2023年，AI仅能完成长文本摘要、文本翻译等基础单点任务；到2024年，已可通过程序将多项单点任务串联起来，搭建起简易的自动化工作流；2025年迎来关键技术突破，AI开始具备基础推理能力；进入2026年，AI已能够搭建完整的投研工作台，系统构建能力实现大幅跃升——不仅可自主组装现有工具，还能根据业务需求动态生成新工具。
在现场交流环节，崔予淳向同学们阐释了信息决策层面的商业逻辑。他指出，AI投研领域存在两条可选发展路线：一是深耕资管业务、自主开展投资，二是对外输出技术工具与服务。相关企业需要找准自身定位，坚持专业化发展道路。崔予淳表示，现阶段的大模型并不具备“无中生有”、凭空生成有效信息的能力，但只要给定清晰的目标与明确的方向引导，模型便能够稳定、高质量地完成相应的指定任务。
主讲人简介
崔予淳Yuchun Cui，讯兔科技联合创始人、首席数据官，拥有纽约州立大学石溪分校计算机硕士学位。曾任职于全球头部金融资讯公司FactSet，带领搭建了FactSet ETF数据分析引擎，后任职于国内头部公募基金，建设了新一代投研数据生产体系。
北京大学金融工程实验室简介
北京大学金融工程实验室是依托北京大学经济学院搭建的研究和教学平台，致力于推动量化投资、金融工程、大数据金融以及金融科技方面的学术研究与实践应用，实现学术界与金融业界良好的互动交流。
实验室聚焦于运用数学建模、统计分析、计算金融、大数据以及机器学习方法进行量化金融的研究，以数理化方法探讨金融市场的规律。实验室的目标不仅仅是推动金融工程等学术领域的前沿研究，同时也推动量化金融技术在教学、投资实践、金融监管以及金融政策等方面的实际应用。实验室课题研究包括：量化基本面、金融科技及AI、市场交易行为、高频数据、风险预警与管理。
供稿：北京大学金融工程实验室
美编：初夏
责编：度量、雨禾、雨田、闻铎
