随着大模型规模化落地，AI应用已从单点问答演进至具备任务拆解、工具调用、流程沉淀能力的AIAgent阶段，为主动投研全链路带来范式变革。AIAgent定位为投研助手能够规避传统投研长期面临的痛点，有助于推动投研流程规范化。
　　数据是AIAgent深度介入投研的基础。依托外部MCP、内部因子库封装Skill等可靠结构化数据源，AIAgent能够实现标准化数据调用。
　　投研专有知识提升差异化竞争力。借助ima知识库与WorkBuddy沉淀、调用微信聊天、邮件及研究资料，形成“知识沉淀—智能调用—信息加工—知识回流”的闭环。通用模型日益普及后，机构竞争优势将更多来自可供AI调用的专有知识。内部研究框架、历史讨论、行业经验与决策复盘等内容，经过系统化、结构化和可调用化后，有望转化为差异化且难以复制的投研能力。
　　在数据和知识底座基础上，Agent可进一步构建复杂投研流程。依托数据底座和知识库，构建宏观分析、指数研判、知识管理、深度研究、专家讨论、投决会议等Skill并完成投研场景落地。
　　风险提示：智能体产品及大语言模型仅作为辅助信息处理与效率提升的技术手段，无法替代专业投研人员的独立判断、深度分析与最终决策；AI在不同时间、不同提示词下的输出结果可能存在不一致性、偏差甚至错误。