投资研究接入人工智能前，先做一场披露审计

人工智能正在改变投资研究中一个不太耀眼、却很关键的环节：披露文件审阅。研究员可以让模型从申报文件或合规材料中提取变化、义务和未解决问题，先搭出一张研究地图。但地图更快生成，并不等于地图可靠。

更有价值的工作单位不是一份流畅的摘要，而是一场披露审计：每个重要断言都要有来源位置、日期、置信度，以及人工对“仍未核实”的明确标记。美国证券交易委员会近期讨论“人工智能时代的信息”时提醒，人工智能相关成本与责任可能在顾问、基金、中介机构之间转移，最终由投资者承担（SEC）。另一份 SEC 检查提示则强调，投资顾问需要定期检视合规政策是否充分、是否真正有效执行（SEC 风险提示）。合在一起，它们提出了一个流程问题：人工智能参与的审阅，能不能留下足够证据让别人挑战它？

从阅读文件到维护断言账本

过去的流程通常是线性的：打开文件，搜索关键词，标注段落，写成笔记，再传阅备忘录。现在可以把它拆成几个阶段。先锁定文件版本和元数据；再让模型按“变化、风险敞口、义务、假设、缺失数据、升级问题”提取候选断言；然后要求每一条都附上短引文或表格位置；最后由人工删除没有依据的内容，把其余项目标记为已确认、合理但待核实，或未解决。

这样一来，产物就变了。模型不是在判断一项发展对投资是否有利，而是在生成一列研究员可以逐条核验的事项。这和可审计的研究队列更接近，而不是一个自主分析师。

这种对来源的重视，也延伸了本系列关于可复现研究轨迹的讨论：人工智能参与的审阅，只有在别人能够从文件重新走到判断时，才真正有用。

它的实际价值不只是节省时间，而是把证据和解释分开。好的记录应包含稳定网址或文件哈希、获取时间、页码或章节、原始断言、模型改写、审阅者修正，以及下一步问题。结论变化时，团队才看得出究竟是证据变了、解释变了，还是模型换了一种说法。

模型能做什么，不能做什么

当输入范围受到控制时，人工智能擅长生成候选项、统一表述和比较两个期间的文本。它可以找出重复的风险措辞，把长篇叙述转成审阅队列。但它不擅长独立判断重要性、解决定义含混、发现文件没有说什么，也不一定能看出管理层措辞是否在回避问题。流畅的答案还可能掩盖来源错配：模型把不同期间拼在一起，把估计当成结果，或从相关性推断因果关系。

所以提示词必须允许它弃答。“没有找到支持段落”是合格结果；“判断依赖当前无法取得的附件”也是。审阅者还要抽查模型没有标出的内容，否则第一道筛选就产生选择偏差：流程衡量的是模型呈现了什么，而不是文件里实际存在什么。

一次 60 分钟的研究专用测试

选取一份公开披露文件，再选一份较早的可比文件。不要下单、调仓，也不要把结果当成投资建议。

基线： 先用通常方法人工审阅 30 分钟，记录找到的重大断言数量、后来核实的数量，以及形成一张简短证据表所需时间。

人工智能条件： 把同样两份文件交给模型，要求章节级引用并允许弃答，再用 30 分钟复核它的表格。测量引用精确率（抽查断言中有来源支持的比例）、人工补出的重大变化、修正次数、形成可审阅表格的时间，以及不同审阅者对重要性的意见一致度。

观察窗口限定为这一次测试，或延长至七天、重复测试七组可比文件。若模型不能提供稳定的来源位置，审阅者无法复现断言，或无依据断言超过预先设定的容忍度，就停止测试。目标是测量流程，不是预测收益。

不容忽视的边界

这项测试不能证明人工智能改善了投资结果。样本可能偏向格式整齐的文件；容易处理的材料更可能被留下，形成幸存者偏差。人工审阅者也可能偏爱简洁文风，带来测量偏差。模型供应商有动力强调覆盖率，投资团队则有动力强调效率。文件会修订，链接会失效，后来出现的重述也可能推翻当时看似合理的判断。

还有一条因果断层：可追溯性变好，可能改善审阅质量，但不等于资产配置变好。数据成本、延迟、保密要求、访问权限和合规控制，都可能超过所谓的生产率收益。账本能让错误判断更容易被追查，却不能让判断本身正确。

对主观投资者而言，持久的能力是逐条核验证据。系统化团队应把抽取质量和弃答表现作为持续监控指标。工具建设者则应把来源、版本和审阅者修正设计成正式输出，而不是可有可无的界面功能。前沿不是让人工智能听起来像分析师，而是让投资流程清楚显示：模型或人，究竟可能在哪里出错。