进门CEO程建辉：做投研，AI越强大，人类越值钱

文章摘要

【关 键 词】 AI投研、信息治理、人机协同、思维链、垂直生态

进门科技以金融投研为垂直场景，构建覆盖上市公司、券商研究所与专业投资者的闭环生态，其核心产品“AI进宝”已从辅助工具升级为具备任务执行能力的数字研究员，通过12个专业化Agent、投研大脑及“投研龙虾”系统，实现高频投研任务的自动化处理。

公司强调，通用大模型在投研领域尚处“玩具”级别，真正具备生产力价值的AI需依托高质量数据治理、专业逻辑嵌入与深度工作流整合，而进门的核心壁垒正体现在数据基座、行业know-how、安全风控与端到端结果交付能力上。

投研的本质被定义为两层：第一层是数据治理，第二层是信号捕捉；进门聚焦沟通场景，将路演、调研等动态信息转化为结构化数据资产，并推出《进门内参》、事件信号等能力，提升信息处理密度与时效性。

针对AI幻觉与数据投毒风险，公司建立全流程溯源与校验机制，优先积累一手会议内容以保障源头真实。

在交互设计上，进门坚持“AI原生”路径，将软件首要用户从人转向AI Agent，通过支持用户自定义思维链、拆解顶级研究方法论并实现交叉测评，使分析过程可沉淀、可复用、可共享。

人类价值并未被削弱，而是被重新聚焦于非共识判断、弦外之音解读及方法论创新等AI难以覆盖的领域；程建辉指出，市场非完全有效，信息孤岛、小样本与传播延迟构成人的结构性机会。

思维链功能不仅助力普通投资者提升研究能力下限——“直白点说，过去老是被割韭菜，往后割韭菜也没那么容易了”，更孕育出知识付费新范式：高水平研究员的方法论可封装为可订阅资产。

当前技术进展集中在信号识别与影响方向初判阶段，定价推演等定量环节仍在演进中；模型策略采用大小模型耦合、多基座协同方案，兼顾性能与成本效率，整体技术开支可控。

最终目标是实现人机协同：人类负责思维表达与关键决策，AI承担执行与组合工作，软件架构全面适配这一范式转移。

原文和模型

【原文链接】 阅读原文 [ 7160字 | 29分钟 ]
【原文作者】 雷峰网
【摘要模型】 qwen3-vl-plus-2025-12-19
【摘要评分】 ★☆☆☆☆

阿里云百炼

大模型服务平台是阿里云基于通义大模型等多种大模型的一站式大模型开发平台。