一个投研工具说它有八成八像资深投资人

「AI 能不能替代资深投资人」这个问题，现在有了第一个厂商口径的数字：88.6%。

一、发生了什么

这个数字出自 Terminal X 在 OpenAI 官网的客户案例页。Terminal X 是一家金融行业初创公司，核心产品叫 Capital Memory 操作系统，解决的是投资机构的「记忆债」——资深投资人一走，机构积攒的判断力就跟着流失。做法是工程师驻场数周，拆解机构内部的备忘录和从未写下来的流程，为每家客户构建数百个 agent，可部署在本地或机构自有云。

88.6% 的官方口径是这样测的：在 500 条经过打分的判断上，其 Eval Agent 使用的 GPT-6.1 Sol 与一位资深人类审阅者的结论一致率为 88.6%，次优模型为 86.4%，提升 220 个基点。评分按 54 项标准逐项过，包括数据来源是否正确、叙事是否成立、建议是否符合机构内部观点，每项判定通过与否，失败项附原因。

官方还给出：这家公司已构建 1700 份机构记忆，定制工作流跑了超 100 万次，周活跃用户占月活跃用户的 81%。有私募股权客户报告，尽调和投资备忘录流程年化节省 240 万美元。产品细节上，每个输出都像资深审阅人复核分析师作业那样被逐项检查，一次偏离机构立场的建议——比如市场转向后模型开始推荐与基金授权范围不符的头寸——会被标出来，官方称这类偏离的检出率比次优模型高约四分之一。下一步，该公司计划把机构记忆从团队层细化到个人投资者层。

二、跟你有什么关系

投资机构：这类产品的卖点是「把判断力留在机构里」，人走知识不走确实戳中痛点，但落地成本和驻场周期要单独评估。

模型选型者：案例里 GPT-6.1 Sol 负责需要判断和大上下文的环节，另一款模型 GPT-6 Luna 跑高吞吐步骤——按任务分模型而不是一杆子用一个，这个分工思路可以借鉴。

普通从业者：把 88.6% 理解成「AI 有了九成资深水平」是误读，它测的是与某一位审阅者的一致率，不是市场正确率。

三、怎么读这类数字

1. 先看测的是什么。一致率不等于正确率——审阅者错了，一致的系统也跟着错。
2. 再看样本和判据。500 条判断、54 项标准、单一位审阅者，换一家机构、换一个评审，数字可能变样。
3. 看对照系。86.4% 的次优模型是参照物，220 个基点的差距在同一口径内成立，跨口径别乱比。
4. 区分角色。这是该公司自查产品用的评测，属厂商口径，不是第三方审计。

四、三个别信的说法

88.6% 意味着 AI 判断接近资深投资人。 原文测的是与一位人类审阅者的一致程度，样本仅 500 条判断，只能说明「像」，不能说明「对」。

年省 240 万美元适用于所有客户。 那是一家私募客户自己报告的年化节省，流程规模和数据量不同，抄不出第二条一样的账。

agent 全自动审完就不用人把关了。 案例的设计里，每次失败修正还会被写回新的工作流规则，人机是闭环，不是替代关系。

五、一句话结论

厂商给你的从来是「像不像」的分数，钱是你的，口径要自己验。

信息来源

• OpenAI 案例页：Terminal X（2026-10-20）

功能与价格以官方公告为准。本文写于 2026 年 10 月 27 日。