7月12日，第四屆·中國量化投資白皮書研討會暨園游會舉辦，寬邦科技創(chuàng)始人梁舉出席會議，并對《中國量化投資白皮書》的關鍵數(shù)據(jù)進行解讀。

　　他表示，AI 成本又降了一檔，我們把“多輪深度優(yōu)化”直接交給機器，并給它裝上工具鏈讓它自己調(diào)度。

　　拿“中證 1000 指數(shù)增強”舉個例子：過去我們?nèi)斯懰?workflow——先讀研報→再整合→再設計因子?，F(xiàn)在，整個 planning 由 AI 自己排兵布陣： 它先去資料庫里挑報告、查 API、拉數(shù)據(jù)；寫完代碼自己跑，指標不達標就自動回溯、改思路、再迭代。一句話：把人類研究員的“小步快跑”原封不動搬進硅基大腦。

　　下一步，我們讓 AI 把任務再拆成并行子任務——組合優(yōu)化、因子挖掘同時開工，這就是下一代投研 Agent 的雛形。要去做一個好的AI agent，三塊拼圖必須到位：模型：商業(yè)大模型（o3-claude-4 等）+ 本地調(diào)優(yōu)模型（DeepSeek-V3/R1、千問）混合雙打；Agent：去年是 IDE 插件（GitHub Copilot/Cursor），今年直接端對端——不寫一行代碼也能交付功能；平臺：我們做了 QO-one，把大模型、數(shù)據(jù)、算力、工具鏈一鍵串起，新手 10 分鐘就能跑完一條策略。

　　落地速度有多快？2023：第一批把 GPT 接到量化平臺； 2024：內(nèi)部定目標“30% 代碼 AI 生成”，結果輕松達成； 2025：目標調(diào)到 90%，部分模塊已經(jīng) 99% 由 AI 輸出——人類只剩“按回車”和“喝咖啡”。

　　備注：本文由AI輔助，根據(jù)直播速記整理而來，未經(jīng)本人確認，基金有風險，投資需謹慎！