AI买方决策分水岭：验收力如何重塑基金经理的判断系统

AI 进入买方投研流程之后，相信过不了多久，AI化本身将不再构成差异化来源，下一个赛点会出现在：谁能判断 AI 的输出是否值得进入仓位、风险和净值责任链。

海外买方 AI adoption 开始得更早，目前已经从前台试点进入正式流程。SimCorp 2026 年对 200 位买方高管的调查显示，超过三分之二的投资管理机构已显著采用 AI，创新首次成为技术和运营投资的首要驱动因素；Mercer 同年的资产管理 AI 调查也表明，55% 的资产管理人已在至少一个投资流程中集成 AI，27% 处于试点 POC 阶段。

过去几个月，资管行业看待 AI 的态度发生了明显变化。如果说年初大家还在问 AI 写研报、做信息梳理是否靠谱，那么对多数理念先进的资管机构来说，这个点早已不是问题。显然，AI 已经从选修课变为必修课，更现实的问题变成：AI 已经进入前台投资流程，由谁负责验收它的输出？

像 Janus Henderson 这种近 5000 亿美元规模的资产管理公司，正在用 Claude 支持销售和投资场景，其中 Libros 被用来从历史会议笔记中挖掘可能指向公司表现的语言模式。AI 正在进入投资组织的具体流程，一边是二级权益市场争相追逐 AI 硬件 capex 投入带来的交易机会，资本市场继续把钱投向 AI 基础设施；另一边是买方自己也开始把 AI 装进投研流程，从 AI 硬件上赚来的钱，反过来又投向资管机构自己的 AI 研发 Capex。资本市场不仅是旁观者，更是参与者，见证并参与了 AI 浪潮下这整个自我印证的正反馈飞轮。

第一道关卡也随之而来：流程嵌入的能力，如何把 AI 变成更好的投资决策。

投资负责人的验收力，是当前最被低估的发力点。Human-in-the-loop 不是一具空壳，对验收的理解若仅限于核实数据源准确性，或对输出质量做工程语义上的质检，就太低估验收本身的价值了。或者说，“验收”这个表达本身就是对这个环节的降维表述。它真正该起的作用更接近：投资负责人把 AI 输出接入自己判断系统的能力，并筛出其中认同的部分，内化为自己行动的一部分。

想象一下，Tony 穿上亲手打造的战甲、连通超能力升级为钢铁侠的时刻，和基金经理连接 AI 外骨骼有异曲同工之妙：硅基的感知、计算、记忆、反证能力开始接入碳基的目标函数、风险边界和仓位责任。我更愿意将之理解为，AI 与基金经理之间的 认知-行动接口能力。

因此，初阶的 Human-in-the-loop 是碳基给 AI 的输出盖章通过，而高阶的用法是 AI 接入碳基判断系统的接口，为其结果质量赋能。AI 提供更强的感知、记忆、计算和反证能力，但目标函数、风险边界和最后的动作责任仍在人身上。

再进一步，AI 接入基金经理判断系统，与其说是穿上战甲，不如说是把原本只在直觉层面运作的部分，变成一个可以被解构、校准并且放大的外部系统，而直觉本身可以是输入端的一部分。高阶的系统直觉输入端可以分场景、多维呈现。比如在假设生成这个场景下，投资经理基于多年经验，往往直觉比 AI 来得更快。他在产业调研里感受到某个变化的苗头，把它变成一个值得跟踪的假设，然后让 AI 去检验、拓展，或者寻找反证和断点。在多假设场景下，AI 负责假设生命周期的完整运营。如果量化基金有因子库，主动管理也该有假设库 直觉在链条的起点，充当新一轮的高价值输入。直觉若是用于对抗系统的那把手刹，会略显浪费，不如充当启动整个系统的点火装置——那个“这里有什么值得挖掘”的感知，先于数据，先于模型，先于任何可以被机器验证的东西而存在。

我们前有 Harness、后有验收，AI 的输出——无论以何种形式呈现——进入基金经理的思维方式和仓位系统，这正是 Lunartulip 一直主张的碳基直觉 + 硅基外骨骼的呈现形态。AI 提供的是感知半径的扩张、记忆边界的延展、反证速度的加快；基金经理保留的，是目标函数的设定、风险边界的划定，以及最终持仓背后的全部责任。这个接口，不是工程意义上的系统集成，是认知意义上的判断扩充。

如果说 AI 化的第一阶段，比的是谁会定义工具、验收工具；那么下一阶段，比的是谁能把工具变成自己的决策肌肉。这个耦合完成的时刻，才是碳基直觉和硅基外骨骼真正闭合的时刻，也是买方 AI 化最难被追平的护城河开始形成的地方。

本文首发于 云栈社区，更多技术内容欢迎访问交流。