近期，证券行业AI竞速再掀热潮。国泰海通研究所发布Nova投研AI全域产品生态；财信证券发布自主研发Skills，集成财务诊断、热点资讯与行情查询；财达证券上线股市通Skills中心，适配投资者习惯。易观千帆数据显示，截至7月末，已有32家券商完成算法与模型备案。

头部券商密集推出AI Skills产品矩阵，将原本分散在投研系统、数据终端和客户服务后台的专业能力，封装为可被智能体直接调用的标准化技能模块。在业内人士看来，这场以“能力封装”为核心的竞赛，标志着行业智能化已从概念验证步入场景深耕的新阶段，金融服务的供给逻辑正在被重新书写。

券商竞相布局Skills服务

据悉，AI Skills是将券商多年积累的投研方法论、数据接口和业务流程，转化为AI可理解、可调用、可复用的能力单元。与此前侧重于交互体验的“数字人”不同，Skills更强调动手能力，它不仅能回答问题，还能直接调用后台系统完成查研报、筛股票、做估值、出榜单等具体操作，实现从信息展示到任务执行的升级。

在这一轮布局中，头部券商呈现出明显的路径差异。华泰证券采取双产品线策略，其面向机构客户的“智研Skill&MCP”与面向零售客户的“AI涨乐Skills”各司其职，强调打造适配自身业务逻辑的AI工具集；中金公司则另辟蹊径，将资深分析师的完整研究方法论、估值体系与行业认知进行“蒸馏封装”，推出“分析师·Skill”，使机构客户能够与研究团队的“数字分身”进行深度对话；国泰海通的“灵犀Skills”则聚焦高频实用场景，上线查研报、查行情、智能选股、自选股分析等功能，并率先将能力对外开放。

易观千帆数据显示，截至2026年7月末，已有32家券商完成算法与模型备案，备案项目总数超过50个，其中10余家头部券商完成了多模型备案。

国金证券金工首席分析师高智威认为，未来以Skills为代表的能力模块，将成为连接大模型、金融数据和具体业务场景的重要工具。通过金融数据库、知识库和定制化工作流的结合，AI有望覆盖数据获取、研究分析、报告生成等完整投研流程，成为券商投研体系的重要基础设施。

这一趋势的背后，是用户需求逻辑的深刻变化。易观分析调研显示，证券AI用户的核心使用场景正从财经知识问答向智能盯盘与异动提醒、选股筛选与风险排查等深度服务迁移。这意味着投资者不再满足于一问一答的断点式交互，而是需要覆盖选股、分析、盯盘、交易的全链路支持。AI Skills的出现，恰好填补了这一空白，它将过去仅面向机构客户的专业投研能力，以轻量化、工具化的形式向普通投资者下沉，推动金融服务从“信息差”竞争向“效率差”竞争转型。

从“App孤岛”走向全域触达

值得注意的是，此轮券商AI Skills布局的一大突破，在于打破了传统金融服务对自有App的强依赖。过去，券商的数字化能力大多封闭在自家应用程序内，用户必须下载、注册、登录才能享受服务，形成了彼此割裂的“App孤岛”。而Skills的标准化封装，使得券商专业能力得以嵌入第三方智能体生态，服务边界被显著拓宽。

国泰海通在此领域先行先试。据悉，其“灵犀Skills”首批入驻腾讯Skill Hub、华为小艺Skills市场等第三方智能体平台，用户无需下载券商App，即可在常用智能体中调用查研报、筛股票、看行情等功能。同时，广发证券、国信证券等机构也在积极对接主流智能体生态平台，推动优质Skills上架公域市场。

这种探索的战略意义不容忽视。一方面，它借助公域流量扩大了券商服务的触达范围，降低了投资者获取专业工具的门槛；另一方面，高频调用产生的反馈数据，也为券商优化模型、迭代能力提供了宝贵的业务养料。据公开数据，截至2026年6月末，国泰海通灵犀智能化服务已累计服务8300万人次。

从更宏观的视角看，Skills正在重新定义券商服务的边界。光大证券首席资产配置研究员王开表示，当前智能体应用正从通用工具向投研、合规、客户服务等核心业务流程渗透，并已产生可量化的效率改善。当市场需求从标准化走向个性化，持续加码智能体正成为券商撬动存量市场、提升业务效率的重要路径。更重要的是，AI在合规框架内可绑定用户持仓数据，结合其盈亏情况与风险偏好定制分析内容，有望实现真正意义上的个性化投顾服务。

合规下的生态布局成关键变量

尽管AI Skills为证券行业打开了新的想象空间，但作为一个新生业态，其发展仍面临能力边界模糊、合规风险暗藏等现实挑战。此前，市场上已出现分析师研报因AI辅助生成而出现事实性偏差的案例，为行业敲响警钟。

值得注意的是，中国证券业协会近期拟启动证券行业人工智能应用案例征集，涵盖智能投研、智能风控、智能客服等六大类场景，并计划将优秀案例汇编成册、面向全行业发布。这一举措被业界视为监管层引导行业规范发展、建立示范标杆的重要步骤。

业内人士表示，券商Skills当前更像是投研与服务入口，而非自动交易入口。国内目前尚未开放客户通过Skill、Agent直接下单股票交易的功能，涉及投资建议、适当性管理和交易执行的环节，仍需回到严格的监管框架中。

王开认为，智能体赢得信任的关键在于让投资者理解AI建议的依据与局限，对思维链路不透明的地方进行“开箱”溯源。持牌机构和从业人员始终是责任主体，AI永远是“辅助驾驶”而非“自动驾驶”。高智威也表示，券商需要建立稳定的数据基础，通过金融数据库、研报数据库、公告数据等多元信息来源为AI提供高质量支撑，同时将研究框架和业务流程嵌入AI系统，通过RAG、Skills等机制，使AI能够基于明确的数据来源和分析逻辑完成任务。

多位业内人士指出，从试点到规模化，2026年无疑是券商AI Agent发展的关键节点。对于券商而言，在合规底线之上加快能力沉淀与生态布局，将是决定其未来竞争力的关键变量。