> **来源：[研报客](https://pc.yanbaoke.cn)** # AI Agent 在大宗商品投研中的应用初探总结 ## 核心内容概述 本文由永安研究发布，探讨了新一代 AI Agent 在大宗商品投研领域的应用前景。文章以 Claude CoWork、OpenClaw、WorkBuddy 等 AI Agent 为例，分析其相较于传统聊天机器人的优势，强调其在调用工具、访问文件、读取数据、执行代码及完成多步骤任务方面的能力。文章指出，AI Agent 更像是一个认知杠杆，而非替代研究员的角色，其实际能力受限于用户如何构建可复用的数据口径、研究框架、交易假设和复核边界。 ## 主要观点 - **AI Agent 的发展** 自 2026 年以来，AI Agent 技术快速发展，具备了更复杂的功能，能够完成多步骤任务，具有类似数字研究助理的能力。 - **Skills 的重要性** Skills 是当前 AI Agent 应用的核心能力载体，它决定了 Agent 能否有效执行任务、调用工具并提供高质量的输出。文章强调，Skills 的构建和优化是提升 AI Agent 能力的关键。 - **应用场景分析** 文章聚焦于国内大宗商品投研场景，对金融终端内置的投研 Skill 与自定义 fundamental-analysis Harness 进行了测试，评估其在实际应用中的表现与能力边界。 - **AI Agent 的角色定位** AI Agent 不是研究员的替代者，而是辅助工具，能够通过认知杠杆提升研究效率和质量。其能力上限不仅取决于模型本身，更依赖于用户对研究流程和数据结构的封装与沉淀。 ## 关键信息 ### AI Agent 的功能特点 - 能够回答问题 - 调用工具 - 访问文件 - 读取数据 - 执行代码 - 完成多步骤任务 这些功能使 AI Agent 在金融领域具备了更强的实用性，特别是在需要处理大量数据和执行复杂任务的研究工作中。 ### 投研场景中的测试 文章通过测试金融终端内置的投研 Skill 和自定义的 fundamental-analysis Harness，发现 AI Agent 在基本面研究中具有一定的潜力，但其能力边界仍需进一步明确。测试结果表明，AI Agent 在数据处理、信息整合和初步分析方面表现良好，但在深度洞察和复杂逻辑推理方面仍有提升空间。 ### 技术与应用的结合 AI Agent 的实际应用效果取决于其背后 Skills 的构建。文章指出，只有将数据口径、研究框架、交易假设和复核边界等要素转化为可复用的 Skills，才能充分发挥 AI Agent 的潜力。因此，提升 AI Agent 的能力，关键在于 Skills 的优化与扩展。 ### 未来展望 AI Agent 在大宗商品投研中的应用仍处于初期阶段，其发展需要更多实践和探索。随着 Skills 构建能力的提升，AI Agent 有望成为研究者的重要辅助工具，提高研究效率和准确性，推动金融研究的智能化发展。 ## 结论 本文认为，AI Agent 在大宗商品投研中的应用前景广阔，但其能力仍受限于 Skills 的构建水平。AI Agent 更像是一个认知杠杆，能够辅助研究员完成更多重复性与数据密集型的工作，而非完全替代人类研究者。未来，随着 Skills 的不断优化与完善，AI Agent 将在金融领域发挥更大的作用。