10月7日腾讯WorkBuddy开放平台正式上线广发证券成为首家入驻该生态专区的券商机构双方联合发布“广发证券”Buddy应用专区首批上线12项自研Skill与9项专家能力10月7日阿里千问开放平台上线十余款金融智能体其中国泰海通“灵犀”、兴业证券智能投资助手、东吴“秀财”、中金财富4款为券商智能体9月下旬中信建投自研的“蜻蜓Skill”六大技能也上线WorkBuddy技能广场。从接入DeepSeek到上线Skills再到近期券商密集入驻WorkBuddy证券行业对外部大模型及Agent生态的拥抱仍在加速。但一个新的问题随之出现当越来越多券商使用相同或相近的通用大模型券商AI最终靠什么拉开差距不是替代关系三个层面的差别才是关键券商AI与通用大模型是二选一的对立吗在受访券商看来答案是否定的。从实施路径看目前多数券商AI应用是在通用大模型基础上做微调或后训练再结合券商独有的应用场景服务员工与客户。真正的差异体现在三个层面。其一是知识底座。通用大模型的语料主要来自公开互联网而券商AI的知识建立在行情、交易、持仓、投研与监管口径等专域数据之上并叠加机构长期积累的研究框架与业务经验。同一句提问在通用模型处得到的多是“公开信息归纳”在券商AI处则可被接入资金流、产业链位置与历史上相似的行情结构。其二是交付物。通用大模型多以独立问答形态存在交付的是信息与内容券商AI必须内嵌于真实业务流程与权限体系、风控规则、合规审查和责任链条共同运转交付的是可执行、可留痕、可问责的业务结果。这也解释了为何券商的AI最终往往指向下单、盯盘、复盘而非停在聊天框。其三是信源与边界。金融行业的专业性决定了合规是创新底线“信源可靠、输出可控”是垂类模型绕不开的两道闸门。样本一广发证券把AI装进成熟App而非另起炉灶2026年7月广发证券发布易淘金AI原生版“AI透镜”底座为自研“天玑智融”大模型服务平台融合RAG检索增强生成与Agent编排技术形成“规划—工具—记忆—进化”闭环企业侧搭建Skill Hub平台沉淀30类标准化智能体插件并布局MCP开放工作台上线账户管理、行情资讯、数据工具等110余项MCP服务。广发证券的特殊性在于它不是把AI做成一个入口而是做成一张网。对客户端把AI装进成熟App。2026年7月广发发布易淘金AI原生版“AI透镜”围绕“聚光、放大、透视、望远”四类能力对应选股、盯盘、交易与问答四大高频场景。其中交易场景可识别用户模糊表达并在确认后协助完成委托让AI从“辅助查询”走到“辅助执行”。与部分同业另建独立AI App不同广发选择“就地升级”数千万存量用户无需迁移。对内员工侧AI的另一头连着投顾与研究员。自研“天玑智融”投顾驾驶舱集成近50个专业智能体覆盖个股点评、估值分析、研报总结等20余项核心功能服务300余家营业部、数千名一线投顾投行垂域大模型“投行文曲星”覆盖10类业务场景、落地56项细分AI功能研究侧“智慧数”系统沉淀8.8万份精选研报、9万余项全行业核心指标、800余条主题产业链图谱借助AI思维链投研智能体将行业定期报告生成时长由4小时压缩至15分钟。内容链路则是被外界低估的一环。据公司向记者介绍广发证券以“金创翼”全媒体内容运营中心贯通热点雷达、智能创作、智能审核、分发中心与数据驾驶舱在易淘金App侧则形成“‘淘金早班车’盘前提炼线索、盘中解读异动与轮动、盘后结合自选持仓生成个性复盘”的全天候陪伴矩阵。样本二中金财富垂直大模型押注买方投顾如果说广发侧重路径选择中金财富则侧重重做服务。据公司向记者介绍其金融垂直大模型并非简单的问答机器人而是萃取中金300名资深研究员与近3000名一线投顾的成熟方法论基于内部投研数据与实时行情构建意在解决传统AI服务“零散化输出”“多场景点式分布”的行业难题。产品侧智能助手“小Jinn”主打从“问答”到“主动服务”早间推送专属AI早报盘中跟踪个股异动并主动提醒热点事件发生时梳理从政策出台、行业反应到资金流向的完整时间线“AI智投50”系列则围绕客户交易动线覆盖算法、诊股、择时、选股与持仓诊断。中金财富表示公司将于近期推出V13.0版AIAPP主线是“与我相关、主动服务”聚焦线上买方投顾服务体系建设。弹药来自业务本身。截至2026年6月中金财富买方投顾保有规模已突破1700亿元产品保有规模突破5300亿元。在外部生态侧中金财富智能体也已于9月出现在千问开放平台。外接模型与自建能力并不矛盾券商AI进入“双层竞争”回看过去一年券商AI发展的路径技术迭代实际上已经经历数次重点迁移。2025年初券商关注重点还是DeepSeek等基础模型的接入速度和本地部署能力。当时华福、国金、国元、兴业、光大、国泰海通等多家券商先后披露完成DeepSeek部署广发证券、中金财富等亦快速跟进彼时主要应用仍集中在知识问答、投研、客服、研发辅助等领域。到了今年竞争开始进入第二阶段。Skills与Agent兴起后券商开始将金融数据、研究方法和业务工具输出到更多AI入口WorkBuddy的出现又进一步将竞争延伸到外部生态。但从广发证券和中金财富最新披露的实践看“接入外部模型”和“建设内部垂直能力”实际并不是两条相互替代的路线。外部通用大模型解决的是语言理解、推理以及智能体编排等基础能力问题券商内部模型和金融能力层则负责解决数据可信度、专业深度、业务执行以及合规边界问题。前者决定AI“够不够聪明”后者越来越决定它“能不能真正用于证券业务”。尤其是在金融服务场景中合规仍是一道无法绕开的门槛。中金财富称其AI输出基于内部投研数据及可靠资讯源并通过金融安全机制控制模型输出广发证券则强调券商AI需要与权限、风控、合规审查及责任体系共同运行。由此来看券商AI竞赛正在形成越来越明显的“双层结构”底层是通用大模型与Agent生态越来越开放和标准化上层则是各家券商多年形成的数据资产、研究能力、业务流程、客户体系以及合规能力。当基础模型逐渐成为行业“标配”后真正难以快速复制的或许恰恰是后者。