猜你想问
兴证宏观第430期报告主要讲了什么内容？
该报告由兴业证券宏观研究团队撰写，探讨了Agent驱动的宏观智能投研场景。报告分析了大模型和智能体的应用，并分享了使用AI进行宏观研究的方法论和工作流。报告重点介绍了大模型的发展历程、智能体的应用优势、模型和平台的选择方法、工作流的搭建步骤以及Skill制作方法论。此外，还讨论了宏观研究工作流的构建要素和AI在宏观研究中的应用价值。
AI技术在大模型和智能体领域的发展趋势如何？
AI技术在大模型和智能体领域发展迅速，功能不断增强。从豆包到OpenAI，再到Hermes，大模型的功能持续提升。中国大模型在硬件和生态方面与美国存在差距，但模型能力差距正在缩小。智能体相比传统大模型具有更强的规划和工具调用能力，可以实现复杂任务的自主执行。Cohere、CodeDex和WorkBuddy是常用的智能体平台，各有优劣。
报告重点分析了哪些宏观研究工作流？
报告重点分析了基于知识库、数据库和工作流拆解的宏观研究工作流。知识库包括阿尔法派、金门财经等；数据库包括同花顺、恒生聚源等；工作流拆解应参考计算机项目流程，明确研究范围、数据需求、分析步骤和验证机制。报告还介绍了以宏观热点点评和资产复盘为例的Skill制作流程，包括明确用户需求、选择研究轨道和模块、进行数据收集和分析、报告撰写和验证等步骤。
当前市场对AI应用在宏观研究中的现状如何？
当前市场对AI应用在宏观研究中的现状是积极探索和尝试阶段。兴业证券宏观研究团队在AI应用方面处于领先地位，积累了丰富经验。AI可以帮助宏观研究提高效率，生成深度分析报告，进行选股和资产配置。报告建议对AI感兴趣的客户尝试使用AI进行宏观研究，从简单的Skill开始，逐步搭建自己的工作流。
使用AI进行宏观研究存在哪些风险提示？
使用AI进行宏观研究需要关注数据可信度和可复制性问题。报告中提到工具和skill用于解决这些问题。此外，模型和平台的选择需要综合考虑性价比、模型能力和使用场景，不同平台各有特点。AI技术虽然发展迅速，但中国大模型在硬件和生态方面与美国仍存在差距，模型能力差距正在缩小。因此，在使用AI进行宏观研究时，需要充分了解技术现状和局限性，并结合自身需求进行选择和应用。