财联社9月6日讯（记者 吴雨其）从接入大模型、搭知识库，到自己写Skill、组建Agent，基金公司的AI应用正在进入更深一层。

市场一度流传易方达基金内部已经拥有“上千个Skill”。财联社记者从业内了解到，这一数量说法并不准确。上传至内部工作台、供员工公开安装调用的Skill并没有网传的规模，大量Skill由员工个人或小组根据自身工作需求创建，仅限自己或小范围使用，这部分本身也很难准确统计。

比数量更值得关注的是，AI工具正在基金公司内部快速普及。易方达相关人士介绍，目前公司EWork平台上，可公开安装调用的Skill“覆盖投研、交易、运营、销售、市场、合规、IT所有核心业务条线，此外，还有很多限定个人或小组使用的skill”。

Skill的生产方式也在发生变化。过去企业内部的数字化工具通常由IT部门统一开发，如今业务人员开始直接参与其中。易方达表示，“AI Skill采用去中心化的开发模式，IT团队负责提供Skill开发的底层底座、模板与技术支撑，业务员工基于自身岗位痛点开发适配业务场景的Skill，两者共同构成Skill的开发主体，普通员工可以自主创建、分享Skill。”

财联社记者了解到，目前易方达员工对AI工具的使用已经较为普遍，不少员工会根据自己的工作需要自行搭建Skill，有较强复用价值的则上传至工作台供其他员工调用。

这样的变化并非易方达一家。财联社记者近期采访多家基金公司发现，富国、中欧、嘉实、国泰、汇添富、永赢等基金公司均已在内部部署AI工具，AI应用也开始从最早的问答、纪要整理、文案生成，进一步进入投研、风控、运营、营销、研发等核心业务流程。

Skill、Agent开始进入基金公司日常工作

相比早期的大模型应用，当前基金公司内部AI工具已经明显向Agent和Skill迁移。

富国基金信息技术部给出了一组较为具体的数据。目前富国智能办公平台已成为全员入口，依托此前建设的AI中台，复用算力调度、MCP中心、Skill中心等能力。“富国智能办公平台是统一AI入口，使员工安全合规高效的使用企业级先进的Agent/智能助手。”

截至目前，该平台已内置20余个Agent、60余个Skill，并接入50余个MCP，员工最常调用的功能包括数据分析、办公辅助、报告总结等。目前用户超过200人，日请求次数超过3000次。

AI开始接手一些过去需要多个系统、多个人员协作的工作。

富国基金以反洗钱风险交易智能报告为例介绍，“以前需要客户信息、交易数据等多个系统、多个审核岗位协作，现在一个反洗钱专家团Agent可以利用agent group里的多个专家角色agent进行交易风险判断，生成规范的反洗钱报告。”

在投研端，富国除通用智能办公平台外，还搭建了独立的投研工作台，“投研人员都在使用。基金经理都在积极拥抱AI。”

更进一步的是多Agent协作。富国已建设“智能研究院”，提供7×24小时待命的多智能体平台。用户可以定制研究员Agent，通过“学习技能”沉淀Skill，也可以让研究专家Agent规划任务、拆分执行，再由多个研究员Agent协同完成研究课题。

“以实现1+N的模式，一人成军，提高研究效率、突破研究边界、激发人的创造力。”富国基金称。

嘉实基金的路径同样从底层能力向业务端延伸。目前嘉实已构建覆盖“AI基础设施—AI能力—AI应用”的全链路内部生态，并建设统一模型网关。公司已上线企业级AI助手，并建设Agent、MCP、Skill、执行沙箱、记忆等能力底座。

应用端已覆盖AI投资、AI研究、AI合规审核、AI办公四大场景。研发领域，“全体科技员工已全面使用AI辅助编程，并实现‘AI审核AI生成代码’的质量闭环”。

汇添富基金则将2026年确定为“拥抱AI应用年”，围绕投研、投顾、营销、运营、研发五大领域推进智能化转型。

投研端，公司正在打造投研AI工作台，“集成投研知识库、投研数据MCP与Skills工具链”；营销端建设智能营销中台、渠道AI秘书和机构AI助理；运营端重点打造“信披AI卫士”；研发端则提出以“AI软件工程师”为目标，推动需求、产品、研发、测试、运维全链路重构。

AI开始往投研深处走

基金公司的AI竞争，最受关注的仍是投研。

中欧基金目前在投研和营销服务两端系统推进AI应用。其判断是，“AI投研的下一步不是在更强的模型或者更全的数据，而是在中间缺失的方法论层。如何让AI学习并理解投研逻辑成为AI下半场竞争的关键。”

按照中欧的做法，公司正将过去二十年的主动投研积累转化为AI能够理解、调用和校验的“组织上下文”。

其中一个已经落地的场景是行业景气度Agent。中欧主动权益团队此前已形成内部共识的行业景气度研究方法，在此基础上，公司将这些行业景气度的研究框架和流程同步教授给AI。

目前，该Agent已经覆盖超过250个细分行业，覆盖广度提升至原来的2倍。过去研究员需要花费大量时间搜集整理信息，现在“依托行业景气度Agent，仅需要2小时就可以更新所有行业的景气度看板，并提炼关键信息和投资线索给到研究员和基金经理”。

国泰基金的大模型应用已经覆盖投研全流程。目前，该公司部署了具备任务规划、工具调用与自我反思能力的自主研究Agent，“可自主拉取财报、深度财务分析、运行估值模型、交叉验证数据并输出带证据链的研究结论”。

国泰已经形成“数据基座—知识基座—Agent能力层”三层递进的智能投研架构。底层为结构化数据体系，中间层涵盖研报、路演纪要、调研纪要、专家纪要等非结构化知识库，上层则是Agent平台。

永赢基金也将AI应用铺向投研、风控、营销和运营四个核心领域。

投研端，公司搭建了智能投研问答系统，并建设投研数据湖；风控端已经落地托管行事后监控智能管理；营销审核系统可以利用AI自动扫描营销材料中的合规风险点，“审核效率较纯人工模式提升数倍”；运营端则推进函证管家、定期报告审核和估值智能差异分析等场景。

永赢内部也搭建了统一智能体平台，支持agent的灵活构建、skill的创建管理和组织内分享，各业务部门可以根据自身需求快速搭建专属智能体，同时将成熟的技能模块沉淀为可复用资产在平台内流转。

近期，永赢还在外网机器上为员工部署企业专享版WorkBuddy，与内部智能体平台同步运行。永赢基金表示，“我们更关注的并不是‘用了哪个AI工具’，而是AI能不能真正解决业务中的实际问题、能不能形成可复制的工作方式，以及能不能最终沉淀为公司的长期能力。”

一家基金公司也向记者介绍，目前的核心思路是把大模型能力嵌进业务流。财富资产配置端正在探索创设“AI资产配置研究员”，营销端探索AI嵌入客户全生命周期运营，并推出基金经理“数字人分身”；内部“智办”场景则覆盖会议纪要、制度问答、初稿校对、数据口径查询等高频事务。

会不会用AI，正在成为新的基础能力

当越来越多Skill由业务人员自己搭建，基金公司内部AI应用的另一个变化也开始出现：AI不再只是IT部门的项目，而逐渐成为普通员工的一项工作能力。

从易方达目前的机制来看，公司层面已有明确的AI工具使用要求，“在AI技能培训之外，定期开展AI工具使用规范相关的合规培训，员工需在合规前提下使用AI工具，并审慎复核AI生成结果准确性。”

Skill越来越多之后，内部治理也随之跟上。

易方达已建立Skill评价与淘汰机制，通过skill-evaluation通用评测工具对可用性、稳定性和业务价值进行自动化评测，同时基于线上调用数据识别效果较差、无业务价值的Skill，并“定期合并功能重复的Skill，对长期无人使用、无业务价值的Skill进行下架清退”。

金融行业对准确性和合规性的要求，也使AI并不能完全替代原有系统和人工判断。

国泰基金给出的原则是，“在需要语言与推理的地方用大模型，在需要精确与合规的地方用确定性程序”。公司对财务计算、归因等环节仍保留规则引擎与确定性程序兜底，以保证结论可复核、过程可追溯。

从近期多家基金公司的实践来看，AI在公募行业的落地已经越过“有没有”的阶段。工具数量本身并不是最重要的指标，而是一家基金公司能否把研究方法、内部数据和员工经验沉淀为可以不断复用的Skill和Agent，并真正嵌进原有业务流程。

从基金经理自己使用AI，到研究员创建Skill，再到多个Agent协同完成一项任务，基金公司的AI探索正在从个人效率工具，逐步走向组织级生产工具。