从AI工具到AI优先：未来最重要的用户可能不是人

那天我手搓了一个私有的A股数据分析平台，朋友留言："公开资料都可以看的，没有价值。"

我的想法：“是的，都是公开的。但是只有人能看，AI看不了，这个系统解决是让Ai能看的问题。

决策流程要改为以AI为核心，总不能人看了，然后一条一条粘贴给AI？”

公开资料确实谁都能看，目前这个平台也只做到跟打开券商APP看到的信息差不多，跟同花顺也有差距。

但问题是，只有人能看，AI看不了。

如果只是给自己看，确实没必要。

现有的量化平台，比如聚宽，数据是有了，但你没法指定用什么模型来分析。

所以：把真实数据变成AI能直接读取的格式。

以AI为中心构建系统

传统思路：数据 → 人看 → 人思考 → 人决策

AI优先思路：数据 → AI看 → AI分析 → 人审核决策

人从"信息处理者"变成"决策审核者"。

做数据平台的本质，是在做一套数据基础设施。

让 AI 拥有能够直接触达真实、高精度数据的“数字视网膜”。

以此为基础层，可以扩展上层功能：

1. AI 决策：加入由多个金融智能体（Financial Agents）。

从 WorkBuddy 提供的专家团队，复制了两个金融分析团队的提示词。

2. 自动解析：AI 自动读取结构化财报、自动解析非结构化研报。 3. 输出即洞察：AI输出深度分析报告、异常异动警报和投资决策建议。

参考了 Claude 把金融专业人士的日常工作流（建模、研究、对账、尽调等）封装成 AI Agent + Skill + Command 的模块化体系，加入了六个分析工具。

后续规划增加回测模块。

围绕AI重构组织和工作流

之前在另一篇文章里分享过硅谷最新的研发变革怎么把6周一次版本更新提升到1天8次部署？从用 AI 到 AI 优先。

核心观点：在 AI 时代，要围绕 AI 去重构整个组织结构和工作流程。

设计和实现一个产品是如此，写代码和部署系统同样如此。

使用 AI（AI 辅助）：人是核心，系统做给人类看，遇到问题把 AI 当成一个搜索引擎来用。

AI 优先（AI-First）：AI 是核心决策节点，系统、数据、工作流程、组织结构全部为了配合 AI 的读取和计算而设计，人类退居幕后，成为审阅者和最终决策者。

为什么这样？

一是AI 的效率比人脑效率高得多，二则AI 的成本比人低得多。

我经常发现自己的人脑Token输出效率是制约AI输出的瓶颈。

回到数据分析平台，只需要告诉AI"帮我分析一下招商银行"，它自己去抓数据、看财报、查研报、算指标，最后生成一份完整的分析报告。

如果要选股，也是一样，选一个符合你交易风格大师智能体，让它挨个扫一遍数据。

AI能告诉你"市场情绪偏乐观"，但AI不能告诉你"你现在应该加仓还是减仓"。

AI提供信息和分析，人做最终的决策。

把人从繁琐的信息处理中解放出来，让人专注于更有价值的事情：判断、决策、创造。

你现在的工作中，还有哪些环节是不得不由你充当“人肉接口”，把数据复制给 AI 的？

欢迎在评论区留言。

-END-