AI重塑交易，华泰再造华泰

进入AGI时代，AI涨乐或正迎来属于自己的iPhone时刻。当AGI已经势不可挡，未来时代的金融业究竟会呈现何种面貌？

近期，市场观察到一款金融Agent产品——“AI涨乐”在应用商店内上线。有金融行业人士透露，这可能是国内首个专注交易场景的AI原生应用。

对这款应用产品的初步体验显示，AI涨乐的交互方式足够超前，尤其在多模态能力层面，展现了未来金融业的大胆构想。

颠覆式的极致AI体验

传统券商应用普遍采用图形用户界面（GUI），而AI涨乐的独特性在于开创性地大力推行语言用户界面（LUI）。

首次打开AI涨乐，系统会为用户提供个性化的数字人形象，其将贯穿产品使用过程，以互动方式引导和陪伴用户深入体验。

语音下单是AI涨乐的亮点功能之一。用户只需通过语音指令，即可指挥AI完成下单，有效取代了传统流程中手动输入产品代码、价格、数量、买卖方向等要素，极大简化了操作步骤，在快速变化的市场中提供了便捷性。测试显示，其语音识别准确率较高，语音交互还能减少手动输入时的误触率。不过，出于交易安全考量，下单确认环节仍沿用点击式二次确认。

当AI语音打通委托、条件单等核心下单功能后，意味着“AI大脑”需要与用户建立更深层次的信任连接。

整体而言，相较于现有主流财富或券商类App，AI涨乐的产品构思主打“极简”，首屏最突出的功能是“盯盘”和“选股”，这使得产品的交易场景属性清晰明确。

其中，AI选股恰恰是投资者的高频需求。目前产品提供涨停与热点选股两个策略。特别是热点选股，通过扫描全市场新闻、舆情和公告，充分利用大模型的分析能力，智能识别市场热点并挖掘关联板块。这充分发挥了大模型基于海量客观数据进行算法分析和判断的优势。

AI盯盘功能则能实时监测市场信号，相较于人工盯盘，其优势在于解放双眼、节省精力，并有效避免了分心、漏看等不可避免的人为缺点。

比通用大模型更懂交易的AI

尽管通用大模型的能力已突飞猛进，但在金融行业，其仍存在不少局限性。特别是涉及金融行业知识图谱、思维链、资产数据信息源等方面，对专业水准要求极高。

金融垂类模型的难点在于数据的真实性、准确性以及大量行业经验知识数据的获取。只有解决了这些问题，才能使模型尽可能降低幻觉率，进而为交易场景提供极致性能和体验。在对AI涨乐进行提问时，其回答有理有据，基本实现了较低的幻觉概率。

在解决“数据燃料”问题的基础上，当前所有AI Agent都面临着另一项任务——即与用户建立更深层次的信任连接。

过去，二级市场上市公司数量众多，加之各类行情、资讯等繁复信息的堆叠，投资者往往需要依赖人脑完成信息的筛选、分析和决策，更遑论复杂晦涩的下单过程。

然而，尽管需求与痛点明确，实现起来却不易。对于金融行业而言，打造AI产品的初期最重要的事情是建立信任，而Agent形态的白盒化恰恰可以解决这一问题。从技术层面看，Agent已逐步实现端到端通用能力，这或许也是AI涨乐选用Agent形态的主要原因。

纵观整个金融行业，在拥抱AI时代，各家机构纷纷拿出不同的应对方式。多数同类产品倾向于在现有产品基础上叠加AI元素和进行功能改善。但这种做法的弊端也很明显——产品形态难以跳出现有框架，AI带来的价值不高。从颠覆性的产品形态和核心业务场景选择来看，不难看出华泰对该产品寄予厚望。

然而，面向更广阔的C端市场和更前沿的产品逻辑，也意味着更大的挑战。例如，AI涨乐在重点突破的人格化陪伴方面，技术层面存在诸多难点。如何实现更长的上下文理解能力、如何构建长期记忆，这些都与聊天式陪伴不同，AI涨乐涉及大量的金融专业内容，需要更严谨的处理方式。该产品在用户体验方面，Agent上下文理解距离完全的个性化体验仍有提升空间。

硬科技赛道素有投入大、回报周期长的特点，需要投入者坚持不懈的技术投入，在研发上滴水穿石，直至变革性应用的出现。今年以来，DeepSeek-R1的发布，使得金融公司的科技实力权重前所未有地攀升，技术实力的比拼也愈发硬核。AI涨乐的体验表明，华泰正在构建专业数据与行业专业优势的独特壁垒，在通用大模型之上押注更精专的自研模型。

AI涨乐或正迎来其在AGI时代的“iPhone时刻”，这或许也是金融服务突破产品和技术边界，迈向完全AGI的起点。