Terminal X基于GPT-6.1构建投资AI，判断匹配率达88.6%

投资机构的核心竞争力往往依赖资深投资人的直觉与经验。然而，一旦核心人员离职，机构便会背负所谓的「记忆债务」——即便文档留存下来，背后的推理逻辑却彻底遗失。

为解决这一行业痛点，金融科技公司Terminal X推出了名为 Capital Memory 的操作系统。由摩根大通、黑石集团前金融专家组成的前线部署团队，会直接进驻客户的投资团队，逆向梳理过往备忘录，将信贷筛选、联合投资尽调等未成文的隐性经验提炼成特定规则，转化为客户完全自主掌控的 AI 智能体体系，可部署于本地或私有云中。

Capital Memory将机构的投资判断、研究与实体连接至Terminal X的私有数据室与投资工作流

在底层架构上，Terminal X 引入了 OpenAI 的 GPT-6.1 Sol 与 GPT-6 Luna 模型处理核心推理任务。其中，GPT-6.1 Sol 凭借超大上下文窗口与复杂推理能力，专门负责投资论点综合提炼、关键考量识别及基金投资范围（Mandate）匹配；高吞吐、注重 Token 效率的日常步骤则交由 GPT-6 Luna 运行。

这些 AI 智能体在机构专属的私有数据室（Data Room）内运行，支持中、英、日、韩四种语言，并将学到的逻辑沉淀为机构「记忆」（Memory）——即针对特定业务方向的多版本决策知识库。每一步查询、引用的来源及决策链均可全流程审计。一家私募股权客户表示，借此自动化尽调与备忘录流程后，年化运营成本削减了约240万美元。

Terminal X的评估运行器对比备忘录输出与标准答案，高亮校正EBITDA估值倍数

为确保 AI 智能体的输出符合机构严格的内控标准，Terminal X 打造了基于 GPT-6.1 Sol 的「评估智能体」（Eval Agent）。它扮演着资深副总裁（VP）审核初级分析师成果的角色，依据包含 54 项标准的细则，逐一核查对标公司、共识数据源是否合规、论据是否严密。

任何一项未通过的检查都会标注原因与修正文本，并反哺回系统形成新的测试用例。在 500 次盲测评估中，基于 GPT-6.1 Sol 的评估智能体与资深人工评审的一致率达到了 88.6%，相比次优模型高出 220 个基点。特别是在识别「风格漂移」（如并购基金擅自转向困境债务交易）方面，GPT-6.1 Sol 查准率提升了 25%，同时单次查询运行成本降低了约 30%。

截至目前，Terminal X 已基于 OpenAI 模型沉淀了 1700 套机构记忆，运行了超过 100 万次定制工作流。公司下一步计划将这些决策模型精细化延展至每位投资人个体，让经验真正以数据资产的形态持续沉淀与复用。