AI投研效率重构：从Token计量到质量调整后任务成本

引言：从平台可用到研究生产率可度量

随着生成式人工智能在投研领域的深入应用，行业关注点正从模型的基础可用性转向研究生产率的精确度量。传统评估往往聚焦于单次模型调用的价格、Token消耗量或响应速度，这些指标仅反映了局部成本。然而，一项完整的研究任务涵盖问题定义、资料检索、数据提取、口径核验、建模分析、写作审校及交付验证等多个环节。若忽视前序信息遗漏或口径错误导致的补证、重算和改稿成本，单纯追求模型层面的低价或高速，可能导致整体任务成本的隐性上升。因此，建立以“通过质量门槛的完整研究任务”为单位的效率评价体系，成为当前AI投研落地的核心议题。

效率度量：构建质量调整后任务成本框架

投研效率的核算对象应从单次模型调用上移至完整研究任务。任务总成本不仅包含模型推理费用，还涵盖工具调用、人工介入、等待时间、返工修正及失败尝试等多维要素。为此，引入质量调整后任务成本（QATC）作为核心衡量指标，其计算逻辑为全部任务成本之和除以通过验收的交付件数量。该指标强调分母的有效性，即若某方案多次尝试但仅有部分结果达到质量门槛，所有失败尝试的成本均需计入，从而真实反映该方法形成合格交付物的综合代价。

在具体执行层面，需同步计量Token、耗时与质量“三本账”。Token账需严格区分平台原生计量、分词器估计及字符代理等不同口径，避免因中文语境下分词密度差异导致的估算偏差。耗时账应围绕墙钟时间和关键路径展开，区分模型独占、工具活动、人工暂停及编排等待等互斥区间，避免将并行调用的耗时简单累加。质量账则聚焦于事实正确性、关键事实召回、来源绑定、口径冲突处理及首次通过率等硬性指标，确保交付结果满足正式投研的证据要求。

工作流拆解：识别隐性成本与流程泄漏

典型投研任务可拆解为问题定义、来源发现、证据提取、分析建模、内容生产和验证交付六个阶段。在这一链条中，重复读取、上下文膨胀、全文重写和口径返工是主要的隐性成本来源。例如，同一份年报可能被多个Agent在不同阶段重复全文读取，历史对话和工具返回在后续调用中持续携带，导致上下文负担显著增加。此外，局部修改触发整篇报告重新生成，以及前序数据口径错误引发后续分析链整体返工，均会大幅放大任务成本。

针对上述泄漏机制，优化策略应聚焦于结构化读取与证据复用。通过建立“目录—页段—证据卡”三级索引，首次结构化阅读负责识别关键区域，后续环节仅按需读取最小必要范围。证据卡作为可复用的中间层，保留原文片段、对象、时点、单位及来源定位，使正文、图表和审校共享同一事实对象，从而降低搬运成本并防止语义漂移。同时，将确定性计算交由程序执行，语言模型专注于口径判断和经济含义分析，可有效减少因模型随机性导致的重复试错。

从Prompt到Skill：将研究经验转化为可执行资产

Prompt、SOP、脚本与Skill在投研流程中承担不同职责。Prompt面向单次任务，SOP固化研究原则，脚本执行确定性动作，而Skill则将三者连接为可运行、可回退、可终止的任务路径。Skill的核心并非增加提示词长度，而是将研究经验转化为包含输入契约、模式路由、工具调用、证据规则、失败处置和终止条件的可执行流程。特别是“证据型Skill”，通过口径冲突闸门、程序断言和分层验证，能够显著降低错误率与返工成本。

实验数据显示，结构化方法的价值与任务难度高度相关。在简单数据核验任务中，各配置质量差异有限；而在长报告审阅等复杂任务中，仅证据型配置能实现较高的首次通过率。然而，复杂度本身并非优势，额外的规则和质量闸门也可能增加资源负担。真正有效的复杂度应能改变结构化状态、阻断错误或减少返工，而非单纯增加Agent数量。因此，研究团队应将落地重点从“个人是否会用AI”转向“能否形成可评测、可回滚的Skill资产”，优先将高频、流程稳定且错误代价高的任务Skill化。

组织落地：构建可评测的研究基础设施

AI投研的组织能力建设需经历从日志基线建立到Skill资产治理的过程。初期应统一任务编号，记录模型、工具、人工及返工数据，建立基准任务包。中期封装少量高频Skill，编写输入输出契约与程序断言，并通过固定任务集进行先导测试。后期建立版本治理与回归测试机制，区分探索版与稳定版，确保只有通过固定任务集和权限审查的版本进入稳定目录。

在人机职责边界上，AI和程序适合承担候选来源发现、证据结构化、确定性计算及固定规则检查，而研究员应保留问题定义、来源与口径裁决、核心假设审查及最终发布责任。通过明确接管点，当输入不足、关键来源冲突或结论涉及高风险判断时，系统应生成结构化升级包供人工裁决。最终，AI投研的目标是将模型从低价值的证据搬运中解放出来，通过可追踪、可测试和可回滚的Skill资产，实现研究生产基础设施的稳定升级。