对此，证券时报(bao)记(ji)者采访多名券商人士了解到，其中既有(you)“应(ying)统一监管”的呼声，也有(you)认为管理不(bu)宜“一刀(dao)切”的观(guan)点。

未来，监管部门将在AI投顾业态中扮(ban)演怎(zen)样的监管角色，并探索出有(you)效可行的治理路(lu)径(jing)，值(zhi)得持续关注。

1 是否纳入投顾牌照(zhao)监管引争议

今年春节以来，陆续有(you)投资者向DeepSeek-R1、豆包等寻求(qiu)关于股票与基(ji)金的投资建(jian)议。针对这一现象(xiang)，有(you)证券从业人员向证券时报(bao)记(ji)者提出困惑——AI大模型(xing)在提供股票或基(ji)金的投资建(jian)议时，是否应(ying)该持有(you)投顾牌照(zhao)？

证券时报(bao)记(ji)者注意到，在豆包APP平台(tai)上，不(bu)同入口获取的证券投资咨询结果呈现显(xian)著的监管差异。比(bi)如，当记(ji)者向豆包要求(qiu)推荐股票时，豆包会给出多只股票的具体建(jian)议，包括(kuo)仓位、买(mai)入价等。而当记(ji)者向华泰(tai)证券在豆包APP上线的股票智能体“华泰(tai)股市助(zhu)手”提出相同问题时却遭遇“碰壁”，并未提供直接的买(mai)卖建(jian)议，但会给出资金面、技术面等信息供投资者分析决策。

同一APP上出现截然不(bu)同的咨询结果，反映出不(bu)同入口背后的主体属性差异。华泰(tai)证券作为持牌金融机构受到监管规定的约束，而从用户需求(qiu)的角度看(kan)，豆包的直接荐股建(jian)议可能更有(you)吸引力。那么(me)，以DeepSeek、豆包为代表的大模型(xing)，是否应(ying)该纳入证券投资咨询牌照(zhao)监管呢？

部分受访的券商人士认为，通用大模型(xing)应(ying)纳入投顾牌照(zhao)监管。华福证券有(you)关负责人表示，尽(jin)管目前通用大模型(xing)荐股荐基(ji)的建(jian)议尚未商业化，但已对投资者的决策产(chan)生了影响，纳入监管能够确保通用大模型(xing)提供的投资建(jian)议具备专业性和合规性，进而避(bi)免误导投资者。国信证券相关人士也认为，通用大模型(xing)的荐股荐基(ji)应(ying)该与现有(you)监管保持一致，要对客(ke)户的适当性进行校验(yan)，所提供的投资建(jian)议可能会对市场交易价格产(chan)生冲击，要进行统一监控。

不(bu)过，也有(you)券商人士认为要多方面考虑(lu)问题，不(bu)应(ying)“一刀(dao)切”。银河证券财富管理首席投资官、产(chan)品(pin)中心总经理张嘉为谈到，仅从AI技术本身来看(kan)，通用大模型(xing)更多具备的是“模型(xing)”和“工具”的属性。在未商业化的前提下，投资者在自主使用的过程(cheng)中，并无需要纳入投资咨询牌照(zhao)监管的必要性。“不(bu)过，如果有(you)机构依据其模型(xing)搭建(jian)商业化模式并给出具体的投资建(jian)议，或者未来荐股行为实现商业化，本质上则属于投资咨询行为，理应(ying)纳入投资咨询牌照(zhao)监管。”

国泰(tai)君(jun)安相关人士也有(you)类似观(guan)点。他谈到，以DeepSeek为例的通用模型(xing)平台(tai)主要以数学、物理、常识等问题进行训练(lian)，并非以金融投资问题训练(lian)，模型(xing)在证券行业中的应(ying)用能力是“模型(xing)泛化”的成果之一。“如果对这些平台(tai)做(zuo)‘一刀(dao)切’管理，从某种角度上来说反而会限(xian)制模型(xing)能力的进一步发挥，对模型(xing)的进化提升存在潜在的负面影响。”

在上述国泰(tai)君(jun)安人士看(kan)来，金融服务的风险传导机制决定了监管应(ying)聚焦“行为实质”而非“技术形态”，比(bi)如以专业服务平台(tai)为代表的智能投顾平台(tai)、以证券机构为主体在智能体平台(tai)建(jian)立的对客(ke)智能体（Agent）就需要纳入投顾牌照(zhao)监管。因为这些平台(tai)达到输出投资建(jian)议的三(san)个标准，即具有(you)明确指向性，比(bi)如提供个股或者基(ji)金代码；形成持续性服务，而非用户单次测试(shi)；产(chan)生实质影响，用户会据此交易。上述三(san)点，已触及监管边界。

2 券商建(jian)言加强算法监管

除了主体属性存在争议外，在合规性方面，通用大模型(xing)提供投资建(jian)议背后的底层(ceng)数据、算法模型(xing)、生成的投资逻辑和相应(ying)结论等是否应(ying)该纳入监管，以及技术中立能否豁免合规责任等话题，也存在讨论的空(kong)间。

近期，“数据污染”的消息屡屡出现。有(you)用户反映，DeepSeek在推荐基(ji)金时，所抓取的信息来源包括(kuo)某基(ji)金产(chan)品(pin)的广告投放。“AI幻觉”问题也多次被曝光，即模型(xing)生成与事实不(bu)符、逻辑断裂或脱离上下文的内容。在Vectara HHEM人工智能幻觉测试(shi)中，DeepSeek-R1显(xian)示出14.3%的幻觉率(lu)，超过行业平均水平。

对此，有(you)部分券商人士认为，对于用户而言，AI仅仅是多了一个参考信息的来源，并且(qie)用户输入不(bu)同的提示词后也会产(chan)生差异较(jiao)大的分析结果。从这个角度看(kan)，AI技术是中性的，在其提供的最终结论中，判断与选择仍取决于用户本人。

也有(you)券商人士持有(you)不(bu)同意见，他们认为AI输出内容的合规与可信非常重(zhong)要。前述国信证券相关人士表示，思维链输出的交互形态，潜意识引导了用户的认知，让用户更加容易认同分析的结果，但同时也让大模型(xing)的幻觉变得更加隐蔽。“深度使用DeepSeek就会发现，金融数据容易被错误引用，对于原始(shi)信息的真实性无法求(qiu)证，生成内容容易被搜(sou)索结果误导，因此需要相关监管部门加强对该领域的监管。”

中信建(jian)投证券相关人士也表示，目前，将AI直接用于投资咨询存在技术风险，算法模型(xing)和资产(chan)配置逻辑存在不(bu)稳定、不(bu)可靠等风险。

前述华福证券有(you)关负责人建(jian)议，监管可考虑(lu)要求(qiu)平台(tai)披(pi)露算法逻辑和风险提示，能够让投资者更清楚(chu)地(di)了解投资建(jian)议的依据和风险，从而维护金融市场的稳定和公平。

东莞证券相关人士表示，在智能投顾业务监管方面，建(jian)议加大智能投顾监管“沙盒(he)”试(shi)点，加快智能投顾业务属性与准入管理具体规范(fan)的制定。同时，鉴于我国资本市场个人投资者占比(bi)较(jiao)高的情况，AI的发展应(ying)用应(ying)参考当下对高频量化交易的监管策略，依据市场结构、流动性和价格发现产(chan)生方式等对智能投顾的相关监管策略进行分类研究，既不(bu)可“一概而论”也不(bu)能“听之任之”。

3 趋同性风险属多虑(lu)吗？

此外，有(you)市场观(guan)点称，伴随AI荐股未来得到广泛应(ying)用，可能会引发投资者群体性操作，导致市场波动加大。对此，多名受访人士认为，趋同性风险确有(you)存在的可能，但发生的概率(lu)不(bu)大，市场不(bu)必多虑(lu)。

前述华福证券有(you)关负责人认为，由(you)于很多机构可能基(ji)于相似的市场数据、算法模型(xing)和理论基(ji)础来构建(jian)自己的AI投资系统，当市场出现某些特定信号时，大量基(ji)于相同算法的投资决策有(you)可能同时发生。因此，需要谨慎(shen)看(kan)待AI在投研与投资咨询领域的运用。

“在防范(fan)方面，我们可以通过监管引导机构在算法设计(ji)上增加差异化，鼓励机构结合自身的研究优势、数据特色来优化算法。同时，加强投资者教育也至关重(zhong)要，要引导投资者理性看(kan)待AI投资建(jian)议，不(bu)能盲目跟风，从而降低因算法趋同带来的市场波动风险。”上述华福证券有(you)关负责人称。

张嘉为认为，趋同性的出现取决于三(san)方面是否发生共振，一是具体应(ying)用场景和应(ying)用模式，二是底层(ceng)数据来源范(fan)围，三(san)是客(ke)户提问的提示词。在实际展业中，三(san)者共振导致趋同性的概率(lu)不(bu)大，因为持牌金融机构通常多方面提升策略多样性、交易分散性、模型(xing)多样化协(xie)同、业务技术深度融合及风控预警等。同时，各家(jia)机构拥有(you)不(bu)同的客(ke)户数据、投顾数据、资讯数据等，数据库(ku)一致性的概率(lu)不(bu)大。此外，客(ke)户千人千面，其提问的提示词高度重(zhong)复(fu)的概率(lu)也不(bu)大。

平安证券经纪业务事业部相关负责人以量化交易的策略发展为例，称这是类似一个循环的过程(cheng)，即发现策略、获利、失效、再挖掘新的策略。“在技术升级的初期阶段，可能会出现‘羊群效应(ying)’，比(bi)如大家(jia)用的模型(xing)、数据源或者训练(lian)方法都差不(bu)多，短期内引发趋同交易，但这也可能导致策略收益下降甚至亏损，进而推动市场从同质化走向差异化。”该负责人表示。