AI 进入买方之后，相信过不了多久投研流程 AI 化本身将不会再是差异化来源，下一个赛点将会出现在“谁能判断 AI 的输出是否值得进入仓位、风险和净值责任链”。

海外买方 AI adoption 的开始时间会更早一些，目前进度已经从试点进入前台。SimCorp 2026 年对 200 位买方高管的调查显示，超过三分之二的投资管理机构已显著采用 AI，且创新首次成为技术和运营投资的首要驱动因素；Mercer 的 2026 年资产管理 AI 调查也显示，55% 的资产管理人已在至少一个投资流程中集成 AI，27% 处于试点 POC 阶段。

过去几个月资管行业看待 AI 的态度已经发生了明显的变化，如果说年初的时候大家还在问 AI 写研报做信息梳理是否靠谱，几个月过去对多数理念先进的资管机构来说这个点已经不再是问题，显然 AI 已经从选修课变成必修课了；现在更现实的问题变成：AI 已经进入前台投资流程之后，由谁负责验收它的输出？

Janus Henderson 这类近 5000 亿美元规模的资产管理公司正在用 Claude 支持销售和投资场景，其中 Libros 被用于从历史会议笔记中挖掘可能指向公司表现的语言模式。也就是说我们看到 AI 正在进入投资组织的具体流程。

于是我们可以看到一个很有意思的现象：一边是二级权益市场上资金争相逐利 AI 硬件 capex 投入带来的各种交易机会，市场继续把钱投向 AI 基础设施；另一边是买方自己也开始把 AI 装进投研流程，从 AI 硬件上赚来的钱用来继续投资资管机构自己的 AI 研发 Capex。

资本市场不仅不是旁观者，更是参与者，见证并参与 AI 浪潮下整个完整自我印证的正反馈飞轮。

当 AI 同时成为投资对象和投资工具，估计大部分有前瞻性的买方不会再浪费时间犹豫是否要 AI 化了，那么这里面对的第一个关卡来了：流程嵌入的能力，如何能把 AI 变成更好的投资决策。

投资负责人的验收力是当前最被低估的发力点，Human-in-the-loop 不是一具空壳，对验收的理解不能仅限于对数据源准确性的核实，亦或是对输出质量的把关这一类工程语义上类似质检的动作，这太低估验收本身的价值了。

或者可能验收这个表达方式本身就是对这个环节的一种降维表述，但是它真正起到的高光作用应该更接近，投资负责人把 AI 输出接入自己判断系统的能力，并筛出其中认同的部分内化为自己行动的一部分。

想象一下，Tony 穿上了亲手打造的战甲、连通了超能力升级为钢铁侠的时刻，跟基金经理连接 AI 外骨骼有异曲同工之妙：AI 的感知、计算、记忆、反证能力开始接入碳基的目标函数、风险边界和仓位责任。

我更愿将之理解为，AI 与基金经理之间的“认知-行动接口能力”。

因此，初级的 Human-in-the-loop 是人类给 AI 的输出盖章通过，而高阶的用法则是 AI 接入人类判断系统的接口为结果质量赋能。AI 提供更强的感知、记忆、计算和反证能力，但目标函数、风险边界和最后的动作责任仍在人身上。

再进一步，AI 接入基金经理判断系统，与其说是穿上战甲，不如说是把原本只在直觉层面运作的部分，变成一个可以被解构、校准、并且放大的外部系统，而直觉本身可以是输入端的一部分。高阶的系统直觉输入端可以分场景、多维呈现，比如在假设生成这个场景下，投资经理基于多年经验，往往直觉在 AI 之前。PM 在产业调研里感受到某个变化的苗头，把它变成一个值得跟踪的假设，然后让 AI 去检验和拓展，或者找反证和断点，多假设场景下，AI 负责假设生命周期的完整运营。直觉在链条的起点，充当新一轮的高价值输入。

我们前有 Harness、后有验收，AI 的输出，无论以何种形式呈现，进入基金经理的思维方式和仓位系统，这正是 Lunartulip 一直主张的碳基直觉 + 硅基外骨骼的呈现形态。

如果说 AI 化的第一阶段，比的是谁会定义工具、验收工具；那么下一阶段，比的是谁能把工具变成自己的决策肌肉。

AI 提供的是感知半径的扩张、记忆边界的延展、反证速度的加快；基金经理保留的，是目标函数的设定、风险边界的划定，以及最终持仓背后的全部责任。这个接口，不是工程意义上的系统集成，是认知意义上的判断扩充。

如果说 AI 化的第一阶段，比的是谁先把工具装进流程、能不能跑通；那么下一阶段，真正的分水岭在于谁能把 AI 的输出内化成自己判断系统的延伸——不是工具，是决策肌肉；不是辅助，是新的感官。

这个耦合完成的时刻，才是碳基直觉和硅基外骨骼真正闭合的时刻，也是买方 AI 化最难被追平的护城河开始形成的地方。