20260818-东吴证券-_房地产_姜好幸_深度_地产_AI工具系列报告之八_AI投研如何降本提效_Token_耗时与Skill优化实践_4页_945kb

AI投研效率优化实践总结

核心内容

本报告聚焦于“AI投研如何降本提效”的主题，重点分析了AI在房地产领域研究中的效率提升路径，强调从“模型账”转向“任务账”的效率评价方式，并提出通过Token、耗时与Skill的同步优化来实现研究流程的降本提效。

主要观点

1. 效率评价应以任务为单位
   投研效率不应仅关注单次模型调用的成本或响应时间，而应以“通过质量门槛的完整研究任务”为单位进行衡量。质量调整后的任务成本（QATC）能够更全面地反映模型、工具、人工及返工等综合投入。

2. Token、耗时与质量需同步评估
   Token数的减少并不一定带来墙钟时间的下降，因为搜索、文件解析、工具调用、人工确认及返工等环节可能成为关键路径。效率优化应在不牺牲质量的前提下，同步降低资源消耗和交付时间。

3. 隐性成本显著影响效率
   重复读取、上下文膨胀、全文重写和口径返工是当前AI投研流程中常见的隐性成本来源，可能导致任务成本大幅上升。

4. Skill是效率提升的关键
   Skill的核心在于将研究经验转化为可执行流程，包括任务路由、工具调用、证据规则、失败处置和终止条件。特别强调“证据型Skill”的价值，它通过将原始材料转化为可追踪的证据对象，降低错误与返工的概率。

5. 结构化方法需与任务难度匹配
   48轮实验表明，结构化方法的价值与任务难度高度相关，流程复杂度本身不是优势。在简单任务中，不同配置的质量差异有限；在长报告审阅中，仅证据型配置实现100%首次通过；在估值任务中，额外规则和质量闸门也可能增加资源负担。

6. 研究团队应关注Skill资产构建
   投研团队的落地重点应从“个人会不会用AI”转向“能否形成可评测、可回滚的Skill资产”。建议优先将高频、流程稳定、错误代价高且结果可验证的任务Skill化。

7. 保留研究员的最终责任
   对于正式发布场景，研究员仍需保留问题定义、来源与口径裁决、核心假设审查及最终发布责任，以确保研究结果的准确性和合规性。

关键信息

• 效率单位：以“通过质量门槛的完整研究任务”为单位进行效率评估。
• 质量调整后任务成本（QATC）：综合衡量模型、工具、人工及返工等投入。
• 隐性成本来源：重复读取、上下文膨胀、全文重写、口径返工。
• Skill构建重点：任务路由、工具调用、证据规则、失败处置、终止条件。
• 证据型Skill：将原始材料转化为可追踪的证据对象，降低错误与返工。
• 结构化方法应用：需与任务难度匹配，流程复杂度不等于效率提升。
• Skill资产构建建议：优先Skill化高频、流程稳定、错误代价高且结果可验证的任务。

附录：股票数据表（部分）

数据来源：Wind，东吴证券研究所
注：市值、PE数据截至2026/7/31，港股市值为港币，其余为人民币，HKDCNY汇率为0.86，盈利预测源自东吴证券研究所。

法律声明

本报告内容为东吴证券研究所依法设立、独立运营的官方订阅号内容，非研究报告发布平台。所引用内容均来自于已正式发布的研究报告，不构成投资建议。未经书面许可，禁止复制、转载。如需了解详细证券研究信息，请参见东吴证券研究所发布的完整报告。

联系方式

如需进一步沟通或获取研究报告，请联系东吴证券研究所机构销售团队。

• 公募机构销售

  • 华北区域：安娜、卢亚英、姚瑶、李佳南、韩琳、刘诗琦、程心泽、张寅瑜
  • 华东区域：武晋婧、谢彤、韩青、陈奕舟、朱纹佳、王馨卉、张祎晶、宦明、李昕蔚、杨晨晖
  • 华南区域：封彦竹、姚珂、吴芳虹、李奇睿子可睿、闫娜、先琳、祝如玉、俞云帆、孔德慧、刘玥

• 非公募机构销售

  • 保险机构业务：俞雅敏、罗媛、刘昕彤、董尚文、江迎若、汤祎祎
  • 银行及创新业务：汤婷、梅沁、王莹莹、王朝阳、张琛、陈睿、郭欣然、过云龙
  • 私募业务：杭静、黄凯、宋林秋、刘茜、马昕妍、黄龚晗、赵已诺、励洁茹
  • 业海务外：武晋婧、陆梦杰
  • 华非公募：杨铭、陈维彤、李迪、何梓熙

如需更多资讯，关注“东吴研究所”公众号，ID：scsresearch。