当AGI已经势不可挡，属于未来时代的金融业究竟是什么样的？
近日，36氪注意到一款金融Agent产品在应用商店内上线——“AI涨乐”。“这可能是国内首个专注交易场景的AI原生应用。”有金融行业人士对36氪透露。
36氪第一时间下载体验了这款应用产品。在试用时打开AI涨乐，最直观的体验是交互方式足够超前，特别是在多模态能力层面。管中窥豹，已见得未来金融业的大胆构想。
颠覆式的极致AI体验
过去，传统券商应用普遍都是图形用户界面（GUI），36氪在试用后发现，AI涨乐的独特性在于开创性的大举推出语言用户界面（LUI）。
首次打开AI涨乐，系统会为用户提供个性化的数字人形象，随后其将贯穿产品使用过程，以互动的方式引导、陪伴用户深入体验。
初步体验下来，语音下单，算是AI涨乐的亮点功能，用户只需要动动嘴，就能指挥AI完成下单，直接取代了传统流程里，需要手动输入产品代码、价格、数量、买卖方向等要素，进一步简化了步骤，在快速变化的市场面前，这一功能极为便捷。我们在多次尝试后发现，其语音识别准确率较高，语音交互还能减少手动输入时的误触率，但可能是出于交易安全的要求，下单确认环节仍旧沿用点击式二次确认。
当AI语音打通了委托、条件单这些核心下单功能，也意味着“AI大脑”需要与用户建立更深层次的信任连接。
整体来看，相比现有的主流财富或券商类App，AI涨乐的产品构思主打“极简”，首屏最突出的功能是“盯盘”“选股”——这一界面设计让产品的交易场景属性变得清晰明确。
其中，AI选股恰恰是投资者最高频的需求，目前产品提供涨停与热点选股两个策略。尤其是热点选股，通过扫描全市场新闻、舆情和公告，利用好大模型的分析能力，做到智能识别热点，并挖掘关联板块。其充分利用了大模型的优点，基于海量客观数据做好算法分析和判断。
AI盯盘功能则是实时监测市场信号，相比于人工，其优点是解放双眼、节省精力，并且不存在分心、漏看等人为的不可避免的缺点。
比通用大模型更懂交易的AI
现如今，虽然通用大模型的能力已突飞猛进，但在金融行业，其仍有不少局限性。特别是涉及金融行业知识图谱、思维链、资产数据信息源等，十分考验专业水准。
金融垂类模型的难点在于数据的真实、准确性以及大量的行业经验知识数据的获得，只有解决了这些问题才能让模型尽可能降低幻觉率，才有可能最终赋予交易场景极致性能和体验。在我们尝试提问的过程中，AI涨乐的回答有理有据，基本实现较低的幻觉概率。
在解决好“数据燃料”问题的基础上，当前所有AI Agent都面临着另一重任务——即与用户建立更深层次的信任连接。
过去，二级市场上市公司数量多，外加各类行情、资讯等堆叠繁复的信息，投资者往往需要依赖人脑完成信息的筛选、分析和决策。更别提，下单过程更加复杂、晦涩。
然而，尽管需求与痛点如此明确，实现却并不容易，对于金融行业而言，打造AI产品的初期最重要的事情就是建立信任，而Agent形态的白盒化，恰恰可以解决这一问题。从技术层面，Agent已经逐步实现端到端通用能力。或许这也是AI涨乐选用Agent形态的主因。
纵观整个金融行业，在拥抱AI时代，各家也都拿出了不同的处理方式。多数同类产品都是基于现有产品做AI元素的叠加和功能改善。但这样做的后果弊端也很明显——产品形态难以跳出现有框架，AI带来的价值不高。从颠覆性的产品形态和最核心的业务场景选择，都不难看出华泰对该产品的高期待。
然而，面向更广阔的C端市场和更前沿的产品逻辑，也意味着更大的挑战。比如AI涨乐在重点突破的人格化陪伴方面，在技术层面就有诸多难点。如何做到更长的上下文理解能力，如何做好长期记忆的打造，与聊天式陪伴不同，AI涨乐涉及大量的金融专业内容，需要更严谨的处理方式。我们在使用中感觉到，目前Agent上下文理解距离完全的个性化体验还有较长的路要走。
硬科技赛道素来有一种宿命，前期投入大，回报周期长。需要投入者做坚持不懈的技术投入，在研发上滴水穿石，直到一个变革性的应用出现。今年以来，DeepSeek-R1的发布，让金融公司的科技实力的权重前所未有之攀升，技术实力的比拼也愈发硬核。从AI涨乐的体验不难看出，华泰正在构建专业数据+行业专业优势的独特壁垒，在通用大模型之上押注更精专的自研模型。
进入AGI时代，AI涨乐或正迎来属于自己的iPhone时刻。这一时刻，也或许是金融服务突破产品和技术边界，走向完全AGI的起点。
