Enterprise Agentic Workflows & Multi-Agent Systems for Investment Strategy
企业级代理工作流与多智能体系统：DeepFin投资者研讨会纪要（与Google联合举办）
浏览 0 · 下载 0
摘要
Abstract本报告为摩根大通全球量化策略团队与谷歌联合举办的2026年9月DeepFin投资者研讨会纪要，主题为企业级代理式（Agentic）工作流与多智能体系统在投资策略中的应用。报告指出，代理式AI使系统从单纯回答问题转向可规划、行动与反思以达成目标，对投资工作流而言关键并非完全自主，而是「有边界的自主」，即许可化工具、获批数据源、复核节点与升级路径，以在加速可重复研究步骤的同时保证输出可追溯、适用于投资决策。报告介绍了三类构建模块：一是借助实时市场数据工具与RAG私有文档检索打造的专精代理；二是通过经理代理进行任务路由与委派的协调机制；三是包含目标精炼、三代理迭代研究、合规审查与终止校验及备忘录撰写者的端到端自主研究团队。报告强调治理需前置设计，并建议选择性落地方案以使收益覆盖时间与token成本，避免黑箱化与幻觉在多步骤流程中传导。
核心观点
Key Takeaways- 01投资场景的核心诉求是有边界的自主，而非完全自主，即权限、数据源、复核与升级路径全部事先设定。
- 02专用代理的价值来自工具与检索的接入，实时数据工具与RAG分别解决时效性与依据可查两个问题。
- 03管理者主导的委派优于无约束单体代理，路由分派加合规审查与终止条件构成可落地的研究框架。
报告信息
Report Data- 券商
- 摩根大通
- 分类
- 策略研究 / 金融工程
- 页数 / 大小
- 22 页 · 2.1 MB
- 发布日期
- 2026-09-24