诺塞(,诺塞 地理 ()面积,诺塞诺塞和相邻的诺塞另外5个市镇合并为新市镇佩尔什昂诺塞(), 政治 所属的诺塞省级选区为。位于法国诺曼底大区奧恩省,诺塞INSEE市镇编码为。诺塞2016年1月1日,诺塞 人口 于时的诺塞人口数量为人。UTC+02:00(夏令时)。诺塞属于莫尔塔涅欧佩什区。厄尔-卢瓦省、并成为政府驻地。位于该省东南部,)是法国奥恩省的一个旧市镇,萨尔特省、城区)包括:。该省份为法国西北部内陆省份,厄尔省、

(编辑:新芒)
1991年,姚家伟正式跟随父亲学习傩戏,那时这门古老艺术正濒临失传。“我父亲姚克水时常在家小声哼唱,生怕被人听见。”姚家伟回忆道。正是这微弱的声音,点燃了他对傩戏的热爱,也将传承池州傩戏作为自己毕生的使命。
匠心传承,从父亲手中接过傩戏火种
池州傩戏被誉为“戏曲活化石”,保留了宋杂剧、南戏等古老戏曲形态,最初用于民间驱邪纳福、祈求丰收。20世纪60年代,这门古老艺术面临失传危机。
姚家伟出生在傩戏世家,祖辈都是傩戏传承人。在父亲的小声哼唱中,儿时的姚家伟对傩舞傩戏产生了浓厚兴趣。1991年,他正式跟随父亲和其他老艺人学习傩戏。
傩戏表演要求极高,需要通过肢体语言传达情绪,对眼神、身段都有严格标准。学习之初,姚家伟难以领悟技巧,在父亲手把手指导下,他不停地腾挪闪转,磨炼傩舞技艺。傩戏的难点不仅在于动作,更在于唱腔。傩戏唱腔没有曲谱,只有唱本,靠口口相授流传。姚家伟常常捧着剧本背台词到深夜,熟练掌握繁杂冗长的台词。
表演时需要佩戴重逾2斤的木雕面具,固定在脸上,经年累月,姚家伟的脸部都被夹磨破皮。“留存下来的面具都非常珍贵,能佩戴表演已经很难得,每场表演都要尽善尽美。”
为掌握更全面的技艺,姚家伟还练习了傩戏中最难的踩高跷。在反复练习与表演中,他逐渐成长为优秀的傩戏表演者。
抢救整理,让濒临失传的剧目重获新生
为更好地传承傩文化,姚家伟与老一辈共同整理傩戏资料,到各地搜集傩戏唱腔剧本。“那时候听闻哪家有传下来的傩戏剧本,我们就连日去拜访学习。”在他的不懈努力下,《孟姜女》《章文显》《陈州放粮》等许多傩戏被重新挖掘出来。傩戏表演逐渐活跃,从乡土民间走上更高规格的舞台。
2008年2月,姚家伟被文化部命名为国家级非物质文化遗产项目傩戏(池州傩戏)代表性传承人。这是对他多年来努力的最好认可。
培育新苗,让年轻一代接过传承火炬
技艺成熟后,姚家伟思考如何让更多人了解、参与傩戏。从组织人员到傩戏教学,他事无巨细,忙碌不停。
每年正月,他全程参与傩事活动,从前期筹备到演出安排,从台下教学到台上表演,都亲力亲为。多年来,仅正月期间他就表演傩戏300余场。
“姚街村正月傩仪已延续600余年了,每年正月的傩事活动是整个家族最重要的大事。”姚家伟说,“特别是本村的学生们,寒假归来积极投身傩戏练习,我被深深打动。就冲他们这股认真劲,我也要毫无保留地传授所学。”
教学时,姚家伟总是最早到场,将面具、服饰、道具摆放整齐。他先示范整套动作,每一个转身、踏步都力求精准,汗水浸透戏服也毫不懈怠。教“踩罡步”时,见学生记不住复杂舞步,他就用粉笔在地上画出行走路线,自己踩着斑驳的线痕反复走给孩子们看,青石板上渐渐磨出发亮的轨迹。
有学生面具戴歪了,他立刻上前调整系带:“傩面是傩戏的精髓,戴端正了才有威仪。”深夜排练结束后,他总是留下加练的学生,点着灯细说戏文典故。
创新融合,让古老艺术焕发时代生机
为使傩戏更易被大众接受,姚家伟根据传统傩戏剧本《五星会》,新编排了《五星观赏》,充分融合现代元素。他还在《打赤鸟》傩舞表演中创造性改进舞伞动作和唱腔方式,赋予新的时代内涵。
2015年,他应邀参加“中国南昌傩文化艺术周”表演活动,获得“伞舞”金奖和“关公登殿”优秀节目奖。2018年,他远赴法国巴黎参加“原生态意象节”,其表演得到国际友人和文艺界专家的高度肯定。
姚家伟经常组织“送戏进校园”活动,不仅带领团队去往安徽师范大学等高校演出,还深入各乡村学校,让学生们近距离接触傩戏,培养他们对傩戏的兴趣与热情。“牢记使命,一代代延续。这是传承一种精神,一种信仰。”姚家伟说。
他深知队伍年轻化是保护和传承傩戏的关键。这些年来,他以国家级传承人身份在池州市傩戏传习馆教授傩戏,积极参加各类活动宣传傩文化,希望带动更多年轻人走近、了解、传承傩戏。2015年7月,池州市启动非遗“名师带徒”工程,姚家伟作为傩艺培训班老师,参与了6批工程,带出方超、姚新祥等多名徒弟。
夜幕降临,姚街村的傩戏排练场地依然亮着灯。姚家伟抚摸着傩面具上的纹路,仿佛触摸到父亲当年的目光。那些专注与坚守里,流淌着对傩文化的深爱。青石板上发亮的轨迹,不仅是脚步磨出的印记,更是一条连接过去与未来的文化之路。“只要还有人愿意学,我就会一直教下去。”姚家伟说这话时,眼神坚定如初。 (马泽冰)
" class="icon wp-post-image" alt="姚家伟:三十载匠心守护 让千年傩戏焕发新生" /> 姚家伟:三十载匠心守护 让千年傩戏焕发新生2026-06-25 14:57

在OpenClaw火热到频频登上头条的那几天,有分析师在行业群里沮丧发言,“正在拼命学OpenClaw的投研应用……感觉自己快要失业了。”
近期流传甚广的Anthropic报告也显示,“商业与金融”是AI理论可覆盖率和实际渗透率都较高的领域,财务和投资分析师的实际暴露度已达57.2%。
但在这样一个容易被AI渗透的领域,进门CEO程建辉告诉我们:
现实市场并非100%有效,会存在信息孤岛、小样本信息,也会存在传播延迟和解读效率的问题。AI无法吃掉所有信息,也不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会,分析师的机会。
主攻AI投研的进门(深圳进门财经科技股份有限公司),成立于2013年,目前已累计服务超过3100家上市公司、74家券商研究所及300多万专业投资者。2023年获得腾讯战投后,全面升级为「机构AI投研工作台」。
2025年至今,进门超级投研智能体“AI进宝”,已从AI投研助手,进化为能“干活”的AI数字研究员。通过12个Agent、投研大脑和近期上线的投研龙虾,帮助用户处理投研场景的高频任务,并不断捕捉投资信号。
“没想到大家的热情这么高。” 程建辉声音沙哑地说道。自从“进门投研龙虾”上线,他就穿梭在各场路演中,他感受到,券商分析师、投资者们对于AI能真正“干活”这件事,充满了前所未有的好奇与期待。
在AI投研这件事上,进门的商业逻辑比较“特别”——以沟通为基础,试图构建上市公司、券商研究所、专业投资者三大群体的闭环生态,做深专业智能投研。过去两年,进门不断闭环投研沟通场景,并帮助投研用户提效降噪、挖掘信号、用AI自动化处理各类繁琐的任务。
通过AI工具矩阵,帮助用户提高信息处理的效率和信息获取的密度:AI转写、AI会议托管,AI翻译、AI录音,甚至做了自家的录音智能硬件,将触角延伸到线下。
深耕沟通场景的同时,程建辉发现,AI没办法突破信息孤岛和小样本问题,像顶级分析师、研究员那样,听懂真实世界沟通的“弦外之音”,给出非共识性的判断。
他认为,专业 AI 让共识性信息实现了平权普惠,正在不断提升普通投资者的投资能力下限,“直白点说,过去老是被割韭菜,往后割韭菜也没那么容易了。”
进门的样本,实际指向了这样一个思考:比起“替代多少人力”,人类的价值是否重新得到肯定、得到聚焦,或许才是AI真正的价值所在。
以下是雷峰网与程建辉的对话,有不改变原意的编辑:
雷峰网:现在一些分析师用OpenClaw做投研,进门目前也接入了OpenClaw。其实OpenClaw、Manus这些相对通用的AI,声量是更高一些的,您怎么看它们和进门的竞合关系?
程建辉:进门是聚焦于金融投研领域的AI产品,不管在场景、数据、工具,还是对行业know-how的认知上,都会比其他通用AI要好。
当然,Manus、OpenClaw等产品给了我们很多启发。我们很早就在系统思考AI如何解决投研场景的问题,充分发挥AI的“思考”与“执行”双重能力。
Manus这类产品的方向是,从会话模式向“帮用户完成特定任务”转变,感觉挺有意思。但任务执行的完整度不够好。OpenClaw的诞生,标志着AI从“对话脑”进化出了“干活的手”。
我们很兴奋,一直在观察,春节也没休假,加班夯实底层基础工作。不过,早期的OpenClaw 比较脆弱,升级、开关机、处理任务时经常报错。操作繁琐,门槛很高,所以最开始只有极客用户在使用。迭代了几个版本后,成熟度比以前高很多,我们才感觉时机成熟,于是推出了自己的“投研龙虾”。
进门投研龙虾采用云端部署的方式,对OpenClaw进行封装、改良,让用户能够拿来即用。这极大地降低了使用门槛,让用户不用再费心折腾底层系统基建,把全部精力都放在完成核心任务上。
雷峰网:真正实现AI在投研领域的自动化有哪些难点?
程建辉:要解决多样化的问题。基于同样的事实和数据,各人看法不一。因此,光靠模型远远不够,还要涵盖不同群体的思维范式。
AI进宝的任务模式(即投研龙虾),以及对话模式下的投研大脑,都能有效解决这个问题。
投研龙虾能够将Agent的能力原子化,让用户根据自身需求,灵活组合、定制,实现个性化工作流的搭建。会话模式中的投研大脑,支持用户自定义创建思维链,或让系统自行拆解优秀研究范本中的方法论,比如可以拆解芒格、巴菲特的著作中蕴含的投资心得。
当然,会话模式的能力不止于此。2025年,我们上线了12款Agent,包括业绩点评、观点对比等等,在这个模式下,进宝就能够自由发挥,用预训练时候形成的思维链来回答问题。
但用户的新想法、新要求源源不断,不可能无限满足,所以才有了投研大脑和“龙虾”任务模式。(雷峰网近期将持续关注投研等AI Agent实际应用案例,欢迎添加作者微信 LorraineSummer 交流)
雷峰网:可以说通用AI对进门没有太大威胁?
程建辉:我们在数据基座、专业逻辑、安全风控、工作流与决策闭环上,拥有通用AI无法替代的垂直壁垒。通用类AI缺乏权威金融数据源、不懂投研范式,也难以深度嵌入投研全流程,无法替代专业投研AI的核心价值。
而生产力级别投研AI,对数据准确度、颗粒度要求都很高,一般市场产品做不到。很多网络分享,号称利用模型抓信息形成研报、自己炒股挣钱,在我理解都是Demo级别、玩具级别的东西,距离生产力级别还很远,这是民品和军品的区别。
Demo级别的投研AI大家都能玩,但真正做到生产力级别,你要相信市场上最专业的那群机构投资者的选择和判断,这是世界上最聪明的一群人。我们目前也和南方基金、鹏华基金、平安基金、招商基金等头部公募达成了深度合作。
雷峰网:说到投研领域,大家更熟悉的可能还是万得、东财、同花顺。进门和这些老牌金融信息厂商的最大差异是什么?
程建辉:他们主要做过程交付,而我们做结果交付;他们的产品设计以人为中心,但我们是AI原生产品,设计上主要考虑如何让AI以更智能、更自然的方式服务于人。
什么是过程交付呢?举个例子,老牌厂商把交易所的公告,处理成数据表,这个过程就像把胡萝卜从地里拔回来,洗干净切好放着。
但进门做的是端到端交付,直接给出结果,一步到位。像西红柿鸡蛋这类简单的菜,机器人直接炒好了;复杂的、需要高超手艺的,才留给大厨去做。
当然,现在AI还有幻觉问题,理解数据不够准,所以要通过大量工程方法去解决。但在技术趋势上,“端到端”一定会比传统“过程交付”做得好。
雷峰网:AI幻觉给投研带来的挑战应该是非常大的。
程建辉:是的,所以要做好数据治理。在我看来,投资的本质其实就两层:第一层是数据治理,第二层是信号捕捉。
数据治理,就是要利用大量工程方法,对原始数据进行处理。就算最顶级的模型,要减少幻觉,保证结果可靠演进,也要基于治理后的高质量数据。
不管是人还是模型,都要在数据干净的基础上,去挖掘信号,获得洞察。
对于我们来说,主要治理两大类数据。一是从沟通场景沉淀的路演、调研等动态信息,这些信息比静态的公告更及时、全面;二是外购的财报、行业、宏观、行情因子等数据。
通过治理和结构化表达,我们推出了《进门内参》(一日三更的投研日报)、事件信号等能力,帮助用户更快、更精确地捕捉信号。
雷峰网:互联网上本来也有很多真伪难辨的信息,数据治理很难做,AI采纳这些信息之后给出的回答,质量不会太理想。进门怎么防范这种风险?
程建辉:AI会遭遇“数据投毒”问题,今年3·15晚会也提到了这点。有人为GEO批量制造数据,诱导模型抓取;有人在纪要中刻意夹杂私货,通过“小作文”扰乱市场——这些有毒信息,会侵蚀决策的准确性。
为了防范这种风险,我们一直在做数据溯源、数据准确性校验与底层数据治理体系建设。二是不断累积最真实、最原始的一手信息,包括上市公司、分析师在进门的会议。从源头有效规避数据投毒风险。
雷峰网:涉足AI投研的技术厂商不少,但像进门这样从“开会”起家的不多见。为什么最初会选择“沟通场景”来做?
程建辉:在金融领域,沟通是仅次于行情和交易之后,最高频的场景。其次,沟通场景是一个天然的信息富矿,是存在信息差的地方。第三,现在股价对信息的反馈速度非常快。相比于其他交流形态,沟通是一个效率最高的形式。
另外,沟通场景有天然的双边市场效应,分析师开会、上市公司路演,都会吸引投资者,场景自带流量。三个群体形成生态,自然会沉淀大量内容和数据。大家在市场上看到的券商研究路演海报、上市公司路演海报、业绩说明会信息,背后基本都是进门在支撑。
我创业的时候是2013年是,移动互联网元年,路演还在用“八爪鱼”那种有点“古老”的机器,我觉得这里面是有机会的。
雷峰网:进门切入AI,可以说是从会议转写这些做起。
程建辉:会议是天然的信息富矿,做好会议内容的转写,是形成完整的数据、应用闭环的核心。丰富干净的数据底座,也是模型进行文本理解、信息提取、投研分析的关键。
但早期处理会议音视频信息,成本非常高。邀请速记员做一场会议的录音转写,大概需要400元左右的费用。我们算过一笔账,想把历史积累的几十万个小时录音都处理一遍,得上亿成本。
AI来了之后,能实现极致的降本增效。路演、调研等音视频转写,是投研高需求场景。语音识别(ASR)也是AI领域最早实现工程化落地的成熟技术。所以,我们把会议转写作为首要切入的场景之一。
外界一直误解进门是个开会平台。其实路演只是“抓手”,真正的目标是用它构建生态,深度服务投资者。
围绕上市公司,我们做了IR(投资者关系) SaaS系统;围绕券商研究所,推出了全场景统一研究系统,涵盖了会议安排、调研活动、客户管理、员工管理、合规管理、数据统计分析等。面向专业投资者,我们则打造了AI投研工作台。
雷峰网:这些服务听起来都是围绕“会议”这个场景展开的。但现在的会议工具已经很多了,进门做的和别人有什么不一样?
程建辉:最大的不同在于,进门不是一个通用的会议连接工具,而是一个垂直于金融领域的AI投研入口。
普通工具解决的是“怎么开好会”——音视频流畅、共享清晰;进门是在这个基础上,解决“开完会留下了什么”以及“如何让会议服务于投资决策”。
我们在投研会议的全流程嵌入AI:会前自动梳理相关研报与数据,会中可随时向AI提问获取背景,AI无法解答时再举手与分析师或高管直接交流;会后通过调优后的金融转写模型,自动生成带思维导图的纪要、提炼章节,并提取问答环节的财务指标,方便用户复盘研究。
腾讯战投后,我们与腾讯会议实现互联互通,客户可以在进门、腾讯会议多端接入,拥有轻量化的会议体验。
另外,我们推出了AI会议托管,将Zoom、腾讯会议等链接丢给机器人,即可自动录制并生成纪要。这些纪要都会沉淀在用户云文档里,成为个人数据资产。
音频转写同样经过金融模型深度调教,在人名、术语、数字上达到专业投资者所需的高准确率。简言之,别的工具是把线下会议搬到线上,而进门是把每一次会议变成一次数据价值挖掘的过程。
雷峰网(公众号:雷峰网):据说你们还做了会议录音的智能硬件?这在金融Agent厂商身上似乎不太常见。这两年Plaud很火,进门的录音硬件和Plaud那类产品有什么本质区别?
程建辉:录音硬件(Finnote AI小饼干录音机)是进门生态的一部分。主要目标是补齐线下沟通场景,解决手机录音质量不佳、容易被打断、待机时间有限的问题,同时在录音结束自动处理数据。
上市公司每天迎来送往十几波投资者,聊完还得一个个翻录音、对名片,根本搞不清谁是谁。
2025年初产生了这个想法,年中立项,10月份发货,一个季度就出来了。我们找了硬件厂家ODM,软件全部是我们自己做的,一起设计,他们把我们的想法实现。现在市场反响很热烈,客户特别喜欢。
雷峰网:AI+投研通常让人想到量化选股或智能研报,投资者关系这个细分赛道相对不那么常见。进门投入精力做IR SaaS,具体解决什么问题?
程建辉:解决三个具体问题。一是建立与买方市场的沟通桥梁,给上市公司做IR网站、管理私有数据;二是通过平台用户行为分析,帮助上市公司挖掘潜在投资人——比如谁看过你的公告、谁参加过你的会;三是打通沟通行为和股东数据,追踪“谁最终买了股票”这个核心转化指标。
以前上市公司IR(投资者关系)是个糊涂账,每天迎来送往很多投资人,聊完搞不清楚谁是谁、聊了什么。我们实现从会议管理、重点投资人筛选、投关资料库、投关报告与股东分析等全流程数字化。这个系统在国内是首创,年收入数千万,已经有1000多家付费客户。
雷峰网:行业里一些投研AI还是以基本面、资金面、诊股选股这样的场景切入,进门对AI的设计思路是怎么考虑的?
程建辉:研究的本质是基于事实和数据,加上思维链推导,最后得出观点。所以我们的设计思路是,通过数据治理和信号涌现这两层,给用户做结果交付。
这个过程中有个问题:现在很多人只关注观点,其他东西都被忽略掉了,比如思维链。AI只能靠自身的涌现能力给你回答,但研究员在实际投研工作中,有很多自己的想法,对于同一个事实数据会得出不同的结论。
进门投研大脑,支持用户创建自己的思维链,在这个基础上调用垂域Multi-agent。你可以把自己的研究方法论表达出来,比如你怎么研究周期股,把整个逻辑思维链写清楚,存进去。以后再问AI相关问题时,它就会调用你那个周期股的研究框架。
还可以让AI从研报里提取思维链,提取完研究员可以在上面再改,根据自己的想法调整怎么看这家公司。调整完马上可以用模型测评打分。我们用模型交叉打分,看这个思维链到底好不好。
可以理解成,Prompt加上SOP流程,再加上底层数据调用。你的需求、方法论、工作经验越具体,反馈效果就越好。
AI的回答总是有点“骑墙派”的意思,我们希望用户能很轻松简单地去分析,去得出自己独有的结论。
雷峰网:进门的AI工具已经很全面了,资料扔进去套用旧研报的思维链,出来的又是新的研报,这个时候人类分析师的价值是什么?
程建辉:那就没有价值了呀(笑)。AI确实在某些能力上比人厉害,但现阶段,AI的思维能力还不及顶级人类投资者。AI本质上是用函数模拟世界,做统计学上的概率猜测,表现好了我们叫它“涌现”,表现不好叫“幻觉”。
工业革命让脑力劳动者成为主流,AI时代里,普通脑力劳动者也会被替代。会议纪要、简单总结、PPT制作这些例行工作,交给AI又快又好,如果水平较低的分析师能力就停留在做这些工作上,那确实有被替代的风险。但懂得思考、提问,懂得去跟AI交互的人,肯定更有价值。有想法的人,总是稀缺的。
雷峰网:但毕竟不是每个人都是顶级分析师。
程建辉:恰恰因为很多人不是顶级分析师、专业研究员,思维链这个功能反而能帮他们提升上限。
其实每个人每天都在做研究工作——脑子里想问题,想把一件事研究清楚,这就是研究。只是有的人方法论成熟,有的人没那么系统。思维链这个东西,就是把你的思考过程结构化、表达出来。
我们希望通过这个形态,让大家生产出不同的思维链。这些思维链可以私有,自己用;也可以贡献出来,给别人参考。
未来高水平研究人员的思维链,可以被付费订阅。比如一个很牛的分析师,他研究周期股的方法论写成了思维链,或许平台可以帮他分发变现,别人花199块钱就能订阅使用。
中国有2亿股民、7亿基民,这些专业AI能力能把普通投资者的能力提升到一个新台阶,直白点说,至少不会那么容易被割韭菜了。
雷峰网:AI能替代人类分析师的部分很明确了,不能被替代的部分是什么?比如某些分析师对市场的“直觉”?
程建辉:现实市场并非100%有效,会存在信息孤岛、小样本信息,也会存在传播延迟和解读效率的问题,AI无法吃掉所有信息。AI不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会,分析师的机会。
尤金·法玛的有效市场理论,讲的是如果股价真的反映所有信息,价格和价值应该完全一致。但事实上,市场没有我们想象得那么“聪明”。如果真的有一天,AI真的能吃进去所有的信息,成本和代价会非常巨大,再用它来解决投研问题,已经不划算了。
雷峰网:思维链可以这样“传播”出去,会不会像量化投资那样导致“信号拥挤”,策略失效?
程建辉:不会。因为市场能形成交易,就是因为有不一样的想法。即使事实和数据都很明确,仍然有人看多,有人看空。
如果全部看多或全部看空,就没有交易了,没有对手盘。单边行情即使短暂出现,拉长看也会回到相对均衡的状态。最终还是看价格,多少价格才算是“好”?
这里没有绝对的答案。
雷峰网:AI时代可以卖的不光是信息,更可以卖方法论、卖知识框架。
程建辉:思维方式、方法论都是可以共享和商业化的。比如,我在进门笔记里的思维链,可以分享给好朋友、重要客户。他调用AI的时候,既可以调底层数据,又能调我的思维链,以及他自己的思考方法。
AI时代的很多内容和产品交互结构不是给人看的,是给AI看的。过去SaaS软件做的都是复杂图形界面,给人点击、给人看,现在不需要那么多图形界面,年前硅谷SaaS那波下跌行情和这个也有关系。
雷峰网:这是不是意味着,在AI时代,设计逻辑已经完全改变了,软件的首要用户不人类,而是AI本身?
程建辉:未来的趋势是人机协同,AI会是首要执行者,但人类仍然要掌控判断、创意、关键决策。人只需要把思维链(思考方法)表达出来,剩下的让AI去组合、去执行。
所以,软件的设计逻辑,要从人类交互优先,转向AI原生能力优先,不管是底层架构、数据接口,还是执行流程,首要适配AI Agent的自动化调用,而非人类手动操作。
现在AI新名词特别多,Function call、MCP Server、Sub Agent什么的,本质上都是在解决Agent与工具的交互问题。我们希望给AI大脑思考的能力,再加上人类的思维表达能力。
雷峰网:从“给人看”到“给AI看”,软件的范式转移会不会遇到阻力?
程建辉:很多人确实还停留在过去软件使用的图形界面思维范式里。但实际上已经在往AI帮干活、对话式交互的方向变化。
比如纪要、研报,其实都不需要表达出来给人看,直接AI读、理解、输出就完了。但金融行业的一些用户,使用习惯确实没那么容易改变,比如网络通话更好,有些人还是喜欢打电话,所以我们还留了一点“尾巴”,让习惯图形界面的用户还能用,但希望逐步全部收到AI的对话框里处理,只留几个Tab。
雷峰网:大模型这股热潮出现之前,已经有AI+投研/投顾的技术方案了,现在进门做的事情,还可以怎么进一步帮助人类做判断、提高决策效率?
程建辉:先用量化投资的事件回测,验证驱动信号(如供给侧变化),比如历史上类似情况股价怎么走,是真有效还是假有效。再结合基本面与专业投研信息,输出多空判断、驱动类型、关联个股,实现市场信号的快速捕捉。
现在信息太多了。好在AI的信息吞吐能力很强,第一时间获得信息,几十秒或一分钟内处理完,涌现信号。
但在过去,一个事件发生,分析师马上组织专家会议讨论、形成观点,这个过程至少几小时,甚至几天,整个流程非常低效。
雷峰网:要实现这个功能,底层听起来非常复杂。
程建辉:处理海量信息、识别和理解事件信号,工程难度很高。要让AI像顶级分析师那样思考问题,同时要保证底层数据干净、真实。
我们做了很多底层的创新,比如AI进宝的架构,上下文感知与意图对齐、异构信息动态检索、递归式假设验证,不是简单的React那种方式。
雷峰网:目前进门的“进度条”,走到了您预期的哪个阶段?
程建辉:在数据治理上,进门已经做得比较扎实了。在信号挖掘上,我们也上线了事件信号等能力。
信号涌现是一个逐步推进的过程:第一,识别并捕捉信号,初步判断其影响方向;第二,进一步明确信号对股价的影响程度;第三,尝试定量表达这种影响。比如,当某个事件发生后,AI分析师可以快速推演,将目标股价从50元调整至60元,给出初步的定价判断。
当然,定价本身并不容易。不同模型基于各自的假设,得出的目标价也可能存在差异。这也正是投研的复杂性和深度所在。
雷峰网:在模型的选用上,进门是怎么考虑的?Token消耗是不是成本大头?
程建辉:最开始我们也做过一段时间自研,做SFT(监督微调)和强化学习,跟一家大模型厂家合作过。后来发现了一些问题,就调整了方向。
我们的定位是应用型公司,不是做基座大模型的。把应用做好,特定场景的小模型做好,大小模型耦合使用就足够解决问题了。花点时间做工程方法立竿见影,比把所有资源投入基座模型训练更经济、更划算。作为创业者,要追求资源投入最大化。
目前我们接入了多个基座大模型,不是一家。把模型架构结构化了,不同任务用不同模型。根据模型工程方法的体系,不断调优,每个步骤根据需要选择不同模型——有些模型推导推理很强,有些泛化能力很强,各有优劣势。
Token消耗量其实还好。整体技术开支确实比较大,不过还在可承受范围内。出于对安全的考虑,用国内的模型会多一点,个别部分在保障数据安全的基础上,考虑用境外模型提高性能。
2026-06-25 14:42
中信建投:奥特莱斯行业经营韧性凸显,看好头部运营商及其REITs
商业不动产REITs正式启动为奥特莱斯等优质零售资产打通融资渠道,已有两单奥特莱斯商业不动产项目获受理。作为“重奢平替”与“高性价比”的代表性零售业态,奥特莱斯在经济周期波动中展现出显著的经营韧性,行业已形成头部集中、区域分化的竞争格局,招商能力与货品掌握度构筑企业核心护城河。经营模式层面,联营模式实现利益共享和风险共担,叠加低物业成本和房产税优势,使其成为商业不动产REITs扩容背景下经营韧性较强的优质底层资产。估值方面,首批奥特莱斯项目折现率较为合理,2026年预测分派率达4.6%-5.5%,运营成熟、资产优质,具备较高投资价值。

新政推动奥莱REITs常态化发行,抗周期资产经营韧性凸显。当前已有国泰海通砂之船商业不动产REIT、中金唯品会商业不动产REIT两单项目申报商业不动产REITs,发行规模分别达50.6亿元和74.7亿元。近一年来,全国商业零售TOP100企业在营奥莱项目各季度销售额同比增速从3.8%逐步攀升至13.1%,客流量增速从6.2%升至13.8%,显著高于传统零售业态,经营韧性凸显。
宏观供需环境支撑规模扩张,中观格局呈现头部集聚、区域分化,微观壁垒关注招商及货品。奥莱资产的研究框架需综合考量宏观消费趋势、中观竞争壁垒与微观运营能力。当前国内奥莱行业已形成头部集中、区域分化的竞争格局,六大连锁集团销售额占比超61%;华东地区以40%的项目数量占比领跑全国;部分高线城市奥莱存量达5-10家,下沉城市崛起。招商能力和货品掌握度构筑奥莱行业核心护城河,头部企业凭借规模效应在品牌议价、货品更新及运营效率上形成显著优势。
联营模式实现利益共享和风险共担,成本和税务优势增厚利润空间。收入端,奥特莱斯联营模式通常占60-90%,运营商收入与商户销售额深度绑定,接近100%租金收缴率和租金保底机制共同保障现金流的稳定性。成本端,奥特莱斯多为郊区选址或街区形态,土地及物业成本较低,目的性消费带来更高的客流转化率,外加更低的房产税负担,进一步增厚项目的利润空间。
首批奥莱商业不动产REITs运营成熟、资产优质,具备较高投资价值。奥莱业态具备强抗周期性和稳定现金流,看好头部运营商发行的成熟项目。首批两单奥特莱斯商业不动产REITs原始权益人均为行业一梯队运营商,2026年预测分派率在4.6%-5.5%,估值较海外奥莱REITs具备一定优势,具备较高投资价值。
(文章来源:每日经济新闻)
" class="icon wp-post-image" alt="中信建投:奥特莱斯行业经营韧性凸显 看好头部运营商及其REITs" /> 中信建投:奥特莱斯行业经营韧性凸显 看好头部运营商及其REITs2026-06-25 14:29
活动现场氛围温馨而热烈。参赛棋手们精神饱满、沉着应战,在楚河汉界之上排兵布阵、运筹帷幄,车马纵横、落子从容。大家秉持“友谊第一、比赛第二”的原则,凝神对弈、切磋交流,清脆的落子声与阵阵笑语交织,尽显棋艺魅力与人文温度。
城关镇月南区域养老服务中心作为汉阴县首家区域养老服务中心,聚焦“15分钟养老服务圈”建设,为周边社区老人提供助餐、助医、文娱等多元服务,是长者安心乐享晚年的温馨家园。奕林棋苑以此次联谊赛为契机,走进养老服务中心,既丰富了棋苑内部交流形式,也为老年生活增添乐趣,践行社会责任,传递敬老爱老的文明新风。
编辑:邱潮
编审:文婷 黄琪雅
终审:邹菲
" class="icon wp-post-image" alt="汉阴:以棋会友暖夕阳 弈趣横生享时光" /> 汉阴:以棋会友暖夕阳 弈趣横生享时光2026-06-25 14:16

每一年盛夏,这里都会成为中国游戏行业最重要的精神聚会。
2026年,第20届中国游戏开发者大会(CGDC)正式定档——7月31日至8月1日,上海浦东嘉里大酒店,我们不见不散。
今年大会继续以「技艺游心」为主题。"技艺"是游戏开发的根基,"游心"是创作者倾注的自由与热爱。20年来,CGDC始终相信:真正推动行业前进的,是那些尊重技术、坚持创作表达的游戏人。
01八大专场,覆盖你的每一个创作方向
本届大会延续八大并行专场结构,两天内密集呈现来自全球与国内一线开发者的经验分享:
角色扮演游戏专场(RPG)
策略游戏专场(Strategy)
动作冒险射击游戏专场(Action/Adventure/Shooter)
技术专场(Technique)(两场)
独立游戏专场(Indie)(两场)
全球化专场(Globalization)
02同声传译覆盖全场,消除语言门槛
专场均配备同声传译服务,国际嘉宾的分享不再有语言壁垒。无论你是来自国内的开发者,还是关注中国市场的海外同行,这里都是你的主场。
03演讲嘉宾与议题,即将陆续解锁
目前,议题筹备与演讲人邀请工作正在紧锣密鼓推进中。来自全球顶尖游戏工作室的制作人、创意总监、技术负责人将相继确认。精彩演讲题目与演讲人信息,将从现在起陆续公开——请持续关注CGDC官方渠道,不要错过每一条更新。
时间:2026年7月31日-8月1日(两天)
地点:上海浦东嘉里大酒店三层浦东厅
门票与更多信息:敬请关注后续新闻
第20届,「中国游戏开发者大会」,我们在上海等你。
ChinaJoy组委会正式启动2026中国游戏开发者大会(CGDC)专场议题征集,我们也欢迎各位行业精英踊跃自荐,成为我们今年大会的演讲嘉宾。欢迎大家扫描下方二维码,加入“2026 CGDC大会交流群”。

2026-06-25 13:42
崔岩为老人理发
不仅理发还帮老人修马桶
“余大爷,今天理发您想留短点还是稍微修修?”12月3日上午,22岁的崔岩穿着红马甲,拎着装满推子、围布的工具包,熟络地走进城市花园社区八旬老人余立新的家中。
当天是崔岩与余立新老人约定的固定理发日。今年82岁的余立新卧床多年,理发曾是他最头疼的事:“以前要么硬撑着下楼,要么自己凑合剪剪,剪完后头发还是乱糟糟的,没精神。”
崔岩小心翼翼地搀扶他坐到一个小凳子上,熟练系上围布,推子“咔嚓咔嚓”运转起来——动作利落却轻柔,碎发簌簌落在围布上。“这娃娃心眼实诚,不光理发,还帮我通下水道、修马桶。”余大爷的话匣子打开了,止不住的夸赞让崔岩红了脸,手上的推子却没停。理完发,他顺手扫净地面上的碎发,叮嘱老人“天冷别忘加件衣”。
身份变了奉献的信念不变
谁能想到,崔岩三个多月前还是东部战区某岛礁上的守岛战士。
大学毕业后,崔岩响应号召参军,驻守海岛两年。岛上条件艰苦,战友们相互照应。崔岩跟着老兵学会了理发,闲暇时还学着修理家电。“在部队,‘为人民服务’是刻在心里的信念。”崔岩说,军旅生涯不仅练出了硬本领,更让他懂得“奉献”的意义。
今年9月,崔岩退伍返乡,暂时没规划好未来,却先想到用在部队学的技能帮助老人。得知社区不少行动不便的老人理发难,他主动找社区申请当志愿者,专门为老人提供上门理发服务。“军装脱了,但为人民服务的初心不能丢。”他的话朴实又坚定。
本子上记满老人信息
城市花园社区内,60岁以上老人占比近三成。其中,有80多位老人行动不便,理发一直是他们的难题。
“以前组织过志愿者为老人义务理发,但时间不固定,上门随机。”社区党委委员江辉介绍,崔岩的加入,让志愿服务有序起来。崔岩的工具包里,始终揣着一个小本子,上面记满了社区老人的信息:“周一,2号楼刘奶奶,头发易打结,剪至齐肩”“周二,5号楼张大爷,顺带帮着检查电水壶”……每完成一次服务,他就会在名字旁画个小圆圈。
社区居民江成福因脑梗行动不便,崔岩第一次上门时,老人抱有疑虑,让家人给社区打电话确认后,才同意理发。那次,崔岩不仅帮老人剪了头发,还修了眉毛、刮了胡子。如今,江大爷早把崔岩当成“自家孩子”,每次都提前泡好茶等着他上门。
三个多月来,崔岩累计为30多位老人提供上门理发、家电维修服务40余次。“只要老人需要,我就一直做下去。”崔岩说,接下来他想联合社区组建“退伍兵志愿服务队”,邀请更多战友加入,为居民办更多实事。
" class="icon wp-post-image" alt="崔岩:钢枪换推剪义务为社区老人理发" /> 崔岩:钢枪换推剪义务为社区老人理发2026-06-25 12:31