据财联社6月15日由记者林坚报道的讯息中提到，分析师借助人工智能技术撰写研究报告时，出现了乌龙事件。近日，在两位分析师联合署名的一份地产行业周报当中，他们错误地把2024年国务院常务会议关于房地产的表述，标注为2026年6月7日的最新政策。

多位业内人士向记者指出，在他们看来，这种“时间错位加内容完整搬运”的错误模式，精准对应了AI大模型所谓“幻觉”问题的典型特征之一。

该份研究报告中所论述的于2026年6月7日由国务院常务会议部署的房地产相关工作，实质上属于两年前的政策信息。

根据公开信息加以追溯，这份研报的表述实为2024年的旧文。在2024年6月7日召开的国务院常务会议上曾提及房地产相关议题。而研报中却写道，“2026年6月7日国务院常务会议部署房地产相关工作，要求推动现有政策落地，储备去库存、稳市场新举措，稳妥盘活存量房产与土地，加快构建房地产发展新模式、完善‘市场+保障’住房体系”，其将两年前会议的表述错误地标注为2026年6月7日的最新政策。多位业内人士向记者指出，这种将旧信息误作最新政策且内容完整搬运的错误模式，恰好对应了AI大模型所谓“幻觉”问题的典型特征之一。

从常理来看，以如此高规格的国务院常务会议作为政策跟踪对象的地产行业分析师，理应具备对会议时间与核心内容准确把握的基本专业素养，不应出现根本性的认知偏差。事实上，今年6月5日国务院确实召开过一次相关会议，然而该次会议所涉及的内容与时间点，均与研报中的表述无法对应。

不仅如此，记者在一些自媒体平台上同样发现了几乎完全相同的错误表述，只不过时间被错误地标注为“2026年6月6日”。由此可见，分析师或底层大模型在对互联网公开信息进行抓取时，会遭遇严重的“信息污染”情况，而人工智能在未经严格复核的情况下，直接把两年前的旧闻“穿越”到了今天。

一些自媒体平台上同样出现了对于此类错误信息的引用与传播。

投研作为证券行业AI落地应用最为深入且见效速度最快的领域，其原因在于投研的核心工作涉及信息处理与知识生产，这恰好契合了大模型的能力要点。借助AI辅助撰写研报已成为行业内的普遍实践，不少券商研究所不仅成立了AI投研组，还定期外发由AI生成的研究报告。从当前情况来看，AI在研报写作中主要发挥辅助功能，例如对文本进行润色以及引述公开信息等。

尽管AI在研报撰写中仅起到辅助作用，但互联网上的信息污染问题，正借助AI工具渗透到专业研究领域，这一现象值得业界高度警惕。早在2025年，某券商便曾流传出一份因信息污染而导致内容错误的PPT文件，其中声称"八成散户今年亏损"，经核实后发现该内容从数据本身到数据来源均存在错误。

券商研报在连接投资者与资本市场的过程中，充当着关键的信息桥梁，它负责引导投资方向，并提高市场透明度，同时维护投资者的利益。当前，随着证券行业深入应用AI技术，流程合规与信任机制方面的挑战已成为不容忽视的问题。

此次事件所暴露出的风险，集中于券商常规发布的周报类研报。这类研究报告具备常态化发布与高频次产出的特点，正因如此，它成为了AI“幻觉”问题容易暴露的领域。

这背后的逻辑较为明晰。周报与日报作为常规性的低成本研究产出，普遍具备一套固定且成熟的模板框架。研报撰写者只需将特定数据填充入相应板块，并依据模板引用公开市场信息，即可快速完成内容生成。而人工智能工具的引入，进一步压缩了此类标准化报告的制作周期。

便捷的工作模式常常伴随着疏忽的风险。当分析师置身于模板化的生产流程中时，他们对于由人工智能系统自动抓取并生成的政策内容，通常不会逐一回溯到最初的官方来源进行细致的复核。特别是当这些生成的表述在表面上显得“正确”且符合常规表述习惯时，它们就更容易在后续的审核环节中被放过，从而未能及时发现其中可能存在的错误或偏差。

与此同时，AI工具在券商研究部门的广泛应用，又与行业内部人员结构的调整形成了相互叠加的复合效应。这种变化尤其体现在分析师团队的年龄构成趋于年轻化。然而，当年轻分析师主导报告撰写时，他们往往会更加依赖于人工智能技术来处理信息与生成文本。

在他们日常工作中，运用大模型对信息进行梳理与整合并生成报告初稿，已成为一项常规操作。然而，部分人员对于验证信息来源真实可靠性的关键意义缺乏足够认识，从而会过度信赖模型所输出的结果，不再对信息源头进行细致的核查与交叉验证。

当互联网上已经充斥着大量关于“2026年国务院地产会议”的错误表述，并形成了一种看似可信的错误共识时，AI模型在处理这些数据的过程中，便有可能将这些受到污染的信息识别为可靠事实并予以输出。这些经过模型生成的错误内容，最终便可能流入正式的研究报告体系之中。

这并非人工智能在证券领域首次暴露其“幻觉”问题。财联社此前在题为《智能投顾“模型幻觉”是否会误导股民？三大痛点调查》的报道中，就曾针对投顾业务里人工智能的事实偏差开展过跟踪观察。

怎么样能解决幻觉？

在投研领域，一项已获得广泛认同的基本准则是：人工智能生成的任何研究输出，都必须始终附带经过人工审核的标识。

为了保障研报的专业性，AI生成内容在未经分析师审核的情况下，不得出现在正式研报中。这不仅是效率问题，更是合规问题——因为一旦发生错误，承担责任的是分析师，而非人工智能工具。

然而，在实际操作过程中，确定具体的审核标准并审核其执行情况，以及在审核效率与质量保障之间取得平衡，构成了各家券商所必须应对的挑战。

就目前的监管实践来看，证监会尚未针对通过人工智能技术生成的研究报告制定并发布专门的规范性文件。2025年3月进行修订的《上市公司信息披露管理办法》虽然增设了关于“外包”行为的监管条款，但其中并未具体涉及人工智能生成内容的相关表述。

投研领域的AI合规之路，目前仍迷雾笼罩，主要依托于行业自律的指引与券商内部的风控制度。这尚未形成清晰、统一的法规框架的“灰色地带”，对从业者而言，既是严峻的考验，也孕育着突破与重塑的可能。它意味着前所未有的广阔创新空间，也意味着每一步都需要从业者以更高的自觉，去自行丈量与把握那道无形的责任边界。

需要指出的是，2025年以来，行业内并未出现由人工智能辅助写作所引发的、大规模研报内容失实的情况，这反映出证券研究业务在整体上对于合规性要求的高度重视。

但一旦出现问题，可能引发的一系列连锁反应及其后果不容低估。一份存在事实错误的研报，在公开发布后不仅可能引发相应的舆情事件，更深层次的影响在于会动摇买方机构及广大投资者对卖方研究专业性与可靠性的根本信任。

"大家看到的研报就一定是对的吗？"这样的疑虑，一旦在投资者心中生根发芽，所伤害的是整个卖方研究行业长期以来所积累的公信力。

引人注目的是，人工智能技术在当前的应用中，既带来了新的挑战，也提供了解决方案。根据记者的调研，不少券商通过引入智能化人工作业平台，正在为卖方研究合规管理体系带来系统性的革新。标准工作流程的设计与人工智能技术的深度融合，共同实现了证券研究报告撰写流程的规范化以及审核标准的统一化。

因此，运用更为成熟且经过针对性优化的AI系统，对其他AI生成的内容进行约束与规范，正逐渐被视为当前技术演进路径上不可或缺的一环。多位券商分析师向财联社记者指出，尽管技术迭代日新月异，但资本市场运作的一项根本准则始终清晰且不可动摇：对于信息真实性的绝对要求，其优先级始终高于任何旨在提升效率的技术改进。

来源：分析师用AI写研报搞了个大乌龙，互联网信息该如何排污？ | 财联社