Boosted.ai 是投资管理领域智能体 AI（agentic AI）的专业公司，其宣布推出 Alfa Prime——一个多模型 AI 投资委员会，融合大规模信号监控、专门构建的研究智能体，以及独立 AI 模型之间的结构化辩论。该系统旨在帮助投资者在由投资团队自行定义的框架内识别、调查和质疑投资理念。

“AI 委员会负责辩论、质疑和建议。人负责指挥和决策。”

依托 Boosted.ai 八年多的量化机器学习经验，Alfa Prime 可以监控数百万个市场、基本面和研究信号，筛选出值得关注的部分，并在投资论点于多个模型家族中接受检验之前，部署专门的 AI 智能体对其进行调查。这家总部位于多伦多的公司此前打造了机器学习平台 Boosted Insights，让投资组合经理能够将自身的数据和变量应用于量化模型，而 Alfa Prime 则将这一机构级积累延伸至智能体化、多模型研究领域。

Alfa Prime 反映了投资管理领域正在形成的更广泛转变：能力日益增强的 AI 模型正从回答研究问题转向更直接地参与研究过程本身。这一转变在行业内已然显现，银行、资产管理公司和数据供应商纷纷推出生成式 AI 工具，用于总结监管披露文件、财报电话会议记录和研究报告等任务。Boosted.ai 认为，这一转变将改变投资理念的发现、检验、质疑乃至最终评估的方式。作为 Alfa Prime 的首个应用，该公司正向数量有限的机构合作伙伴开放该系统，其中包括希望围绕自身投资授权、标准和内部观点进行配置的基金和资产管理公司。

“我们打造 Alfa Prime，并不是因为市场需要又一款 AI 工具，”Boosted.ai 联合创始人兼首席执行官 Joshua Pantony 表示，“这些模型的能力在过去一年取得的飞跃是真实的。在我们自己的测试中，Alfa Prime 识别高质量投资机会的速率约为基线分析师工作流程的两倍。¹ 但性能基准并不等于投资流程。它让我们看到的是，流程本身需要演进。单一模型给出一个答案是不够的。未来将是投资者设定目标、多个模型分别构建看多与看空论点并相互质疑，同时由 AI 集群协同工作以优化结果。”

一个辩论、质疑并重新审视投资论点的委员会

大多数 AI 工具的设计目的只是回答一次问题。相比之下，Alfa Prime 的构建目的在于从多个角度对投资理念进行压力测试。

该系统指派独立的 AI 模型研究和论证相互竞争的看多、看空与温和观点，并依托底层财务数据、监管披露文件、会议记录、研究报告及其他相关证据。各模型质疑相互冲突的假设、找出证据中的缺口，并在多轮辩论中完善各自结论。不同模型家族共同参与，使分析不依赖于任何单一模型的推理模式或盲点——这一做法延续了量化投资领域长期以来的标准实践，即通过集成独立模型来降低对任何单一模型错误的依赖。

随后，主持人会评估各模型在哪些方面达成一致、在哪些方面存在分歧以及原因何在。最终的分析被提炼为一份可引用的投资备忘录，呈现支持性证据、未决问题、关键风险以及最有可能改变结论的假设。对机构投资者而言，此类文档具有实际意义：投资决策及其支持理据需接受内部审查，并在许多司法管辖区受到外部监管审查。

Alfa Prime 会生成看多、基准与看空三种情景，并根据辩论的演变给出确信度指标。快速趋同可能表明投资论点获得更强有力的支持，而持续分歧则可能凸显不确定性或需要更深入调查的领域。

投资者在流程的两端始终参与其中。人们在一开始界定问题和投资框架，随后检视、质疑并最终决定如何处置分析结果。AI 委员会负责辩论、质疑和建议。人负责指挥和决策。

向精选机构合作伙伴开放 Alfa Prime

Boosted.ai 将首先与一小批机构合作伙伴合作，围绕每家公司的投资方法论配置 Alfa Prime。Alfa Prime 并非提供通用的市场观点，而是围绕公司的投资授权、研究框架、专有数据、投资组合背景和内部观点量身定制。此次发布所处的领域，正是老牌数据与分析提供商和一批初创公司都在向机构投资者提供 AI 研究工具的竞争格局。

该公司有意限制所拓展的合作关系数量，包括定制化实施方案，以及在适当情况下围绕特定策略、市场或应用达成的更具排他性的安排。

“与我们交谈的每家公司都能看出这些模型的发展方向，”Pantony 补充道，“我们宁愿与少数认真的合作伙伴深入合作，也不愿把一件通用小工具卖给所有人。数十年来，投资公司一直在竞相把最聪明的人聚到同一个房间里。我们正在进入一个房间里最聪明的存在可能不再是人的世界。这改变了投资优势的定义。”

Pantony 已发表一篇文章，阐述 Boosted.ai 为何认为近期的 AI 进步需要一种全新的基本面研究方法，以及这一转变对投资决策可能意味着什么。