撰文：Alma Li，Techub News
导语
张睿彬遇到的大部分学员，用 AI 的方式还停留在两三年前：有问题就问，英伟达值不值得买入，A 股后市怎么看。在他看来，只是问答，AI 很难成为真正的投研工具。实训营要教的，与其说是技巧，不如说是思路：先让大模型「蒸馏」你认可的分析逻辑，再给它准确的一手数据，让 Codex 按工作流产出结果。
张睿彬是 Uweb 招生负责人，在小红书以「@飘逸的张老师.AI投研」分享 AI 投研内容。11 月，Uweb 主办的 Codex AI 投研实训营第五期在深圳开课，他主讲《AI 投研看板搭建五步法》。课程间隙，他接受 Techub News 专访，谈学员用 AI 最常见的误区、同一个 A 股问题课前课后怎么问，以及他给想报名者的三个理由。
核心摘要
- 张睿彬观察到，大部分学员用 AI 还停留在「问答」，比如问英伟达值不值得买入、A 股后市怎么看，这样用 AI 很难成为投研工具或生产力工具。
- 张睿彬认为，实训营带给学员的主要不是技巧，而是使用 AI 的思路：怎样让 AI 真正完成你的需求，而不只是回答你的问题。
- 张睿彬说，「假设你是一位有十年经验的金融专家」式的长提示词已经过时，现在的做法是让大模型蒸馏你认可的分析框架，比如缠论，或某位宏观分析专家的方法。
- 张睿彬认为，用同样聪明的大模型，效果差距很大程度上取决于语料和数据，课程要解决的就是让 AI 拿到更准确、更一手的数据。
- 张睿彬给出的三个报名理由：AI 是不可逆转的趋势，早学有先发优势；要成为「人＋AI 大于 AI」的人；融入一群仍在努力尝试的同行者。
学员用 AI，大多还停在「问答」
Alma：张老师，我看到 Codex AI 投研实训营已经做了很多期。其实 Codex 很多人也在用，各种 AI 模型大家也都在用。从您带学员实操的体验来看，大家学课程之前和之后，用 AI 会有什么区别？差距在哪里？为什么一定要来学这个投研实训营？
张睿彬：这个问题问得非常好，同学们通过课程到底能在 AI 使用上获得哪些提升，这是很关键的一个问题。我们遇到的大部分学员，起初使用 AI 的方式还停留在 2023 年、2024 年，甚至 2025 年的方式，就是问答。比方说我有什么问题，就向 AI 发出一个提问：明天天气怎么样，从北京到上海坐哪趟航班或者哪趟高铁最方便；或者一些投研的问题，英伟达值不值得买入，怎么看后续 A 股的行情，还是以提问为主。
但是自从今年 OpenClaw 的浪潮、「龙虾」的浪潮来了之后，特别是 Codex，还有国内 Kimi 等工具的普及，我们开始发现，正确使用 AI 的方式不再仅仅是问答。如果只是简单问答，它很难变成一个真正的投研工具或者生产力工具，去帮助大家完成一些任务，甚至替代部分人工劳动。
所以我们的课程最希望带给大家的，你说是技巧上的提升，我觉得准确来说并不是，更重要的是思维和思路上的提升，这一点很关键。AI 工具总是向更好用、更易用的方向发展，但你使用 AI 的思路，需要你个人去做提升，或者叫思路上的打开。很多同学听说过，有些人能够操纵很多 Agent 帮他们自动化地交易、自动化地投研，有很多人能够操作不同的 Agent 帮他设计海报、做网站或者做小程序。在我们的教案当中，就有一套完全可以由自己搭建的、能在国内国外同时登录的小程序加网站体系，包括打通微信生态和 Codex 的使用案例。这些方法上、思想上的迭代，是我们希望在课程上教给大家的：你到底如何使用 AI 真正帮你完成需求，而不是简简单单地回答你的问题。
还有一点我觉得更重要，就是大家一起开脑洞。AI 在这个时代已经是一个无法被忽视的新质生产力，它到底还能帮我们干什么样的事情？这需要大家在我们的课堂上，一起拿 AI 探索出更多有趣的玩法。
同一个 A 股问题，课前课后怎么问
Alma：睿彬老师，可不可以具体讲讲，以前大家用 Codex、用 AI 的时候，过程中会有哪些细节问题，而上完课以后会觉得「原来 AI 要这么用」？
张睿彬：举一个很简单的例子，比方说如何看待 A 股后市的走势。很多同学经历过 2024 年、2025 年所谓「提示词工程师」、提示词撰写这类内容的普及之后，会怎么问呢？「假设你是一个有十年金融工作经验的专家，结合宏观经济，如何看待 A 股未来的走势」，写一长串 prompt，让 AI 去扮演这样一个角色。这种使用方式，我觉得还停留在 2025 年底的逻辑。随着大模型不断进步、变得越来越聪明，我们其实已经不再需要让它去扮演一个角色了。
现在用 Codex 去回答 A 股后市走势这样的终极问题，我们会分几个关键步骤。第一步，首先要确定一个分析逻辑。之前你写「你是一个十年工作经验的金融从业者」，实际上也是在赋予它一个分析逻辑，只不过这个分析逻辑非常泛泛：金融行业从业者到底是一个什么样的逻辑？你也很笼统，你也不知道，大模型可能也在猜。但现在，我们可以让大模型准确地去蒸馏相关的分析逻辑。比方说你很喜欢 K 线分析里的缠论，就可以让大模型帮你蒸馏，或者叫学习，缠论的一系列分析框架；如果你对宏观政策、宏观经济更关注，也可以让 AI 大模型去蒸馏一些你比较认可的宏观分析专家所掌握的分析方法。这时候，模型就不只是简简单单被赋予了一个角色，而是真正掌握了这样的能力，这是能力上的提升。
第二，大家注意，一定是数据上的提升。之前的问法是「你是一个十年工作经验的金融从业者，帮我分析 A 股后续的走势」，其实不包含数据的来源。如果你和我都使用同样聪明的大模型，比如你用 GPT，我也用 GPT，你用混元，我也用混元，那为什么我用 AI 比你用得好？很大程度上可能取决于我有更好的语料或者数据。如何帮助 AI 获得更准确、更优质、更一手的数据，是我们课程上帮大家解决的问题。AI 的分析不是凭空的，不是它臆想的，而是有准确的数据来源，比方说 A 股的 K 线，一些宏观语料的分析，这方面非常重要。
结合以上两个方面，首先我们有了自己认可的分析逻辑，其次有了准确、有效、真实的数据，Codex 经过这样一系列工作流产出的结果，我相信一定比前面那一长串「假设你是一个十年金融从业者」的简单 prompt 更可信，更能让我们相信。
三个报名理由：先发优势、驾驭 AI、找到圈子
Alma：最后，请给有意向报名 AI 投研实训营的同学三个理由，说服他一定要来报名、付费学习 Codex AI 投研实训营。
张睿彬：第一个理由，我觉得很重要的一点是，AI 已经是一个不可被忽视、也不可被逆转的大趋势，已经确定性地成为一种新的生产力。现在对大家来说，只存在「我现在学」还是「以后再学」的区别。就好比智能手机，你只存在现在就接纳智能手机、现在就用起来，还是等它真正普及的时候再去用。这里面存在一个很明显的红利，用白话说，早学早享受，早用早收益。早上车，早享受，这是第一点，讲的是先发优势。
第二点，之前有一位大咖说过一句话，我很受启发：未来世界上只存在两种人，一种是「人＋AI 大于 AI」的人，一种是「人＋AI 等于 AI」的人。大家可以思考一下这句话的底层含义：如果你不能驯服 AI，或者给 AI 带来一些价值，或者用 AI 在物理世界创造一些价值，那你只能是 AI 产品的使用者。我们认为，如果你只是 AI 产品的使用者，你既享受不到时代的红利，也无法成为资产再分配当中的获益者。所以大家还是要争取尽早成为「人＋AI 大于 AI」的人，学习驾驭 AI 的方法。这已经不仅仅是一个技能，而是大家现在能够抓住的机会。相较于之前的时代，现在的机会已经非常非常少了。快速学会使用 AI、掌握 AI 去抓住一些机会，可能是大家马上就能抓住的最大的机会，无论是投研、工作还是其他方面。这是第二点，讲的是驾驭 AI 的重要性。
第三点，我觉得要来报名还有一个非常关键的点，就是圈子非常重要。任何一个新技术到来，无论你是使用也好、学习也好，首先融入一个新技术的圈子非常重要。我们经历了 AI 投研实训营从第一季到第五季的开课，这么多学员，你会发现，在现在这个阶段，愿意学习 AI、用 AI 做投研的人，都是真正有冲劲、在当下这个时代还在努力尝试而不是躺平、奋勇争先的一群人。融入这样一群人，对你的生活也好，投资也好，整个人的成长都是非常关键的。以上就是三个理由。
编辑说明：本文依据 2026 年 11 月在 Uweb Codex AI 投研实训营深圳站现场进行的专访录像整理，录像约 10 分钟。问答经删减口头语、重复与附和，答案忠于原话，未经受访者本人审阅，建议经受访者确认后发布。受访者头衔与课程名称以 Uweb 深圳线下培训课程海报为准。「OpenClaw」与「人＋AI 大于 AI」均按发音对应；录音中另有个别国内 AI 工具名称和模型版本号无法确认，本文未予写出。受访者为 Uweb 招生负责人，文中报名理由为其个人说法。利益披露：Techub News 与本次实训营主办方 Uweb 合作撰写《AI 智能投资手册》。
免责声明：本文仅为信息分享，受访者观点不代表 Techub News 立场，不构成任何投资建议。
