图文 | 躺姐

AI时代给所有人带来的焦虑，正在资本市场和个人工作里同时变得更加具体。

AI相关公司的股价不断上涨，让人担心错过一个可能持续很久的产业机会；越来越多人又开始用AI读财报、整理数据、搭模型，让不会这些方法的人担心研究能力也在被拉开。人们既怕错过AI资产，也怕错过AI本身。

今年，随着AI办公工具进入日常工作，AI已经走出问答框，能读长文档、查资料、整理数据，也能生成代码和表格，很多原本要在不同工具间来回切换的事情，现在可以在一个任务里接着做。拿这些工具做投研，输入公司名字，很快就能得到业务介绍、行业梳理和完整分析。

我们也用过不少产品，但说实话，给出的结果看似完整且自洽，却离实际可用还有不小差距。

该落实哪些原始材料、哪些数字可信、行业判断怎样变成盈利预测、预测又怎样放回价格，都需要研究和估值基础。没有系统学过这些东西的普通投资者，即使拿到漂亮结果，仍然不知道从哪里检查，也很难把它变成自己的判断。

8月14日的百度AI Day上，百度文库和百度网盘团队正式宣布其通用智能体GenFlow的中文名为「库库AI」，并重点发布了「库库AI」办公模式，服务专业交付需求的办公场景，首期则锚定金融投研场景。

团队早在2023年的百度世界大会上就开始布局AI办公，此后相关能力一直在文库和网盘中迭代，这次才发布成独立端。我在第一时间拿到资格，想知道库库AI能不能把普通投资者最初的疑问，一直推进成真正可用的研究。

带着这份投资疑问，我想到了中际旭创。AI热潮以前，中际旭创还是一个相对专业、陌生的名字，如今却成了AI行情里绕不开的公司，又有太多声音关注它，很多人知道它重要，却未必能看懂。

我此前写过它赴港上市，知道它为什么受益于AI，却还没有认真回答未来能赚多少钱、现在的价格又押注了什么，于是这一次把没做完的部分交给了库库AI。实际做下来，库库AI把这份朴素的投资疑问逐渐推进成一项可以继续更新的研究，结果超出了预期。

01库库AI怎样做完一项公司研究

一项能真正帮助投资判断的公司研究，要从原始材料开始，把行业变化、公司业务和财务数字逐层接起来，最后落到盈利预测和估值。同时，还要为下一份财报留下更新位置，让整个投研过程保持动态。

真正开始之前，我先让库库为这项研究做了一套完整的规划。它根据最初的投资疑问安排好后续步骤，也写明每一步该由哪些专家和Skill接手，再把规划保存在项目里，接下来的研究都沿着这条路径逐步展开。

库库先用一个上市公司项目承接中际旭创的研究，A股定期报告、H股招股书和同行年报都被放进项目的一手资料库。这些报告原本散在不同地方，口径和时间也不一样；项目把资料、任务和后续修改留在一起，继续追问时不用反复交代公司背景。

按照产品介绍，库库的部分金融专家会限定可使用的信源，优先调用专业数据库和公司公告等可信材料，并排除公开网络中的噪音，部分数据由金融项目直接呈现，部分由Skill调度。

在本轮信息收集整理中，库库读取了年报、季报和那本476页的H股招股书。它提取了关键财务数据，也标出H股发行股份数、预计募资净额和资金用途所在的PDF页码，关键数字可以沿着页码回到正式披露逐项核对。

资料齐了，“是否值得买”依然不能直接回答。中际旭创的未来盈利同时受AI需求、800G与1.6T产品迭代、利润率和现金流影响，研究需要先确定哪些变量值得追踪，以及用什么估值方法把它们放回价格。这部分由库库的公司深度研究专家接手，相当于一套专业视角和工作方式，会组织文件读取、检索、计算和结果输出。

公司深度研究专家读取了11份公司与同行原文，第一版把DCF和EV/Revenue放在了主要位置。我在复核时，对库库提出了数据缺口和方法上的疑问被重新交回同一任务，经过沟通，之后改用情景化前瞻PE，DCF只负责检查长期现金流边界。中际旭创仍在快速增长，未来收入、利润率和增长持续期都可能变化，沿着每股收益和市盈率往回看，哪一项假设高了或低了也更容易发现。

沿着这套估值方法再看“是否值得买”，AI行业的资本开支扩张还能持续多久，800G和1.6T产品的放量怎样进入收入，高利润率能不能被现金流验证，几轮下来，库库形成了一棵包含42个研究项的问题树。

在这棵问题树里，各项判断被标注了明确的逻辑关系。判断1.6T光模块是否放量，中际旭创的原始披露只能提供一个起点，收入、毛利率和现金流还要继续核对；库库又把2026年中报和三季报设为验证节点，等财报更新，新的数据可以回填到相应研究项。过去我用AI研究公司，往往在听懂业务以后就停了，这一次，下一份财报该看什么已经写进项目文件。

问题树开始涉及收入、毛利率和现金流以后，单靠文字已经不够用了。库库的数据分析师擅长表格、口径和计算，财报解读Skill提供财报处理的标准方法；约24分钟，分散披露就被整理成8张结构化工作表，历史数据、单季变化和来源索引都有了明确位置。

八张工作表把历史数据和预测口径整理好后，库库的公司深度研究专家和三张表财务预测Skill开始把季度假设、未来三年的收入利润和估值沿着公式接起来，最后生成一份带公式的盈利与估值模型。

这轮实测的正式任务使用的模型，是库库自带的Auto模式。读476页招股书、整理财务数据和搭建模型，需要的能力并不相同，但我没有跟着任务手动更换底层模型。Auto实际调用了什么模型，页面没有披露；可对我来说，研究过程没有因为任务变化被打断，全程也没有感受到什么模型智商变化。

模型生成以后，我继续检查口径、公式和估值假设；根据复核反馈，库库调整过一季度归母净利润口径，也在最终速览中删掉了口径尚不完整的DCF每股单点值。库库把原文件、附件和上下文保留在同一任务里，发现口径或公式需要调整时，可以直接回去修改并保留新版本；下一份财报出来后，原来的文件和模型还可以接着更新。

02一份生成的研报怎样真正进入投资决策

一份相对完整的公司研究报告，在AI出现以前，对普通个人投资者来说也不算难找。即使作者名气很大、分析很完整，报告与真正的投资决策之间仍有一段距离，投资者需要理解并认同其中的判断，最后将它转化为自己的投资认识。

AI把报告生成得更快，也给投资者留下了继续追问和修改的空间。为什么选择这套估值方法，悲观、基准和乐观分别建立在什么条件上，哪些变化会让结论失效，都可以沿着报告继续问下去。

这次实测最后生成的四页《盈利与估值速览》，就是库库给出的最终呈现。它把结论、盈利假设、估值理由和未来需要核对的变化放在一起，先把结果摆出来，再让人顺着这些内容继续追问，也可以在发现问题后要求库库修改。

在这份速览里，我最先看的是库库能不能把估值方法说清楚。前面的研究中，库库曾经把“DCF＋EV/Revenue”作为主要估值方法，经过数据缺口的质疑和一次反馈，后来改成了情景化前瞻PE，并用DCF检查长期边界。

库库给出的理由也比较容易理解，中际旭创仍在快速增长，未来的收入、利润率和产品迭代都可能发生变化，先沿着收入、毛利率和费用率推到每股收益，哪一项假设高了或低了更容易看出来，个人投资者也可以拿着新财报自己重算。

DCF在这里负责提醒投资者，账面盈利最后能不能变成现金，眼前的高增长又能维持多久。长期数据还不够完整，它被放在旁边检查边界，避免把不完备的数据算成一个看似精确的目标价。

悲观、基准和乐观三个情景由我提出，库库需要把三种不同的预期解释清楚。它把需求变化、产品放量和利润率分别落到每股收益与估值区间里，让用户看到每一种结果需要哪些条件同时成立，也能比较自己更认同哪一种未来。

中际旭创2025年实现营业收入382.40亿元、归母净利润107.97亿元，到了2026年第一季度，两项数字已经达到194.96亿元和57.35亿元，大约相当于上一年全年的一半。面对这样的增长，普通投资者很容易担心自己是不是已经错过了。

库库把8月13日921.04元的股价重新放回三种未来里，原来模糊的错过焦虑也有了可以比较的尺度。基准情景下，2027年摊薄每股收益为18.85元，现价对应48.9倍市盈率。即使走到乐观情景，每股收益升至23.66元，现价仍对应38.9倍，高于模型为乐观情景设定的30至35倍区间。

看到这个差距以后，我再看921.04元，关注点也从中际旭创能不能继续增长，转到了现价已经包含了多少增长。接受这个价格，意味着还要相信AI需求保持强劲，800G和1.6T按期放量，竞争与降价没有明显压低利润率，并且市场到2027年仍愿意给出较高估值。

这份速览还把判断延续到了下一份财报。收入和毛利率会影响模型里的盈利路径，800G与1.6T的进展和现金流会说明增长质量是否发生变化，新的数据可以直接放回原来的问题树与模型。到那时，我不用重新追逐一轮市场说法，只需要看原来的条件有没有发生变化，再决定是否继续相信当初的判断。

03结语

工具再好，最后的投资决定仍然要屏幕前的人去做。AI产品越来越多，使用门槛也越来越低，今天开始用一个工具并不难。把工具真正用进研究以后，持续追问和复核会带来新的认识，很多过去不熟悉的方法也会逐渐变得具体。

这次研究的起点还是中际旭创值不值得买。库库把这个疑问推进到公告、口径和模型，复核中发现的差错又被交回任务继续修改。到了后面，我不只是在接收结果，也逐渐知道下一次应该追问什么。

市场上仍会有看不懂却不断上涨的公司，新的AI工具也会继续出现。对我来说，焦虑不会因为工具变多而消失，我更愿意把注意力留在一次次具体研究里。

用着用着，很多原来觉得很难的东西，也就没有那么陌生了。

声明：本文仅用于学习和交流，不构成投资建议。

欢迎点赞、在看、转发，您的支持是我们更新的动力！