一份研报穿越了两年,谁给AI发的通行证?6月9日，方正证券发布了一份地产行业周报。两位分析师署名，格式规范，数据详实，看起来跟市面上每周几百份行业周报没什么两样。但有人发现了一件离谱的事：研报引用的"2026年6月7日国务院常务会议部署房地产工作"，根本不存在。那个会议是2024年开的，内容一个字没改，时间凭空往前推了两年。更离谱的是，一些自媒体平台上也出现了几乎一模一样的表述，只不过时间被错写成了"2026年6月6日"。
一个常识性的不可能
稍微想一下就知道，一个跟踪政策面的地产首席分析师，不可能不知道国常会什么时候开的。今年6月5日确实有国务院会议，但内容和时间都对不上。把两年前的东西原封不动搬到今天，内容完整、措辞精准、唯独时间错了——这种"内容完整但时间错位"的模式，业内人一看就知道：这是AI幻觉。大模型在抓取互联网信息时，碰到了被篡改时间或错误标注的内容，直接采信，没有交叉验证，没有人工复核，然后以专业研报的形式发布出去。信息污染的"合法化"管道
这件事真正让人不安的，不是一次乌龙，而是一条链路。互联网上早就有大量"信息污染"——旧闻被自媒体重新包装，时间被篡改，标题被改写，然后二次传播。以前，这些污染信息顶多骗骗普通读者，专业领域有分析师把关，有编辑部审核，至少能形成一道防火墙。当分析师习惯用AI抓取信息、生成初稿，这道防火墙就变成了漏勺。AI不会分辨信源的真伪，它只会把互联网上最"常见"的版本当成事实。而互联网上最"常见"的，恰恰可能正是被传播最多的错误信息。于是形成了一个恶性循环：自媒体篡改信息→AI抓取采信→分析师署名背书→错误信息进入专业领域→进一步传播。周报，AI幻觉的重灾区
为什么是周报？不是深度报告，不是专题研究，偏偏是周报？因为周报是投研行业里最"流水线化"的产品。高频次、模板化、格式固定，导入信息就能快速成文。AI在这个过程中能大幅缩短制作周期——这也是为什么AI辅助写研报在行业里已经成了公开的惯例。但恰恰是这种"快"，让复核环节被悄悄省掉了。面对一段看起来合规的政策表述，格式工整，措辞官方，谁会去查它到底是2024年还是2026年的？不是分析师不负责，而是AI生成的内容太"像真的"了。某券商权益投研负责人说得更直白：AI幻觉在投研里远不止日期错误这一种。政策名称、数据来源、引用链接看似完备，回到原始数据库一查，出处根本不存在。旧版政策被拼接成最新动态，历史口径被套用于当前环境，表面逻辑通顺，证据链全断。实习生用AI做项目，进展特别顺利，短时间内就能出结果——但那种流畅本身就是危险信号。技术能解决技术制造的问题吗？
行业里已经有了基本共识：AI输出必须带"人审"标签，未经分析师审核的内容不能出现在正式研报中。说得对。但问题是，当AI生成的内容已经成了初稿的主流来源，"人审"还能审出多少？一份50页的研报，分析师真的会逐条核实每一个政策引用、每一个数据出处吗？时间紧、任务重，AI已经帮你把活干了，你只需要"过一遍"——而过一遍，跟认真核实，是两回事。也有人提出用技术解决技术问题，让AI交叉验证信息真实性。听起来合理，但别忘了，验证AI输出的AI，本身也会产生幻觉。这不是套娃，这是递归式的不靠谱。真正的问题不在技术层面，在制度层面：谁为AI生成的内容负责？签字的是分析师，不是AI。但目前的合规框架，对"AI参与生成"这件事既没有披露要求，也没有审核标准。券商内部风控各搞各的，监管层面尚属空白。别把AI当搜索引擎用
说到底，AI不是搜索引擎，它不会告诉你"这段信息的原始来源是什么"。它是概率模型，根据训练数据中最可能的组合来生成回答。当互联网上充满了被污染的信息，AI输出污染内容反而是"最合理"的结果。专业领域用AI，底线只有一条：AI生成的一切，都必须当作未经证实的信息来处理。不是"看起来没问题就放行"，而是"没问题才放行"——顺序不能反。这次方正证券的乌龙，比任何科普文章都更生动地展示了一件事：AI幻觉不是技术Bug，它是信息生态的系统性风险。当AI成为专业工作的默认工具，互联网上的每一条假消息，都可能通过AI获得"专业认证"。两年前的旧闻穿越到今天，只是一个开始。下一次穿越的，可能不只是日期。
