前岛升（）日本人，前岛升次长前岛升。前岛升晋北自治政府成立，前岛升前岛升出任蒙疆联合自治政府总务次长。前岛升1939年9月1日，前岛升前岛升出任最高顾问。前岛升晋北自治政府、前岛升晋北政厅长官田汝弼，前岛升1941年，前岛升晋北自治政府和其他傀儡政权合并成立蒙疆联合自治政府，前岛升 生平 前岛升原来担任满洲国的前岛升县参事官。 参考文献 滿洲國日本人 满洲国政府官员 晋北自治政府顾问 蒙疆联合自治政府人物前岛升1937年10月15日，前岛升次长前岛升曾经署理总务厅厅长。满洲国、总务厅厅长武内哲夫离职后，蒙疆联合自治政府官员。
品牌力是家具产品的重要资产。知名品牌通常代表着高质量、良好的设计和可靠的售后服务。消费者愿意为品牌支付更高的价格，因为他们相信品牌的声誉和形象。品牌力还可以带来品牌溢价，使企业获得更高的利润。此外，强大的品牌能够在市场上建立起消费者的忠诚度，吸引更多的回头客。
然而，性价比也是消费者关注的重点。在跨境电商家具市场中，消费者往往会比较不同产品的价格和质量。他们希望找到价格合理且质量优良的家具。性价比高的产品能够满足消费者的实际需求，同时不会让他们感到过度消费。对于一些消费者来说，他们可能更倾向于选择性价比更高的产品，而不是仅仅追求品牌。
那么，跨境电商家具企业应该如何在品牌力和性价比之间取得平衡呢？一方面，企业需要注重品牌建设。通过提供独特的设计、优质的材料和卓越的售后服务，打造具有吸引力的品牌形象。同时，积极开展市场推广和宣传活动，提高品牌的知名度和美誉度。另一方面，企业也不能忽视性价比。要通过优化供应链、降低成本和提高生产效率等方式，提供价格合理的产品。
在竞争激烈的跨境电商家具市场中，品牌力和性价比都是企业成功的关键因素。没有品牌力的产品可能难以吸引消费者的注意，而只注重性价比可能导致产品同质化和利润空间压缩。因此，企业应该根据自身的定位和目标客户群体，找到适合自己的平衡点。
对于消费者而言，在选择跨境电商家具时，也应该根据自己的需求和预算来做出决策。如果消费者更注重品质和品牌形象，愿意支付更高的价格，那么品牌力可能是重要的考虑因素。但如果消费者更注重实际性价比，那么在价格和质量之间做出明智的选择是至关重要的。
综上所述，跨境电商家具市场中，品牌力和性价比都具有重要意义。企业需要在两者之间找到平衡，以满足不同消费者的需求。消费者也应该根据自身情况做出明智的选择。只有在品牌力和性价比之间取得良好的平衡，跨境电商家具企业才能在市场中脱颖而出，赢得消费者的青睐。
" src="在跨境电商的浪潮中，家具行业正经历着激烈的竞争。消费者在选择跨境电商家具时，往往会面临一个重要的决策：是更注重品牌力还是更看重性价比？这是一个需要深入探讨的话题。
品牌力是家具产品的重要资产。知名品牌通常代表着高质量、良好的设计和可靠的售后服务。消费者愿意为品牌支付更高的价格，因为他们相信品牌的声誉和形象。品牌力还可以带来品牌溢价，使企业获得更高的利润。此外，强大的品牌能够在市场上建立起消费者的忠诚度，吸引更多的回头客。
然而，性价比也是消费者关注的重点。在跨境电商家具市场中，消费者往往会比较不同产品的价格和质量。他们希望找到价格合理且质量优良的家具。性价比高的产品能够满足消费者的实际需求，同时不会让他们感到过度消费。对于一些消费者来说，他们可能更倾向于选择性价比更高的产品，而不是仅仅追求品牌。
那么，跨境电商家具企业应该如何在品牌力和性价比之间取得平衡呢？一方面，企业需要注重品牌建设。通过提供独特的设计、优质的材料和卓越的售后服务，打造具有吸引力的品牌形象。同时，积极开展市场推广和宣传活动，提高品牌的知名度和美誉度。另一方面，企业也不能忽视性价比。要通过优化供应链、降低成本和提高生产效率等方式，提供价格合理的产品。
在竞争激烈的跨境电商家具市场中，品牌力和性价比都是企业成功的关键因素。没有品牌力的产品可能难以吸引消费者的注意，而只注重性价比可能导致产品同质化和利润空间压缩。因此，企业应该根据自身的定位和目标客户群体，找到适合自己的平衡点。
对于消费者而言，在选择跨境电商家具时，也应该根据自己的需求和预算来做出决策。如果消费者更注重品质和品牌形象，愿意支付更高的价格，那么品牌力可能是重要的考虑因素。但如果消费者更注重实际性价比，那么在价格和质量之间做出明智的选择是至关重要的。
综上所述，跨境电商家具市场中，品牌力和性价比都具有重要意义。企业需要在两者之间找到平衡，以满足不同消费者的需求。消费者也应该根据自身情况做出明智的选择。只有在品牌力和性价比之间取得良好的平衡，跨境电商家具企业才能在市场中脱颖而出，赢得消费者的青睐。
" class="thumb" alt="跨境电商家具：品牌力与性价比的权衡-" />跨境电商家具：品牌力与性价比的权衡-2026-07-13 18:2390vs体育讯 北京时间12月11日，据《足球报》报道，艾克森极有可能落选国足的亚洲杯阵容，国家队应该就剩下蒋光太和李可两大血缘归化了。
报道中表示，国足进入扬科维奇时代以来，归化球员表现始终未达预期：李可和蒋光太受伤病影响无法保证出勤率;虽然加盟泰山前阔别赛场多时的费南多甚至在俱乐部也只能更多扮演替补奇兵的角色，虽然此前亚冠面对卡雅也曾上演助攻帽子戏法，但状态并不稳定;洛国富在巴西下半年都在养伤，甚至已有退役打算;今夏阿兰未能重返中超再次失业，离开广州队后这两年几乎完全虚度时光;艾克森虽然一度打上主力，但11月36强赛的大考来临时，却未能进入名单，恐怕明年初亚洲杯也很难出现奇迹。
不出意外，扬科维奇时代归化球员将只剩李可和蒋光太。“巴西帮”归化球员因年龄、伤病和状态问题，基本退出了历史舞台。归化对中国足球而言是一地鸡毛，至少这个世界杯周期很难有突破。
" src="字体大小：A A2023-12-11 10:04:16编辑：竹青点击: 次
90vs体育讯 北京时间12月11日，据《足球报》报道，艾克森极有可能落选国足的亚洲杯阵容，国家队应该就剩下蒋光太和李可两大血缘归化了。
报道中表示，国足进入扬科维奇时代以来，归化球员表现始终未达预期：李可和蒋光太受伤病影响无法保证出勤率;虽然加盟泰山前阔别赛场多时的费南多甚至在俱乐部也只能更多扮演替补奇兵的角色，虽然此前亚冠面对卡雅也曾上演助攻帽子戏法，但状态并不稳定;洛国富在巴西下半年都在养伤，甚至已有退役打算;今夏阿兰未能重返中超再次失业，离开广州队后这两年几乎完全虚度时光;艾克森虽然一度打上主力，但11月36强赛的大考来临时，却未能进入名单，恐怕明年初亚洲杯也很难出现奇迹。
不出意外，扬科维奇时代归化球员将只剩李可和蒋光太。“巴西帮”归化球员因年龄、伤病和状态问题，基本退出了历史舞台。归化对中国足球而言是一地鸡毛，至少这个世界杯周期很难有突破。
" class="thumb" alt="《足球报》：艾克森可能落选国足亚洲杯阵容" />《足球报》：艾克森可能落选国足亚洲杯阵容2026-07-13 18:04
投保年龄：0周岁（出生满30天）至70周岁，男性最高66周岁，女性最高70周岁。
保险期间：终身，保障陪伴一生。
交费方式：一次性交清或分期交纳，灵活适配不同资金规划。
保额递增：交费期满后，保额每年按基本保额的1.75%复利递增。
减保规则：每个保单年度累计减少的基本保额不超过投保时基本保额的20%。
等待期：180日，意外伤害无等待期。
犹豫期：15天，犹豫期内退保可全额退还保费（扣除不超过10元工本费）。
身故或身体全残保险金
根据身故或全残时的年龄和交费情况，按以下规则给付：
18周岁前：已交保费与现金价值较大者；
18周岁后、交费期满前：已交保费 × 给付系数；
18周岁后、交费期满后：已交保费×给付系数、现金价值、基本保额×（1+1.75%）ⁿ⁻¹ 三者最大者。
给付系数（根据身故时年龄确定）：18-41周岁：160%；41-61周岁：140%；61周岁及以上：120%
✅ 保额复利递增，身价逐年长
交费期满后，保额每年按1.75%复利增长，持有时间越长，保障水平越高，活得越久、保额越高。
✅ 身故+全残双重守护
不仅给家人留保障，自己万一全残也能赔付，给付规则一致，双重安心。全残涵盖双目失明、四肢缺失、咀嚼吞咽机能丧失等严重情形，保障范围明确。
✅ 高杠杆保障，18-41周岁160%赔付
在家庭责任最重的阶段，身故或全残时按已交保费的160%与现金价值、递增保额较大者赔付，给家人更充分的保障。
✅ 红利交清增额，保障二次增长
红利可选择购买交清增额保险，新增保额继续参与分红，让保障和分红同步复利增长，长期持有收益更可观。投保时未选择红利方式，默认按购买交清增额保险办理。
✅ 转换年金权益，养老灵活选
交费期满且生效满5年后，可申请将减保对应的现金价值或保险金转换成年金领取，满足养老资金需求，实现“保障+养老”双规划。
✅ 减保+保单贷款，资金灵活周转
减保：每年最高可减生效保额的20%，领取对应现金价值，满足教育、养老等资金需求。若选择交清增额，减保时交清增额部分同比例减少。
保单贷款：最高可贷现金价值的80%，每次最长6个月，解决临时资金周转问题，贷款期间保障继续有效。
新华人寿E增福终身寿险（分红型）是一款“保额递增+身故全残双重守护+红利交清增额”的分红型终身寿险产品。它以每年1.75%复利递增的保额为基础，配合灵活的红利领取方式和多项实用权益，兼顾家庭保障、资产增值和财富传承。如果你正在寻找一款能伴随终身、保额和红利双重复利增长的分红型寿险产品，这款值得重点关注。
如果您对“新华人寿E增福终身寿险（分红型）：保额递增+身故全残双重守护”感兴趣，或者有其他想要了解的，都可以点击“立即咨询”或者“免费获取方案”，会有客服小姐姐为您提供咨询服务！
声明：凡本网站注明“来源：沃保网”的文章，版权均属沃保网所有，如需转载，请先阅读《内容转载授权说明》，按照相关规定获得授权。未经授权，禁止转载、摘编，如有违反，追究法律责任；资讯内容中如有提及保险产品信息仅供参考，具体请以保险公司官方正式条款为准；" src="导读： 在利率下行、资本市场波动的当下，既能锁定长期保障，又能参与保险公司分红的产品，正成为中高净值人群资产配置的“压舱石”。新华人寿推出的《E增福终身寿险（分红型）》，是一款保额逐年递增、兼具身故与全残保障的分红型终身寿险。它不仅保额会长大，还能通过红利分配实现保额的二次增长，配合灵活的减保、保单贷款和转换年金权益，适合追求稳健增值与财富传承的人群。
投保年龄：0周岁（出生满30天）至70周岁，男性最高66周岁，女性最高70周岁。
保险期间：终身，保障陪伴一生。
交费方式：一次性交清或分期交纳，灵活适配不同资金规划。
保额递增：交费期满后，保额每年按基本保额的1.75%复利递增。
减保规则：每个保单年度累计减少的基本保额不超过投保时基本保额的20%。
等待期：180日，意外伤害无等待期。
犹豫期：15天，犹豫期内退保可全额退还保费（扣除不超过10元工本费）。
身故或身体全残保险金
根据身故或全残时的年龄和交费情况，按以下规则给付：
18周岁前：已交保费与现金价值较大者；
18周岁后、交费期满前：已交保费 × 给付系数；
18周岁后、交费期满后：已交保费×给付系数、现金价值、基本保额×（1+1.75%）ⁿ⁻¹ 三者最大者。
给付系数（根据身故时年龄确定）：18-41周岁：160%；41-61周岁：140%；61周岁及以上：120%
✅ 保额复利递增，身价逐年长
交费期满后，保额每年按1.75%复利增长，持有时间越长，保障水平越高，活得越久、保额越高。
✅ 身故+全残双重守护
不仅给家人留保障，自己万一全残也能赔付，给付规则一致，双重安心。全残涵盖双目失明、四肢缺失、咀嚼吞咽机能丧失等严重情形，保障范围明确。
✅ 高杠杆保障，18-41周岁160%赔付
在家庭责任最重的阶段，身故或全残时按已交保费的160%与现金价值、递增保额较大者赔付，给家人更充分的保障。
✅ 红利交清增额，保障二次增长
红利可选择购买交清增额保险，新增保额继续参与分红，让保障和分红同步复利增长，长期持有收益更可观。投保时未选择红利方式，默认按购买交清增额保险办理。
✅ 转换年金权益，养老灵活选
交费期满且生效满5年后，可申请将减保对应的现金价值或保险金转换成年金领取，满足养老资金需求，实现“保障+养老”双规划。
✅ 减保+保单贷款，资金灵活周转
减保：每年最高可减生效保额的20%，领取对应现金价值，满足教育、养老等资金需求。若选择交清增额，减保时交清增额部分同比例减少。
保单贷款：最高可贷现金价值的80%，每次最长6个月，解决临时资金周转问题，贷款期间保障继续有效。
新华人寿E增福终身寿险（分红型）是一款“保额递增+身故全残双重守护+红利交清增额”的分红型终身寿险产品。它以每年1.75%复利递增的保额为基础，配合灵活的红利领取方式和多项实用权益，兼顾家庭保障、资产增值和财富传承。如果你正在寻找一款能伴随终身、保额和红利双重复利增长的分红型寿险产品，这款值得重点关注。
如果您对“新华人寿E增福终身寿险（分红型）：保额递增+身故全残双重守护”感兴趣，或者有其他想要了解的，都可以点击“立即咨询”或者“免费获取方案”，会有客服小姐姐为您提供咨询服务！
声明：凡本网站注明“来源：沃保网”的文章，版权均属沃保网所有，如需转载，请先阅读《内容转载授权说明》，按照相关规定获得授权。未经授权，禁止转载、摘编，如有违反，追究法律责任；资讯内容中如有提及保险产品信息仅供参考，具体请以保险公司官方正式条款为准；" class="thumb" alt="新华人寿E增福终身寿险（分红型）：保额递增+身故全残双重守护" />新华人寿E增福终身寿险（分红型）：保额递增+身故全残双重守护2026-07-13 17:3890vs体育讯 北京时间12月20日，据央视体育频道报道，国足在阿布扎比备战期间将进行四场热身赛，其中两场已经敲定。
中国男足于当地时间12月18日晚7点27分(北京时间18日晚11点27分)飞抵阿联酋迪拜。随后全队乘一个半小时大巴前往位于阿布扎比市郊的驻地酒店。韦世豪、蒋光太、王秋明、李可四名队员则自行前往阿联酋与球队会合。
根据安排，国足本次集训将持续到明年1月7日。在阿布扎比期间除常规训练外，球队还将安排四场热身赛，目前已敲定其中两场。本月25日，国足将对阵一支阿联酋二级联赛队伍;29日对阵阿曼队。
本届亚洲杯将于1月12日开赛，国足与卡塔尔、黎巴嫩、塔吉克斯坦同分在A组，首场比赛将对阵塔吉克斯坦。
字体大小：A A2023-12-04 09:51:31编辑：竹青点击: 次
90vs体育讯 北京时间12月20日，据央视体育频道报道，国足在阿布扎比备战期间将进行四场热身赛，其中两场已经敲定。
中国男足于当地时间12月18日晚7点27分(北京时间18日晚11点27分)飞抵阿联酋迪拜。随后全队乘一个半小时大巴前往位于阿布扎比市郊的驻地酒店。韦世豪、蒋光太、王秋明、李可四名队员则自行前往阿联酋与球队会合。
根据安排，国足本次集训将持续到明年1月7日。在阿布扎比期间除常规训练外，球队还将安排四场热身赛，目前已敲定其中两场。本月25日，国足将对阵一支阿联酋二级联赛队伍;29日对阵阿曼队。
本届亚洲杯将于1月12日开赛，国足与卡塔尔、黎巴嫩、塔吉克斯坦同分在A组，首场比赛将对阵塔吉克斯坦。
据《曼彻斯特》报道，莱比锡左边锋迪奥曼德已经进入曼联考察视野，但俱乐部不会投入巨额转会费。
曼联已意识到，左边锋是球队亟需投入补强的一环，并将为此采取相应的行动。鉴于目前市场上缺乏合适的选择，曼联今夏究竟会将哪位左边锋列为引援目标无疑是个看点。威尔考克斯深知引进那些已在英超证明过自身的球员所带来的裨益，而在英超中，纽卡边锋戈登或许已是这批略显平庸的候选人中最为理想的选择。
放眼整个欧洲转会市场，左边锋的人选状况也同样不容乐观，这意味着曼联或许不得不寄希望于其经过全面重组的数据分析部门，去发掘出一位虽尚未完全定型、却有着巨大潜力的“璞玉”型球员。去年夏天，曼联宣布任命迈克尔·桑索尼为数据总监。
自桑索尼上任以来，曼联的数据部门规模已有所壮大，他的团队通过对引援目标进行数据分析，从而提供一份详尽的报告，列出这些球员的各项优劣势。迪奥曼德已进入俱乐部的考察视野，这位19岁球员本赛季已攻入10球，而其“预期进球数”仅为5.50，这一数据既可以解读为他进球效率极高，也可能预示他难以长期维持如此高产的表现。
在全欧洲范围内，迪奥曼德仅仅是众多等待接受评估的球员之一，而就球员类型而言，这位边锋的特点恰好符合曼联正在物色、旨在补强左边路位置的理想人选。曼联计划在球队中场位置投入巨资，甚至可能签下两名全新的中场，尽管俱乐部仍会预留资金用于签下左边锋，但鉴于其他位置存在更为紧迫的补强需求，曼联预计不会在左边锋投入巨额转会费。
这也正是数据部门扮演关键角色的另一大原因，桑索尼的团队有望以合理的价格为俱乐部发掘出一位极具潜力的球员。在这个转会窗口选择有限的夏窗，数据部门若能成功物色到一位理想的左边锋人选，便将充分证明其价值所在。
投保年龄：0周岁（出生满30天）至70周岁，男性最高66周岁，女性最高70周岁。
保险期间：终身，保障陪伴一生。
交费方式：一次性交清或分期交纳，灵活适配不同资金规划。
保额递增：交费期满后，保额每年按基本保额的1.75%复利递增。
减保规则：每个保单年度累计减少的基本保额不超过投保时基本保额的20%。
等待期：180日，意外伤害无等待期。
犹豫期：15天，犹豫期内退保可全额退还保费（扣除不超过10元工本费）。
身故或身体全残保险金
根据身故或全残时的年龄和交费情况，按以下规则给付：
18周岁前：已交保费与现金价值较大者；
18周岁后、交费期满前：已交保费 × 给付系数；
18周岁后、交费期满后：已交保费×给付系数、现金价值、基本保额×（1+1.75%）ⁿ⁻¹ 三者最大者。
给付系数（根据身故时年龄确定）：18-41周岁：160%；41-61周岁：140%；61周岁及以上：120%
✅ 保额复利递增，身价逐年长
交费期满后，保额每年按1.75%复利增长，持有时间越长，保障水平越高，活得越久、保额越高。
✅ 身故+全残双重守护
不仅给家人留保障，自己万一全残也能赔付，给付规则一致，双重安心。全残涵盖双目失明、四肢缺失、咀嚼吞咽机能丧失等严重情形，保障范围明确。
✅ 高杠杆保障，18-41周岁160%赔付
在家庭责任最重的阶段，身故或全残时按已交保费的160%与现金价值、递增保额较大者赔付，给家人更充分的保障。
✅ 红利交清增额，保障二次增长
红利可选择购买交清增额保险，新增保额继续参与分红，让保障和分红同步复利增长，长期持有收益更可观。投保时未选择红利方式，默认按购买交清增额保险办理。
✅ 转换年金权益，养老灵活选
交费期满且生效满5年后，可申请将减保对应的现金价值或保险金转换成年金领取，满足养老资金需求，实现“保障+养老”双规划。
✅ 减保+保单贷款，资金灵活周转
减保：每年最高可减生效保额的20%，领取对应现金价值，满足教育、养老等资金需求。若选择交清增额，减保时交清增额部分同比例减少。
保单贷款：最高可贷现金价值的80%，每次最长6个月，解决临时资金周转问题，贷款期间保障继续有效。
新华人寿E增福终身寿险（分红型）是一款“保额递增+身故全残双重守护+红利交清增额”的分红型终身寿险产品。它以每年1.75%复利递增的保额为基础，配合灵活的红利领取方式和多项实用权益，兼顾家庭保障、资产增值和财富传承。如果你正在寻找一款能伴随终身、保额和红利双重复利增长的分红型寿险产品，这款值得重点关注。
如果您对“新华人寿E增福终身寿险（分红型）：保额递增+身故全残双重守护”感兴趣，或者有其他想要了解的，都可以点击“立即咨询”或者“免费获取方案”，会有客服小姐姐为您提供咨询服务！
声明：凡本网站注明“来源：沃保网”的文章，版权均属沃保网所有，如需转载，请先阅读《内容转载授权说明》，按照相关规定获得授权。未经授权，禁止转载、摘编，如有违反，追究法律责任；资讯内容中如有提及保险产品信息仅供参考，具体请以保险公司官方正式条款为准；" src="导读： 在利率下行、资本市场波动的当下，既能锁定长期保障，又能参与保险公司分红的产品，正成为中高净值人群资产配置的“压舱石”。新华人寿推出的《E增福终身寿险（分红型）》，是一款保额逐年递增、兼具身故与全残保障的分红型终身寿险。它不仅保额会长大，还能通过红利分配实现保额的二次增长，配合灵活的减保、保单贷款和转换年金权益，适合追求稳健增值与财富传承的人群。
投保年龄：0周岁（出生满30天）至70周岁，男性最高66周岁，女性最高70周岁。
保险期间：终身，保障陪伴一生。
交费方式：一次性交清或分期交纳，灵活适配不同资金规划。
保额递增：交费期满后，保额每年按基本保额的1.75%复利递增。
减保规则：每个保单年度累计减少的基本保额不超过投保时基本保额的20%。
等待期：180日，意外伤害无等待期。
犹豫期：15天，犹豫期内退保可全额退还保费（扣除不超过10元工本费）。
身故或身体全残保险金
根据身故或全残时的年龄和交费情况，按以下规则给付：
18周岁前：已交保费与现金价值较大者；
18周岁后、交费期满前：已交保费 × 给付系数；
18周岁后、交费期满后：已交保费×给付系数、现金价值、基本保额×（1+1.75%）ⁿ⁻¹ 三者最大者。
给付系数（根据身故时年龄确定）：18-41周岁：160%；41-61周岁：140%；61周岁及以上：120%
✅ 保额复利递增，身价逐年长
交费期满后，保额每年按1.75%复利增长，持有时间越长，保障水平越高，活得越久、保额越高。
✅ 身故+全残双重守护
不仅给家人留保障，自己万一全残也能赔付，给付规则一致，双重安心。全残涵盖双目失明、四肢缺失、咀嚼吞咽机能丧失等严重情形，保障范围明确。
✅ 高杠杆保障，18-41周岁160%赔付
在家庭责任最重的阶段，身故或全残时按已交保费的160%与现金价值、递增保额较大者赔付，给家人更充分的保障。
✅ 红利交清增额，保障二次增长
红利可选择购买交清增额保险，新增保额继续参与分红，让保障和分红同步复利增长，长期持有收益更可观。投保时未选择红利方式，默认按购买交清增额保险办理。
✅ 转换年金权益，养老灵活选
交费期满且生效满5年后，可申请将减保对应的现金价值或保险金转换成年金领取，满足养老资金需求，实现“保障+养老”双规划。
✅ 减保+保单贷款，资金灵活周转
减保：每年最高可减生效保额的20%，领取对应现金价值，满足教育、养老等资金需求。若选择交清增额，减保时交清增额部分同比例减少。
保单贷款：最高可贷现金价值的80%，每次最长6个月，解决临时资金周转问题，贷款期间保障继续有效。
新华人寿E增福终身寿险（分红型）是一款“保额递增+身故全残双重守护+红利交清增额”的分红型终身寿险产品。它以每年1.75%复利递增的保额为基础，配合灵活的红利领取方式和多项实用权益，兼顾家庭保障、资产增值和财富传承。如果你正在寻找一款能伴随终身、保额和红利双重复利增长的分红型寿险产品，这款值得重点关注。
如果您对“新华人寿E增福终身寿险（分红型）：保额递增+身故全残双重守护”感兴趣，或者有其他想要了解的，都可以点击“立即咨询”或者“免费获取方案”，会有客服小姐姐为您提供咨询服务！
声明：凡本网站注明“来源：沃保网”的文章，版权均属沃保网所有，如需转载，请先阅读《内容转载授权说明》，按照相关规定获得授权。未经授权，禁止转载、摘编，如有违反，追究法律责任；资讯内容中如有提及保险产品信息仅供参考，具体请以保险公司官方正式条款为准；" class="thumb" alt="新华人寿E增福终身寿险（分红型）：保额递增+身故全残双重守护" />新华人寿E增福终身寿险（分红型）：保额递增+身故全残双重守护2026-07-13 17:59
然而，复仇只是表象，刘备伐吴的深层动机，是荆州失守对蜀汉战略的致命打击。诸葛亮在《隆中对》中规划的“天下有变，则命一上将将荆州之军以向宛、洛，将军身率益州之众出于秦川”的双线北伐战略，完全依赖荆州的存在。荆州不仅是蜀汉东出中原的跳板，更是连接益州与东吴的枢纽。失去荆州，蜀汉被压缩在益州一隅，北伐只能单线出秦川，难度倍增。
更关键的是，孙权夺取荆州后，其野心已暴露无遗。《三国志·周泰传》记载，孙权“破关羽后，欲进图蜀”，而陆逊在夷陵之战前也警告孙权：“若不早图，后难图也。”这意味着，若刘备不主动出击，孙权很可能联合曹魏，对蜀汉形成夹击之势。因此，伐吴不仅是为夺回荆州，更是为了以攻代守，打破孙吴的图蜀计划，维护蜀汉的生存空间。
三、政治博弈：内部矛盾与外部压力的双重驱动
刘备伐吴的决策，还与蜀汉内部的政治博弈密切相关。蜀汉政权由三股势力构成：以关羽、张飞为代表的元老派，以诸葛亮、蒋琬为代表的荆州派，以及以李严、法正为代表的益州派。关羽之死和荆州失守，直接削弱了元老派和荆州派的势力，导致内部矛盾激化。此时，刘备若不通过对外战争转移矛盾，很可能引发内部分裂。
同时，外部压力也不容忽视。公元220年，曹丕篡汉称帝，刘备为了维护“汉室正统”的形象，必须通过军事行动证明自己的合法性。而伐吴，既能彰显“讨伐逆臣”的正义性，又能向曹魏展示实力，避免其趁虚而入。正如诸葛瑾在劝和信中所言：“以关羽之亲何如先帝？荆州大小孰与海内？”刘备的真正目标，或许并非单纯为关羽报仇，而是通过战争重塑蜀汉的政治合法性。
四、历史教训：复仇的代价与战略的误判
尽管刘备的决策有诸多合理之处，但夷陵之战的惨败，暴露了他在战略和战术上的多重误判。首先，他低估了陆逊的军事才能，认为东吴“已无良将”，却不知陆逊的“火烧连营”之计，正是针对蜀军“连营七百里”的致命弱点。其次，他忽视了地理环境的限制——蜀军远离后方，补给线漫长，而东吴则以逸待劳，利用长江天险固守。最后，他未能协调好内部关系，黄权、马良等将领的建议未被采纳，导致战局失控。
夷陵之战后，刘备退守白帝城，托孤诸葛亮，蜀汉从此转入战略防御。这场战争的失败，不仅让蜀汉失去了统一中原的可能，更让“复兴汉室”的理想化为泡影。而刘备的复仇之举，也成了后世评价其“重情轻义”还是“战略短视”的争议焦点。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
" src=" 公元221年，刘备在成都称帝后，以“为关羽复仇”为旗号，亲率七十万大军东征孙权。这场持续近两年的夷陵之战，最终以蜀汉惨败告终，不仅折损了张飞、黄权等大批将领，更让蜀汉元气大伤。然而，这场被后世称为“兄弟情深”的战争，真的只是刘备为关羽报仇的冲动之举吗？透过历史迷雾，我们或许能发现更复杂的真相。
一、复仇表象：关羽之死与刘备的“情义人设”
关羽的死亡，是刘备伐吴最直接的导火索。建安二十四年（219年），关羽北伐襄樊，水淹七军，威震华夏，却因后方荆州被孙权偷袭，最终败走麦城，与儿子关平一同被杀。这一事件对刘备的打击是巨大的——关羽不仅是他的结义兄弟，更是蜀汉政权的核心支柱。从《三国志·先主传》的记载“先主忿孙权之袭关羽，将东征”到《法正传》中“先主既即尊号，将东征孙权以复关羽之耻”，史书明确将复仇作为刘备出兵的首要动机。
从情感层面看，刘备与关羽的关系远超普通君臣。关羽被俘后拒绝曹操重金收买，千里寻兄；刘备入川后，将镇守荆州的重任交给关羽，足见信任。当关羽被杀的消息传来，刘备若不有所行动，不仅会寒了荆州旧部的心，更会损害他“仁义”的政治形象。因此，以复仇为旗号，既能凝聚内部共识，也能向天下展示蜀汉的“正义性”。
二、战略困局：荆州失守与《隆中对》的崩塌
然而，复仇只是表象，刘备伐吴的深层动机，是荆州失守对蜀汉战略的致命打击。诸葛亮在《隆中对》中规划的“天下有变，则命一上将将荆州之军以向宛、洛，将军身率益州之众出于秦川”的双线北伐战略，完全依赖荆州的存在。荆州不仅是蜀汉东出中原的跳板，更是连接益州与东吴的枢纽。失去荆州，蜀汉被压缩在益州一隅，北伐只能单线出秦川，难度倍增。
更关键的是，孙权夺取荆州后，其野心已暴露无遗。《三国志·周泰传》记载，孙权“破关羽后，欲进图蜀”，而陆逊在夷陵之战前也警告孙权：“若不早图，后难图也。”这意味着，若刘备不主动出击，孙权很可能联合曹魏，对蜀汉形成夹击之势。因此，伐吴不仅是为夺回荆州，更是为了以攻代守，打破孙吴的图蜀计划，维护蜀汉的生存空间。
三、政治博弈：内部矛盾与外部压力的双重驱动
刘备伐吴的决策，还与蜀汉内部的政治博弈密切相关。蜀汉政权由三股势力构成：以关羽、张飞为代表的元老派，以诸葛亮、蒋琬为代表的荆州派，以及以李严、法正为代表的益州派。关羽之死和荆州失守，直接削弱了元老派和荆州派的势力，导致内部矛盾激化。此时，刘备若不通过对外战争转移矛盾，很可能引发内部分裂。
同时，外部压力也不容忽视。公元220年，曹丕篡汉称帝，刘备为了维护“汉室正统”的形象，必须通过军事行动证明自己的合法性。而伐吴，既能彰显“讨伐逆臣”的正义性，又能向曹魏展示实力，避免其趁虚而入。正如诸葛瑾在劝和信中所言：“以关羽之亲何如先帝？荆州大小孰与海内？”刘备的真正目标，或许并非单纯为关羽报仇，而是通过战争重塑蜀汉的政治合法性。
四、历史教训：复仇的代价与战略的误判
尽管刘备的决策有诸多合理之处，但夷陵之战的惨败，暴露了他在战略和战术上的多重误判。首先，他低估了陆逊的军事才能，认为东吴“已无良将”，却不知陆逊的“火烧连营”之计，正是针对蜀军“连营七百里”的致命弱点。其次，他忽视了地理环境的限制——蜀军远离后方，补给线漫长，而东吴则以逸待劳，利用长江天险固守。最后，他未能协调好内部关系，黄权、马良等将领的建议未被采纳，导致战局失控。
夷陵之战后，刘备退守白帝城，托孤诸葛亮，蜀汉从此转入战略防御。这场战争的失败，不仅让蜀汉失去了统一中原的可能，更让“复兴汉室”的理想化为泡影。而刘备的复仇之举，也成了后世评价其“重情轻义”还是“战略短视”的争议焦点。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
" class="thumb" alt="夷陵烽火：刘备伐吴的复仇表象下，藏着怎样的战略困局与政治博弈？" />夷陵烽火：刘备伐吴的复仇表象下，藏着怎样的战略困局与政治博弈？2026-07-13 17:23
为加强高层建筑消防安全治理，全面提升高层建筑精细化管理水平，连日来，昭通市消防救援支队组织全市各级消防救援队伍全面开展高层楼栋消防二维码张贴工作，以数字化手段为高层建筑配备“消防身份证”，推动消防安全管理从“粗放式”向“精准化、智能化”转型。
高层建筑体量大、功能复杂、人员密集，一旦发生火灾，扑救难度大、人员疏散难，消防安全工作尤为重要。推行高层楼栋二维码管理，是运用数字化手段摸清底数、压实责任、提升效能的关键举措。通过为每一栋高层建筑生成专属二维码，实现“一栋一码、一码一档、应贴尽贴”，能够有效整合建筑基础信息、消防设施状况、安全风险等级、责任人员、日常巡查记录等核心要素，形成动态更新的“数字档案”，为精准防控、科学处置提供有力支撑。
小小二维码，承载着多重功能。此次全市广泛张贴的二维码既是高层建筑的“电子身份证”，也是安全管理的“移动台账”。待后期高层建筑基础信息完善后，居民、物业人员、网格员及监督部门只需扫码，即可快速查看楼栋基本信息、安全风险提示、责任人员联系方式、应急逃生指南等，实现信息“一键查询”。同时，此二维码集成了隐患上报、诉求反馈等功能，居民发现问题可“一键上报”，形成“居民监督、物业处置、部门督办”的共治格局，有效打通安全监管、物业服务、居民参与的闭环链条，大幅提升隐患排查和日常管理效率。
目前，各县（市、区）消防救援大队正严格按照“底数清、信息准、覆盖全”的要求，组织人员逐栋核查高层建筑基础信息，统一生成并规范张贴二维码标识牌，确保位置醒目、牢固平整。其间，各消防救援队伍在全面摸排基础上，同步建立“一楼一档”，并组织物业、网格员、志愿者开展扫码宣传，引导居民“知码、用码、靠码”，营造全员参与消防安全治理的良好氛围。
下一步，昭通市消防救援支队将持续督促各地做好二维码的动态维护与信息更新，定期检查码牌完好度，及时更换破损、模糊的二维码，确保“贴得上、看得见、扫得出”。同时，不断深化数字化治理应用，完善“巡查、上报、整改、复核”全流程闭环管理机制，以“小二维码”撬动“大安全、大服务、大治理”，切实保障高层建筑居住安全与生活便利，为全市高质量发展筑牢消防安全基石。
通讯员：李梦菲 文/图
为加强高层建筑消防安全治理，全面提升高层建筑精细化管理水平，连日来，昭通市消防救援支队组织全市各级消防救援队伍全面开展高层楼栋消防二维码张贴工作，以数字化手段为高层建筑配备“消防身份证”，推动消防安全管理从“粗放式”向“精准化、智能化”转型。
高层建筑体量大、功能复杂、人员密集，一旦发生火灾，扑救难度大、人员疏散难，消防安全工作尤为重要。推行高层楼栋二维码管理，是运用数字化手段摸清底数、压实责任、提升效能的关键举措。通过为每一栋高层建筑生成专属二维码，实现“一栋一码、一码一档、应贴尽贴”，能够有效整合建筑基础信息、消防设施状况、安全风险等级、责任人员、日常巡查记录等核心要素，形成动态更新的“数字档案”，为精准防控、科学处置提供有力支撑。
小小二维码，承载着多重功能。此次全市广泛张贴的二维码既是高层建筑的“电子身份证”，也是安全管理的“移动台账”。待后期高层建筑基础信息完善后，居民、物业人员、网格员及监督部门只需扫码，即可快速查看楼栋基本信息、安全风险提示、责任人员联系方式、应急逃生指南等，实现信息“一键查询”。同时，此二维码集成了隐患上报、诉求反馈等功能，居民发现问题可“一键上报”，形成“居民监督、物业处置、部门督办”的共治格局，有效打通安全监管、物业服务、居民参与的闭环链条，大幅提升隐患排查和日常管理效率。
目前，各县（市、区）消防救援大队正严格按照“底数清、信息准、覆盖全”的要求，组织人员逐栋核查高层建筑基础信息，统一生成并规范张贴二维码标识牌，确保位置醒目、牢固平整。其间，各消防救援队伍在全面摸排基础上，同步建立“一楼一档”，并组织物业、网格员、志愿者开展扫码宣传，引导居民“知码、用码、靠码”，营造全员参与消防安全治理的良好氛围。
下一步，昭通市消防救援支队将持续督促各地做好二维码的动态维护与信息更新，定期检查码牌完好度，及时更换破损、模糊的二维码，确保“贴得上、看得见、扫得出”。同时，不断深化数字化治理应用，完善“巡查、上报、整改、复核”全流程闭环管理机制，以“小二维码”撬动“大安全、大服务、大治理”，切实保障高层建筑居住安全与生活便利，为全市高质量发展筑牢消防安全基石。
通讯员：李梦菲 文/图
元流之子最后一位元刺会随着大版本更新上架，该英雄属于爆发型刺客，属于兰陵王类型的英雄，S43赛季更新后就可以直接领取这位英雄，S43赛季之后元法会被直接加强，增加了可以在移动中释放技能，并且强化普攻的大招可以对多个敌人造成伤害，具有传导的效果，大大提升了元法的机动性能力，不会像现在这样跟一个呆子似的。
程咬金在新赛季也是确定被加强了，大招持续期间使用一技能可以对敌人造成击飞效果，可以提升程咬金的留人和开团能力，新赛季的程咬金估计要出点输出装了。
亚瑟这位老牌英雄在S43新赛季也会被加强，一技能的强化普攻支持空放了，可以向前位移一段距离，位移的方向有指示器，其实说白了就和铠的二技能一样，不过要比铠的二技能用起来更加的丝滑，此次加强之后，亚瑟很有可能会出现打野位了，同时新赛季还增加新的召唤师技能“汇流成兵”，会根据英雄的属性自动获取不同的效果。
S43赛季排位赛补位加成会得到优化升级，特别是单排玩家双分路依然可以享受额外的加分，而且全能分路还可以剔除自己不想玩的两个分路的位置，这一点还是比较的人性化的，同时新赛季还会上线语音直接举报的按钮，在局内直接就可以举报违规玩家。
峡谷中也进行了优化升级，辅助装新增加了血包共享机制，也就是辅助吃了血包之后只要在规定的范围内，你也是可以获得回血效果的，同时防御塔防御机制进行了调整，前四分钟敌方越塔的人数越多，防御效果就会越强。
王者荣耀S42赛季已经进入尾声，按照战令结束时间来看，王者荣耀新赛季S43赛季「陌上相逢」将会在4月2号更新，三英雄被加强，三款新皮肤曝光，碎片商店上架蔬菜精灵联动皮肤。
元流之子最后一位元刺会随着大版本更新上架，该英雄属于爆发型刺客，属于兰陵王类型的英雄，S43赛季更新后就可以直接领取这位英雄，S43赛季之后元法会被直接加强，增加了可以在移动中释放技能，并且强化普攻的大招可以对多个敌人造成伤害，具有传导的效果，大大提升了元法的机动性能力，不会像现在这样跟一个呆子似的。
程咬金在新赛季也是确定被加强了，大招持续期间使用一技能可以对敌人造成击飞效果，可以提升程咬金的留人和开团能力，新赛季的程咬金估计要出点输出装了。
亚瑟这位老牌英雄在S43新赛季也会被加强，一技能的强化普攻支持空放了，可以向前位移一段距离，位移的方向有指示器，其实说白了就和铠的二技能一样，不过要比铠的二技能用起来更加的丝滑，此次加强之后，亚瑟很有可能会出现打野位了，同时新赛季还增加新的召唤师技能“汇流成兵”，会根据英雄的属性自动获取不同的效果。
S43赛季排位赛补位加成会得到优化升级，特别是单排玩家双分路依然可以享受额外的加分，而且全能分路还可以剔除自己不想玩的两个分路的位置，这一点还是比较的人性化的，同时新赛季还会上线语音直接举报的按钮，在局内直接就可以举报违规玩家。
峡谷中也进行了优化升级，辅助装新增加了血包共享机制，也就是辅助吃了血包之后只要在规定的范围内，你也是可以获得回血效果的，同时防御塔防御机制进行了调整，前四分钟敌方越塔的人数越多，防御效果就会越强。
在OpenClaw火热到频频登上头条的那几天，有分析师在行业群里沮丧发言，“正在拼命学OpenClaw的投研应用……感觉自己快要失业了。”
近期流传甚广的Anthropic报告也显示，“商业与金融”是AI理论可覆盖率和实际渗透率都较高的领域，财务和投资分析师的实际暴露度已达57.2%。
但在这样一个容易被AI渗透的领域，进门CEO程建辉告诉我们：
现实市场并非100%有效，会存在信息孤岛、小样本信息，也会存在传播延迟和解读效率的问题。AI无法吃掉所有信息，也不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会，分析师的机会。
主攻AI投研的进门（深圳进门财经科技股份有限公司），成立于2013年，目前已累计服务超过3100家上市公司、74家券商研究所及300多万专业投资者。2023年获得腾讯战投后，全面升级为「机构AI投研工作台」。
2025年至今，进门超级投研智能体“AI进宝”，已从AI投研助手，进化为能“干活”的AI数字研究员。通过12个Agent、投研大脑和近期上线的投研龙虾，帮助用户处理投研场景的高频任务，并不断捕捉投资信号。
“没想到大家的热情这么高。” 程建辉声音沙哑地说道。自从“进门投研龙虾”上线，他就穿梭在各场路演中，他感受到，券商分析师、投资者们对于AI能真正“干活”这件事，充满了前所未有的好奇与期待。
在AI投研这件事上，进门的商业逻辑比较“特别”——以沟通为基础，试图构建上市公司、券商研究所、专业投资者三大群体的闭环生态，做深专业智能投研。过去两年，进门不断闭环投研沟通场景，并帮助投研用户提效降噪、挖掘信号、用AI自动化处理各类繁琐的任务。
通过AI工具矩阵，帮助用户提高信息处理的效率和信息获取的密度：AI转写、AI会议托管，AI翻译、AI录音，甚至做了自家的录音智能硬件，将触角延伸到线下。
深耕沟通场景的同时，程建辉发现，AI没办法突破信息孤岛和小样本问题，像顶级分析师、研究员那样，听懂真实世界沟通的“弦外之音”，给出非共识性的判断。
他认为，专业 AI 让共识性信息实现了平权普惠，正在不断提升普通投资者的投资能力下限，“直白点说，过去老是被割韭菜，往后割韭菜也没那么容易了。”
进门的样本，实际指向了这样一个思考：比起“替代多少人力”，人类的价值是否重新得到肯定、得到聚焦，或许才是AI真正的价值所在。
以下是雷峰网与程建辉的对话，有不改变原意的编辑：
雷峰网：现在一些分析师用OpenClaw做投研，进门目前也接入了OpenClaw。其实OpenClaw、Manus这些相对通用的AI，声量是更高一些的，您怎么看它们和进门的竞合关系？
程建辉：进门是聚焦于金融投研领域的AI产品，不管在场景、数据、工具，还是对行业know-how的认知上，都会比其他通用AI要好。
当然，Manus、OpenClaw等产品给了我们很多启发。我们很早就在系统思考AI如何解决投研场景的问题，充分发挥AI的“思考”与“执行”双重能力。
Manus这类产品的方向是，从会话模式向“帮用户完成特定任务”转变，感觉挺有意思。但任务执行的完整度不够好。OpenClaw的诞生，标志着AI从“对话脑”进化出了“干活的手”。
我们很兴奋，一直在观察，春节也没休假，加班夯实底层基础工作。不过，早期的OpenClaw 比较脆弱，升级、开关机、处理任务时经常报错。操作繁琐，门槛很高，所以最开始只有极客用户在使用。迭代了几个版本后，成熟度比以前高很多，我们才感觉时机成熟，于是推出了自己的“投研龙虾”。
进门投研龙虾采用云端部署的方式，对OpenClaw进行封装、改良，让用户能够拿来即用。这极大地降低了使用门槛，让用户不用再费心折腾底层系统基建，把全部精力都放在完成核心任务上。
雷峰网：真正实现AI在投研领域的自动化有哪些难点？
程建辉：要解决多样化的问题。基于同样的事实和数据，各人看法不一。因此，光靠模型远远不够，还要涵盖不同群体的思维范式。
AI进宝的任务模式（即投研龙虾），以及对话模式下的投研大脑，都能有效解决这个问题。
投研龙虾能够将Agent的能力原子化，让用户根据自身需求，灵活组合、定制，实现个性化工作流的搭建。会话模式中的投研大脑，支持用户自定义创建思维链，或让系统自行拆解优秀研究范本中的方法论，比如可以拆解芒格、巴菲特的著作中蕴含的投资心得。
当然，会话模式的能力不止于此。2025年，我们上线了12款Agent，包括业绩点评、观点对比等等，在这个模式下，进宝就能够自由发挥，用预训练时候形成的思维链来回答问题。
但用户的新想法、新要求源源不断，不可能无限满足，所以才有了投研大脑和“龙虾”任务模式。（雷峰网近期将持续关注投研等AI Agent实际应用案例，欢迎添加作者微信 LorraineSummer 交流）
雷峰网：可以说通用AI对进门没有太大威胁？
程建辉：我们在数据基座、专业逻辑、安全风控、工作流与决策闭环上，拥有通用AI无法替代的垂直壁垒。通用类AI缺乏权威金融数据源、不懂投研范式，也难以深度嵌入投研全流程，无法替代专业投研AI的核心价值。
而生产力级别投研AI，对数据准确度、颗粒度要求都很高，一般市场产品做不到。很多网络分享，号称利用模型抓信息形成研报、自己炒股挣钱，在我理解都是Demo级别、玩具级别的东西，距离生产力级别还很远，这是民品和军品的区别。
Demo级别的投研AI大家都能玩，但真正做到生产力级别，你要相信市场上最专业的那群机构投资者的选择和判断，这是世界上最聪明的一群人。我们目前也和南方基金、鹏华基金、平安基金、招商基金等头部公募达成了深度合作。
雷峰网：说到投研领域，大家更熟悉的可能还是万得、东财、同花顺。进门和这些老牌金融信息厂商的最大差异是什么？
程建辉：他们主要做过程交付，而我们做结果交付；他们的产品设计以人为中心，但我们是AI原生产品，设计上主要考虑如何让AI以更智能、更自然的方式服务于人。
什么是过程交付呢？举个例子，老牌厂商把交易所的公告，处理成数据表，这个过程就像把胡萝卜从地里拔回来，洗干净切好放着。
但进门做的是端到端交付，直接给出结果，一步到位。像西红柿鸡蛋这类简单的菜，机器人直接炒好了；复杂的、需要高超手艺的，才留给大厨去做。
当然，现在AI还有幻觉问题，理解数据不够准，所以要通过大量工程方法去解决。但在技术趋势上，“端到端”一定会比传统“过程交付”做得好。
雷峰网：AI幻觉给投研带来的挑战应该是非常大的。
程建辉：是的，所以要做好数据治理。在我看来，投资的本质其实就两层：第一层是数据治理，第二层是信号捕捉。
数据治理，就是要利用大量工程方法，对原始数据进行处理。就算最顶级的模型，要减少幻觉，保证结果可靠演进，也要基于治理后的高质量数据。
不管是人还是模型，都要在数据干净的基础上，去挖掘信号，获得洞察。
对于我们来说，主要治理两大类数据。一是从沟通场景沉淀的路演、调研等动态信息，这些信息比静态的公告更及时、全面；二是外购的财报、行业、宏观、行情因子等数据。
通过治理和结构化表达，我们推出了《进门内参》（一日三更的投研日报）、事件信号等能力，帮助用户更快、更精确地捕捉信号。
雷峰网：互联网上本来也有很多真伪难辨的信息，数据治理很难做，AI采纳这些信息之后给出的回答，质量不会太理想。进门怎么防范这种风险？
程建辉：AI会遭遇“数据投毒”问题，今年3·15晚会也提到了这点。有人为GEO批量制造数据，诱导模型抓取；有人在纪要中刻意夹杂私货，通过“小作文”扰乱市场——这些有毒信息，会侵蚀决策的准确性。
为了防范这种风险，我们一直在做数据溯源、数据准确性校验与底层数据治理体系建设。二是不断累积最真实、最原始的一手信息，包括上市公司、分析师在进门的会议。从源头有效规避数据投毒风险。
雷峰网：涉足AI投研的技术厂商不少，但像进门这样从“开会”起家的不多见。为什么最初会选择“沟通场景”来做？
程建辉：在金融领域，沟通是仅次于行情和交易之后，最高频的场景。其次，沟通场景是一个天然的信息富矿，是存在信息差的地方。第三，现在股价对信息的反馈速度非常快。相比于其他交流形态，沟通是一个效率最高的形式。
另外，沟通场景有天然的双边市场效应，分析师开会、上市公司路演，都会吸引投资者，场景自带流量。三个群体形成生态，自然会沉淀大量内容和数据。大家在市场上看到的券商研究路演海报、上市公司路演海报、业绩说明会信息，背后基本都是进门在支撑。
我创业的时候是2013年是，移动互联网元年，路演还在用“八爪鱼”那种有点“古老”的机器，我觉得这里面是有机会的。
雷峰网：进门切入AI，可以说是从会议转写这些做起。
程建辉：会议是天然的信息富矿，做好会议内容的转写，是形成完整的数据、应用闭环的核心。丰富干净的数据底座，也是模型进行文本理解、信息提取、投研分析的关键。
但早期处理会议音视频信息，成本非常高。邀请速记员做一场会议的录音转写，大概需要400元左右的费用。我们算过一笔账，想把历史积累的几十万个小时录音都处理一遍，得上亿成本。
AI来了之后，能实现极致的降本增效。路演、调研等音视频转写，是投研高需求场景。语音识别（ASR）也是AI领域最早实现工程化落地的成熟技术。所以，我们把会议转写作为首要切入的场景之一。
外界一直误解进门是个开会平台。其实路演只是“抓手”，真正的目标是用它构建生态，深度服务投资者。
围绕上市公司，我们做了IR（投资者关系） SaaS系统；围绕券商研究所，推出了全场景统一研究系统，涵盖了会议安排、调研活动、客户管理、员工管理、合规管理、数据统计分析等。面向专业投资者，我们则打造了AI投研工作台。
雷峰网：这些服务听起来都是围绕“会议”这个场景展开的。但现在的会议工具已经很多了，进门做的和别人有什么不一样？
程建辉：最大的不同在于，进门不是一个通用的会议连接工具，而是一个垂直于金融领域的AI投研入口。
普通工具解决的是“怎么开好会”——音视频流畅、共享清晰；进门是在这个基础上，解决“开完会留下了什么”以及“如何让会议服务于投资决策”。
我们在投研会议的全流程嵌入AI：会前自动梳理相关研报与数据，会中可随时向AI提问获取背景，AI无法解答时再举手与分析师或高管直接交流；会后通过调优后的金融转写模型，自动生成带思维导图的纪要、提炼章节，并提取问答环节的财务指标，方便用户复盘研究。
腾讯战投后，我们与腾讯会议实现互联互通，客户可以在进门、腾讯会议多端接入，拥有轻量化的会议体验。
另外，我们推出了AI会议托管，将Zoom、腾讯会议等链接丢给机器人，即可自动录制并生成纪要。这些纪要都会沉淀在用户云文档里，成为个人数据资产。
音频转写同样经过金融模型深度调教，在人名、术语、数字上达到专业投资者所需的高准确率。简言之，别的工具是把线下会议搬到线上，而进门是把每一次会议变成一次数据价值挖掘的过程。
雷峰网(公众号：雷峰网)：据说你们还做了会议录音的智能硬件？这在金融Agent厂商身上似乎不太常见。这两年Plaud很火，进门的录音硬件和Plaud那类产品有什么本质区别？
程建辉：录音硬件（Finnote AI小饼干录音机）是进门生态的一部分。主要目标是补齐线下沟通场景，解决手机录音质量不佳、容易被打断、待机时间有限的问题，同时在录音结束自动处理数据。
上市公司每天迎来送往十几波投资者，聊完还得一个个翻录音、对名片，根本搞不清谁是谁。
2025年初产生了这个想法，年中立项，10月份发货，一个季度就出来了。我们找了硬件厂家ODM，软件全部是我们自己做的，一起设计，他们把我们的想法实现。现在市场反响很热烈，客户特别喜欢。
雷峰网：AI+投研通常让人想到量化选股或智能研报，投资者关系这个细分赛道相对不那么常见。进门投入精力做IR SaaS，具体解决什么问题？
程建辉：解决三个具体问题。一是建立与买方市场的沟通桥梁，给上市公司做IR网站、管理私有数据；二是通过平台用户行为分析，帮助上市公司挖掘潜在投资人——比如谁看过你的公告、谁参加过你的会；三是打通沟通行为和股东数据，追踪“谁最终买了股票”这个核心转化指标。
以前上市公司IR（投资者关系）是个糊涂账，每天迎来送往很多投资人，聊完搞不清楚谁是谁、聊了什么。我们实现从会议管理、重点投资人筛选、投关资料库、投关报告与股东分析等全流程数字化。这个系统在国内是首创，年收入数千万，已经有1000多家付费客户。
雷峰网：行业里一些投研AI还是以基本面、资金面、诊股选股这样的场景切入，进门对AI的设计思路是怎么考虑的？
程建辉：研究的本质是基于事实和数据，加上思维链推导，最后得出观点。所以我们的设计思路是，通过数据治理和信号涌现这两层，给用户做结果交付。
这个过程中有个问题：现在很多人只关注观点，其他东西都被忽略掉了，比如思维链。AI只能靠自身的涌现能力给你回答，但研究员在实际投研工作中，有很多自己的想法，对于同一个事实数据会得出不同的结论。
进门投研大脑，支持用户创建自己的思维链，在这个基础上调用垂域Multi-agent。你可以把自己的研究方法论表达出来，比如你怎么研究周期股，把整个逻辑思维链写清楚，存进去。以后再问AI相关问题时，它就会调用你那个周期股的研究框架。
还可以让AI从研报里提取思维链，提取完研究员可以在上面再改，根据自己的想法调整怎么看这家公司。调整完马上可以用模型测评打分。我们用模型交叉打分，看这个思维链到底好不好。
可以理解成，Prompt加上SOP流程，再加上底层数据调用。你的需求、方法论、工作经验越具体，反馈效果就越好。
AI的回答总是有点“骑墙派”的意思，我们希望用户能很轻松简单地去分析，去得出自己独有的结论。
雷峰网：进门的AI工具已经很全面了，资料扔进去套用旧研报的思维链，出来的又是新的研报，这个时候人类分析师的价值是什么？
程建辉：那就没有价值了呀（笑）。AI确实在某些能力上比人厉害，但现阶段，AI的思维能力还不及顶级人类投资者。AI本质上是用函数模拟世界，做统计学上的概率猜测，表现好了我们叫它“涌现”，表现不好叫“幻觉”。
工业革命让脑力劳动者成为主流，AI时代里，普通脑力劳动者也会被替代。会议纪要、简单总结、PPT制作这些例行工作，交给AI又快又好，如果水平较低的分析师能力就停留在做这些工作上，那确实有被替代的风险。但懂得思考、提问，懂得去跟AI交互的人，肯定更有价值。有想法的人，总是稀缺的。
雷峰网：但毕竟不是每个人都是顶级分析师。
程建辉：恰恰因为很多人不是顶级分析师、专业研究员，思维链这个功能反而能帮他们提升上限。
其实每个人每天都在做研究工作——脑子里想问题，想把一件事研究清楚，这就是研究。只是有的人方法论成熟，有的人没那么系统。思维链这个东西，就是把你的思考过程结构化、表达出来。
我们希望通过这个形态，让大家生产出不同的思维链。这些思维链可以私有，自己用；也可以贡献出来，给别人参考。
未来高水平研究人员的思维链，可以被付费订阅。比如一个很牛的分析师，他研究周期股的方法论写成了思维链，或许平台可以帮他分发变现，别人花199块钱就能订阅使用。
中国有2亿股民、7亿基民，这些专业AI能力能把普通投资者的能力提升到一个新台阶，直白点说，至少不会那么容易被割韭菜了。
雷峰网：AI能替代人类分析师的部分很明确了，不能被替代的部分是什么？比如某些分析师对市场的“直觉”？
程建辉：现实市场并非100%有效，会存在信息孤岛、小样本信息，也会存在传播延迟和解读效率的问题，AI无法吃掉所有信息。AI不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会，分析师的机会。
尤金·法玛的有效市场理论，讲的是如果股价真的反映所有信息，价格和价值应该完全一致。但事实上，市场没有我们想象得那么“聪明”。如果真的有一天，AI真的能吃进去所有的信息，成本和代价会非常巨大，再用它来解决投研问题，已经不划算了。
雷峰网：思维链可以这样“传播”出去，会不会像量化投资那样导致“信号拥挤”，策略失效？
程建辉：不会。因为市场能形成交易，就是因为有不一样的想法。即使事实和数据都很明确，仍然有人看多，有人看空。
如果全部看多或全部看空，就没有交易了，没有对手盘。单边行情即使短暂出现，拉长看也会回到相对均衡的状态。最终还是看价格，多少价格才算是“好”？
这里没有绝对的答案。
雷峰网：AI时代可以卖的不光是信息，更可以卖方法论、卖知识框架。
程建辉：思维方式、方法论都是可以共享和商业化的。比如，我在进门笔记里的思维链，可以分享给好朋友、重要客户。他调用AI的时候，既可以调底层数据，又能调我的思维链，以及他自己的思考方法。
AI时代的很多内容和产品交互结构不是给人看的，是给AI看的。过去SaaS软件做的都是复杂图形界面，给人点击、给人看，现在不需要那么多图形界面，年前硅谷SaaS那波下跌行情和这个也有关系。
雷峰网：这是不是意味着，在AI时代，设计逻辑已经完全改变了，软件的首要用户不人类，而是AI本身？
程建辉：未来的趋势是人机协同，AI会是首要执行者，但人类仍然要掌控判断、创意、关键决策。人只需要把思维链（思考方法）表达出来，剩下的让AI去组合、去执行。
所以，软件的设计逻辑，要从人类交互优先，转向AI原生能力优先，不管是底层架构、数据接口，还是执行流程，首要适配AI Agent的自动化调用，而非人类手动操作。
现在AI新名词特别多，Function call、MCP Server、Sub Agent什么的，本质上都是在解决Agent与工具的交互问题。我们希望给AI大脑思考的能力，再加上人类的思维表达能力。
雷峰网：从“给人看”到“给AI看”，软件的范式转移会不会遇到阻力？
程建辉：很多人确实还停留在过去软件使用的图形界面思维范式里。但实际上已经在往AI帮干活、对话式交互的方向变化。
比如纪要、研报，其实都不需要表达出来给人看，直接AI读、理解、输出就完了。但金融行业的一些用户，使用习惯确实没那么容易改变，比如网络通话更好，有些人还是喜欢打电话，所以我们还留了一点“尾巴”，让习惯图形界面的用户还能用，但希望逐步全部收到AI的对话框里处理，只留几个Tab。
雷峰网：大模型这股热潮出现之前，已经有AI+投研/投顾的技术方案了，现在进门做的事情，还可以怎么进一步帮助人类做判断、提高决策效率？
程建辉：先用量化投资的事件回测，验证驱动信号（如供给侧变化），比如历史上类似情况股价怎么走，是真有效还是假有效。再结合基本面与专业投研信息，输出多空判断、驱动类型、关联个股，实现市场信号的快速捕捉。
现在信息太多了。好在AI的信息吞吐能力很强，第一时间获得信息，几十秒或一分钟内处理完，涌现信号。
但在过去，一个事件发生，分析师马上组织专家会议讨论、形成观点，这个过程至少几小时，甚至几天，整个流程非常低效。
雷峰网：要实现这个功能，底层听起来非常复杂。
程建辉：处理海量信息、识别和理解事件信号，工程难度很高。要让AI像顶级分析师那样思考问题，同时要保证底层数据干净、真实。
我们做了很多底层的创新，比如AI进宝的架构，上下文感知与意图对齐、异构信息动态检索、递归式假设验证，不是简单的React那种方式。
雷峰网：目前进门的“进度条”，走到了您预期的哪个阶段？
程建辉：在数据治理上，进门已经做得比较扎实了。在信号挖掘上，我们也上线了事件信号等能力。
信号涌现是一个逐步推进的过程：第一，识别并捕捉信号，初步判断其影响方向；第二，进一步明确信号对股价的影响程度；第三，尝试定量表达这种影响。比如，当某个事件发生后，AI分析师可以快速推演，将目标股价从50元调整至60元，给出初步的定价判断。
当然，定价本身并不容易。不同模型基于各自的假设，得出的目标价也可能存在差异。这也正是投研的复杂性和深度所在。
雷峰网：在模型的选用上，进门是怎么考虑的？Token消耗是不是成本大头？
程建辉：最开始我们也做过一段时间自研，做SFT（监督微调）和强化学习，跟一家大模型厂家合作过。后来发现了一些问题，就调整了方向。
我们的定位是应用型公司，不是做基座大模型的。把应用做好，特定场景的小模型做好，大小模型耦合使用就足够解决问题了。花点时间做工程方法立竿见影，比把所有资源投入基座模型训练更经济、更划算。作为创业者，要追求资源投入最大化。
目前我们接入了多个基座大模型，不是一家。把模型架构结构化了，不同任务用不同模型。根据模型工程方法的体系，不断调优，每个步骤根据需要选择不同模型——有些模型推导推理很强，有些泛化能力很强，各有优劣势。
Token消耗量其实还好。整体技术开支确实比较大，不过还在可承受范围内。出于对安全的考虑，用国内的模型会多一点，个别部分在保障数据安全的基础上，考虑用境外模型提高性能。
在OpenClaw火热到频频登上头条的那几天，有分析师在行业群里沮丧发言，“正在拼命学OpenClaw的投研应用……感觉自己快要失业了。”
近期流传甚广的Anthropic报告也显示，“商业与金融”是AI理论可覆盖率和实际渗透率都较高的领域，财务和投资分析师的实际暴露度已达57.2%。
但在这样一个容易被AI渗透的领域，进门CEO程建辉告诉我们：
现实市场并非100%有效，会存在信息孤岛、小样本信息，也会存在传播延迟和解读效率的问题。AI无法吃掉所有信息，也不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会，分析师的机会。
主攻AI投研的进门（深圳进门财经科技股份有限公司），成立于2013年，目前已累计服务超过3100家上市公司、74家券商研究所及300多万专业投资者。2023年获得腾讯战投后，全面升级为「机构AI投研工作台」。
2025年至今，进门超级投研智能体“AI进宝”，已从AI投研助手，进化为能“干活”的AI数字研究员。通过12个Agent、投研大脑和近期上线的投研龙虾，帮助用户处理投研场景的高频任务，并不断捕捉投资信号。
“没想到大家的热情这么高。” 程建辉声音沙哑地说道。自从“进门投研龙虾”上线，他就穿梭在各场路演中，他感受到，券商分析师、投资者们对于AI能真正“干活”这件事，充满了前所未有的好奇与期待。
在AI投研这件事上，进门的商业逻辑比较“特别”——以沟通为基础，试图构建上市公司、券商研究所、专业投资者三大群体的闭环生态，做深专业智能投研。过去两年，进门不断闭环投研沟通场景，并帮助投研用户提效降噪、挖掘信号、用AI自动化处理各类繁琐的任务。
通过AI工具矩阵，帮助用户提高信息处理的效率和信息获取的密度：AI转写、AI会议托管，AI翻译、AI录音，甚至做了自家的录音智能硬件，将触角延伸到线下。
深耕沟通场景的同时，程建辉发现，AI没办法突破信息孤岛和小样本问题，像顶级分析师、研究员那样，听懂真实世界沟通的“弦外之音”，给出非共识性的判断。
他认为，专业 AI 让共识性信息实现了平权普惠，正在不断提升普通投资者的投资能力下限，“直白点说，过去老是被割韭菜，往后割韭菜也没那么容易了。”
进门的样本，实际指向了这样一个思考：比起“替代多少人力”，人类的价值是否重新得到肯定、得到聚焦，或许才是AI真正的价值所在。
以下是雷峰网与程建辉的对话，有不改变原意的编辑：
雷峰网：现在一些分析师用OpenClaw做投研，进门目前也接入了OpenClaw。其实OpenClaw、Manus这些相对通用的AI，声量是更高一些的，您怎么看它们和进门的竞合关系？
程建辉：进门是聚焦于金融投研领域的AI产品，不管在场景、数据、工具，还是对行业know-how的认知上，都会比其他通用AI要好。
当然，Manus、OpenClaw等产品给了我们很多启发。我们很早就在系统思考AI如何解决投研场景的问题，充分发挥AI的“思考”与“执行”双重能力。
Manus这类产品的方向是，从会话模式向“帮用户完成特定任务”转变，感觉挺有意思。但任务执行的完整度不够好。OpenClaw的诞生，标志着AI从“对话脑”进化出了“干活的手”。
我们很兴奋，一直在观察，春节也没休假，加班夯实底层基础工作。不过，早期的OpenClaw 比较脆弱，升级、开关机、处理任务时经常报错。操作繁琐，门槛很高，所以最开始只有极客用户在使用。迭代了几个版本后，成熟度比以前高很多，我们才感觉时机成熟，于是推出了自己的“投研龙虾”。
进门投研龙虾采用云端部署的方式，对OpenClaw进行封装、改良，让用户能够拿来即用。这极大地降低了使用门槛，让用户不用再费心折腾底层系统基建，把全部精力都放在完成核心任务上。
雷峰网：真正实现AI在投研领域的自动化有哪些难点？
程建辉：要解决多样化的问题。基于同样的事实和数据，各人看法不一。因此，光靠模型远远不够，还要涵盖不同群体的思维范式。
AI进宝的任务模式（即投研龙虾），以及对话模式下的投研大脑，都能有效解决这个问题。
投研龙虾能够将Agent的能力原子化，让用户根据自身需求，灵活组合、定制，实现个性化工作流的搭建。会话模式中的投研大脑，支持用户自定义创建思维链，或让系统自行拆解优秀研究范本中的方法论，比如可以拆解芒格、巴菲特的著作中蕴含的投资心得。
当然，会话模式的能力不止于此。2025年，我们上线了12款Agent，包括业绩点评、观点对比等等，在这个模式下，进宝就能够自由发挥，用预训练时候形成的思维链来回答问题。
但用户的新想法、新要求源源不断，不可能无限满足，所以才有了投研大脑和“龙虾”任务模式。（雷峰网近期将持续关注投研等AI Agent实际应用案例，欢迎添加作者微信 LorraineSummer 交流）
雷峰网：可以说通用AI对进门没有太大威胁？
程建辉：我们在数据基座、专业逻辑、安全风控、工作流与决策闭环上，拥有通用AI无法替代的垂直壁垒。通用类AI缺乏权威金融数据源、不懂投研范式，也难以深度嵌入投研全流程，无法替代专业投研AI的核心价值。
而生产力级别投研AI，对数据准确度、颗粒度要求都很高，一般市场产品做不到。很多网络分享，号称利用模型抓信息形成研报、自己炒股挣钱，在我理解都是Demo级别、玩具级别的东西，距离生产力级别还很远，这是民品和军品的区别。
Demo级别的投研AI大家都能玩，但真正做到生产力级别，你要相信市场上最专业的那群机构投资者的选择和判断，这是世界上最聪明的一群人。我们目前也和南方基金、鹏华基金、平安基金、招商基金等头部公募达成了深度合作。
雷峰网：说到投研领域，大家更熟悉的可能还是万得、东财、同花顺。进门和这些老牌金融信息厂商的最大差异是什么？
程建辉：他们主要做过程交付，而我们做结果交付；他们的产品设计以人为中心，但我们是AI原生产品，设计上主要考虑如何让AI以更智能、更自然的方式服务于人。
什么是过程交付呢？举个例子，老牌厂商把交易所的公告，处理成数据表，这个过程就像把胡萝卜从地里拔回来，洗干净切好放着。
但进门做的是端到端交付，直接给出结果，一步到位。像西红柿鸡蛋这类简单的菜，机器人直接炒好了；复杂的、需要高超手艺的，才留给大厨去做。
当然，现在AI还有幻觉问题，理解数据不够准，所以要通过大量工程方法去解决。但在技术趋势上，“端到端”一定会比传统“过程交付”做得好。
雷峰网：AI幻觉给投研带来的挑战应该是非常大的。
程建辉：是的，所以要做好数据治理。在我看来，投资的本质其实就两层：第一层是数据治理，第二层是信号捕捉。
数据治理，就是要利用大量工程方法，对原始数据进行处理。就算最顶级的模型，要减少幻觉，保证结果可靠演进，也要基于治理后的高质量数据。
不管是人还是模型，都要在数据干净的基础上，去挖掘信号，获得洞察。
对于我们来说，主要治理两大类数据。一是从沟通场景沉淀的路演、调研等动态信息，这些信息比静态的公告更及时、全面；二是外购的财报、行业、宏观、行情因子等数据。
通过治理和结构化表达，我们推出了《进门内参》（一日三更的投研日报）、事件信号等能力，帮助用户更快、更精确地捕捉信号。
雷峰网：互联网上本来也有很多真伪难辨的信息，数据治理很难做，AI采纳这些信息之后给出的回答，质量不会太理想。进门怎么防范这种风险？
程建辉：AI会遭遇“数据投毒”问题，今年3·15晚会也提到了这点。有人为GEO批量制造数据，诱导模型抓取；有人在纪要中刻意夹杂私货，通过“小作文”扰乱市场——这些有毒信息，会侵蚀决策的准确性。
为了防范这种风险，我们一直在做数据溯源、数据准确性校验与底层数据治理体系建设。二是不断累积最真实、最原始的一手信息，包括上市公司、分析师在进门的会议。从源头有效规避数据投毒风险。
雷峰网：涉足AI投研的技术厂商不少，但像进门这样从“开会”起家的不多见。为什么最初会选择“沟通场景”来做？
程建辉：在金融领域，沟通是仅次于行情和交易之后，最高频的场景。其次，沟通场景是一个天然的信息富矿，是存在信息差的地方。第三，现在股价对信息的反馈速度非常快。相比于其他交流形态，沟通是一个效率最高的形式。
另外，沟通场景有天然的双边市场效应，分析师开会、上市公司路演，都会吸引投资者，场景自带流量。三个群体形成生态，自然会沉淀大量内容和数据。大家在市场上看到的券商研究路演海报、上市公司路演海报、业绩说明会信息，背后基本都是进门在支撑。
我创业的时候是2013年是，移动互联网元年，路演还在用“八爪鱼”那种有点“古老”的机器，我觉得这里面是有机会的。
雷峰网：进门切入AI，可以说是从会议转写这些做起。
程建辉：会议是天然的信息富矿，做好会议内容的转写，是形成完整的数据、应用闭环的核心。丰富干净的数据底座，也是模型进行文本理解、信息提取、投研分析的关键。
但早期处理会议音视频信息，成本非常高。邀请速记员做一场会议的录音转写，大概需要400元左右的费用。我们算过一笔账，想把历史积累的几十万个小时录音都处理一遍，得上亿成本。
AI来了之后，能实现极致的降本增效。路演、调研等音视频转写，是投研高需求场景。语音识别（ASR）也是AI领域最早实现工程化落地的成熟技术。所以，我们把会议转写作为首要切入的场景之一。
外界一直误解进门是个开会平台。其实路演只是“抓手”，真正的目标是用它构建生态，深度服务投资者。
围绕上市公司，我们做了IR（投资者关系） SaaS系统；围绕券商研究所，推出了全场景统一研究系统，涵盖了会议安排、调研活动、客户管理、员工管理、合规管理、数据统计分析等。面向专业投资者，我们则打造了AI投研工作台。
雷峰网：这些服务听起来都是围绕“会议”这个场景展开的。但现在的会议工具已经很多了，进门做的和别人有什么不一样？
程建辉：最大的不同在于，进门不是一个通用的会议连接工具，而是一个垂直于金融领域的AI投研入口。
普通工具解决的是“怎么开好会”——音视频流畅、共享清晰；进门是在这个基础上，解决“开完会留下了什么”以及“如何让会议服务于投资决策”。
我们在投研会议的全流程嵌入AI：会前自动梳理相关研报与数据，会中可随时向AI提问获取背景，AI无法解答时再举手与分析师或高管直接交流；会后通过调优后的金融转写模型，自动生成带思维导图的纪要、提炼章节，并提取问答环节的财务指标，方便用户复盘研究。
腾讯战投后，我们与腾讯会议实现互联互通，客户可以在进门、腾讯会议多端接入，拥有轻量化的会议体验。
另外，我们推出了AI会议托管，将Zoom、腾讯会议等链接丢给机器人，即可自动录制并生成纪要。这些纪要都会沉淀在用户云文档里，成为个人数据资产。
音频转写同样经过金融模型深度调教，在人名、术语、数字上达到专业投资者所需的高准确率。简言之，别的工具是把线下会议搬到线上，而进门是把每一次会议变成一次数据价值挖掘的过程。
雷峰网(公众号：雷峰网)：据说你们还做了会议录音的智能硬件？这在金融Agent厂商身上似乎不太常见。这两年Plaud很火，进门的录音硬件和Plaud那类产品有什么本质区别？
程建辉：录音硬件（Finnote AI小饼干录音机）是进门生态的一部分。主要目标是补齐线下沟通场景，解决手机录音质量不佳、容易被打断、待机时间有限的问题，同时在录音结束自动处理数据。
上市公司每天迎来送往十几波投资者，聊完还得一个个翻录音、对名片，根本搞不清谁是谁。
2025年初产生了这个想法，年中立项，10月份发货，一个季度就出来了。我们找了硬件厂家ODM，软件全部是我们自己做的，一起设计，他们把我们的想法实现。现在市场反响很热烈，客户特别喜欢。
雷峰网：AI+投研通常让人想到量化选股或智能研报，投资者关系这个细分赛道相对不那么常见。进门投入精力做IR SaaS，具体解决什么问题？
程建辉：解决三个具体问题。一是建立与买方市场的沟通桥梁，给上市公司做IR网站、管理私有数据；二是通过平台用户行为分析，帮助上市公司挖掘潜在投资人——比如谁看过你的公告、谁参加过你的会；三是打通沟通行为和股东数据，追踪“谁最终买了股票”这个核心转化指标。
以前上市公司IR（投资者关系）是个糊涂账，每天迎来送往很多投资人，聊完搞不清楚谁是谁、聊了什么。我们实现从会议管理、重点投资人筛选、投关资料库、投关报告与股东分析等全流程数字化。这个系统在国内是首创，年收入数千万，已经有1000多家付费客户。
雷峰网：行业里一些投研AI还是以基本面、资金面、诊股选股这样的场景切入，进门对AI的设计思路是怎么考虑的？
程建辉：研究的本质是基于事实和数据，加上思维链推导，最后得出观点。所以我们的设计思路是，通过数据治理和信号涌现这两层，给用户做结果交付。
这个过程中有个问题：现在很多人只关注观点，其他东西都被忽略掉了，比如思维链。AI只能靠自身的涌现能力给你回答，但研究员在实际投研工作中，有很多自己的想法，对于同一个事实数据会得出不同的结论。
进门投研大脑，支持用户创建自己的思维链，在这个基础上调用垂域Multi-agent。你可以把自己的研究方法论表达出来，比如你怎么研究周期股，把整个逻辑思维链写清楚，存进去。以后再问AI相关问题时，它就会调用你那个周期股的研究框架。
还可以让AI从研报里提取思维链，提取完研究员可以在上面再改，根据自己的想法调整怎么看这家公司。调整完马上可以用模型测评打分。我们用模型交叉打分，看这个思维链到底好不好。
可以理解成，Prompt加上SOP流程，再加上底层数据调用。你的需求、方法论、工作经验越具体，反馈效果就越好。
AI的回答总是有点“骑墙派”的意思，我们希望用户能很轻松简单地去分析，去得出自己独有的结论。
雷峰网：进门的AI工具已经很全面了，资料扔进去套用旧研报的思维链，出来的又是新的研报，这个时候人类分析师的价值是什么？
程建辉：那就没有价值了呀（笑）。AI确实在某些能力上比人厉害，但现阶段，AI的思维能力还不及顶级人类投资者。AI本质上是用函数模拟世界，做统计学上的概率猜测，表现好了我们叫它“涌现”，表现不好叫“幻觉”。
工业革命让脑力劳动者成为主流，AI时代里，普通脑力劳动者也会被替代。会议纪要、简单总结、PPT制作这些例行工作，交给AI又快又好，如果水平较低的分析师能力就停留在做这些工作上，那确实有被替代的风险。但懂得思考、提问，懂得去跟AI交互的人，肯定更有价值。有想法的人，总是稀缺的。
雷峰网：但毕竟不是每个人都是顶级分析师。
程建辉：恰恰因为很多人不是顶级分析师、专业研究员，思维链这个功能反而能帮他们提升上限。
其实每个人每天都在做研究工作——脑子里想问题，想把一件事研究清楚，这就是研究。只是有的人方法论成熟，有的人没那么系统。思维链这个东西，就是把你的思考过程结构化、表达出来。
我们希望通过这个形态，让大家生产出不同的思维链。这些思维链可以私有，自己用；也可以贡献出来，给别人参考。
未来高水平研究人员的思维链，可以被付费订阅。比如一个很牛的分析师，他研究周期股的方法论写成了思维链，或许平台可以帮他分发变现，别人花199块钱就能订阅使用。
中国有2亿股民、7亿基民，这些专业AI能力能把普通投资者的能力提升到一个新台阶，直白点说，至少不会那么容易被割韭菜了。
雷峰网：AI能替代人类分析师的部分很明确了，不能被替代的部分是什么？比如某些分析师对市场的“直觉”？
程建辉：现实市场并非100%有效，会存在信息孤岛、小样本信息，也会存在传播延迟和解读效率的问题，AI无法吃掉所有信息。AI不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会，分析师的机会。
尤金·法玛的有效市场理论，讲的是如果股价真的反映所有信息，价格和价值应该完全一致。但事实上，市场没有我们想象得那么“聪明”。如果真的有一天，AI真的能吃进去所有的信息，成本和代价会非常巨大，再用它来解决投研问题，已经不划算了。
雷峰网：思维链可以这样“传播”出去，会不会像量化投资那样导致“信号拥挤”，策略失效？
程建辉：不会。因为市场能形成交易，就是因为有不一样的想法。即使事实和数据都很明确，仍然有人看多，有人看空。
如果全部看多或全部看空，就没有交易了，没有对手盘。单边行情即使短暂出现，拉长看也会回到相对均衡的状态。最终还是看价格，多少价格才算是“好”？
这里没有绝对的答案。
雷峰网：AI时代可以卖的不光是信息，更可以卖方法论、卖知识框架。
程建辉：思维方式、方法论都是可以共享和商业化的。比如，我在进门笔记里的思维链，可以分享给好朋友、重要客户。他调用AI的时候，既可以调底层数据，又能调我的思维链，以及他自己的思考方法。
AI时代的很多内容和产品交互结构不是给人看的，是给AI看的。过去SaaS软件做的都是复杂图形界面，给人点击、给人看，现在不需要那么多图形界面，年前硅谷SaaS那波下跌行情和这个也有关系。
雷峰网：这是不是意味着，在AI时代，设计逻辑已经完全改变了，软件的首要用户不人类，而是AI本身？
程建辉：未来的趋势是人机协同，AI会是首要执行者，但人类仍然要掌控判断、创意、关键决策。人只需要把思维链（思考方法）表达出来，剩下的让AI去组合、去执行。
所以，软件的设计逻辑，要从人类交互优先，转向AI原生能力优先，不管是底层架构、数据接口，还是执行流程，首要适配AI Agent的自动化调用，而非人类手动操作。
现在AI新名词特别多，Function call、MCP Server、Sub Agent什么的，本质上都是在解决Agent与工具的交互问题。我们希望给AI大脑思考的能力，再加上人类的思维表达能力。
雷峰网：从“给人看”到“给AI看”，软件的范式转移会不会遇到阻力？
程建辉：很多人确实还停留在过去软件使用的图形界面思维范式里。但实际上已经在往AI帮干活、对话式交互的方向变化。
比如纪要、研报，其实都不需要表达出来给人看，直接AI读、理解、输出就完了。但金融行业的一些用户，使用习惯确实没那么容易改变，比如网络通话更好，有些人还是喜欢打电话，所以我们还留了一点“尾巴”，让习惯图形界面的用户还能用，但希望逐步全部收到AI的对话框里处理，只留几个Tab。
雷峰网：大模型这股热潮出现之前，已经有AI+投研/投顾的技术方案了，现在进门做的事情，还可以怎么进一步帮助人类做判断、提高决策效率？
程建辉：先用量化投资的事件回测，验证驱动信号（如供给侧变化），比如历史上类似情况股价怎么走，是真有效还是假有效。再结合基本面与专业投研信息，输出多空判断、驱动类型、关联个股，实现市场信号的快速捕捉。
现在信息太多了。好在AI的信息吞吐能力很强，第一时间获得信息，几十秒或一分钟内处理完，涌现信号。
但在过去，一个事件发生，分析师马上组织专家会议讨论、形成观点，这个过程至少几小时，甚至几天，整个流程非常低效。
雷峰网：要实现这个功能，底层听起来非常复杂。
程建辉：处理海量信息、识别和理解事件信号，工程难度很高。要让AI像顶级分析师那样思考问题，同时要保证底层数据干净、真实。
我们做了很多底层的创新，比如AI进宝的架构，上下文感知与意图对齐、异构信息动态检索、递归式假设验证，不是简单的React那种方式。
雷峰网：目前进门的“进度条”，走到了您预期的哪个阶段？
程建辉：在数据治理上，进门已经做得比较扎实了。在信号挖掘上，我们也上线了事件信号等能力。
信号涌现是一个逐步推进的过程：第一，识别并捕捉信号，初步判断其影响方向；第二，进一步明确信号对股价的影响程度；第三，尝试定量表达这种影响。比如，当某个事件发生后，AI分析师可以快速推演，将目标股价从50元调整至60元，给出初步的定价判断。
当然，定价本身并不容易。不同模型基于各自的假设，得出的目标价也可能存在差异。这也正是投研的复杂性和深度所在。
雷峰网：在模型的选用上，进门是怎么考虑的？Token消耗是不是成本大头？
程建辉：最开始我们也做过一段时间自研，做SFT（监督微调）和强化学习，跟一家大模型厂家合作过。后来发现了一些问题，就调整了方向。
我们的定位是应用型公司，不是做基座大模型的。把应用做好，特定场景的小模型做好，大小模型耦合使用就足够解决问题了。花点时间做工程方法立竿见影，比把所有资源投入基座模型训练更经济、更划算。作为创业者，要追求资源投入最大化。
目前我们接入了多个基座大模型，不是一家。把模型架构结构化了，不同任务用不同模型。根据模型工程方法的体系，不断调优，每个步骤根据需要选择不同模型——有些模型推导推理很强，有些泛化能力很强，各有优劣势。
Token消耗量其实还好。整体技术开支确实比较大，不过还在可承受范围内。出于对安全的考虑，用国内的模型会多一点，个别部分在保障数据安全的基础上，考虑用境外模型提高性能。
新眸