地产+AI工具系列报告之八：AI投研如何降本提效—— Token、耗时与Skill优化实践.docxVIP

东吴证券研究所1/32

东吴证券研究所

请务必阅读正文之后的免责声明部分

请务必阅读正文之后的免责声明部分

证券研究报告

证券研究报告·行业深度报告·房地产

房地产行业深度报告

房地产行业深度报告

地产+AI工具系列报告之八：AI投研如何降本提效——Token、耗时与Skill优化实践

增持（维持）

投资要点

nAI投研的效率评价应从“模型账”上移至“任务账”。单次模型价格、Token数或响应速度仅反映局部成本，完整任务还包括检索、数据提取、口径核验、建模、写作、审校及返工等环节。我们认为，应以“通过质量门槛的完整研究任务”为效率单位，并以质量调整后任务成本（QATC）综合衡量模型、工具、人工及返工等投入。

nToken、耗时与质量应作为“三本账”同步计量。Token下降并不必然对应墙钟时间下降，搜索、文件解析、工具调用、人工确认和返工均可能成为关键路径。效率优化应在质量不下降的前提下，同时降低资源消耗和交付时间，并区分平台原生Token、分词器估计及字符代理等不同计量口径。

n重复读取、上下文膨胀、全文重写和口径返工，是当前AI投研流程中较典型的隐性成本来源。同一份年报被多个阶段或多个Agent重复全文读取，历史对话和工具返回在后续调用中持续携带，局部修改触发整篇报告重新生成，以及前序数据口径错误导致后续分析链整体返工