三月第二周，林晨带着陈铭去国泰证券开数据合作对接会。
国泰是FinGpt的第一个外部合作方，双方在智能投研方向签过框架协议。林晨本来觉得有合作基础，数据谈判会比跟陌生券商容易。事实远不是这样——框架协议就是一张纸，意思是愿意聊愿意给你数据之间隔着十几个法务和三道合规审批。
国泰研究所的徐所长四十五岁，做卖方研究二十年。他不是那种技术恐惧型的老派领导——上次林晨展示的智能研报摘要系统让他确实觉得有价值。但一聊到授权研报数据给t厂做商业产品的条款，他的表情就变了。
会议室在国泰研究所的十二楼，长条桌，一边坐着林晨和陈铭，另一边坐着徐所长和两个法务。茶泡了但没人动。
林总，我先把丑话说在前头。徐所长转着手里的笔，没看林晨，看的是投影幕上那份合作方案，我们的研报是卖方研究的核心产出。每一份策略报告，分析师花几个星期甚至几个月写出来。版权属于公司。如果这份研报的内容被你们的大模型学习之后，用在其他客户的商业产品里——我们怎么保证付费客户不会绕开我们，直接从你们的模型获取被处理过的信息？
林晨没有回避。徐所，我们的方向是帮更多普通投资者理解研报。一份几十页的策略报告，全市场真正从头看到尾的人可能不到百分之十。剩下的人要么不看，要么只看标题就做决策。我们做的是把这百分之九十拉进来——让他们通过AI摘要看到研报的核心逻辑，觉得有道理，再去找更多券商的完整研报。
那你觉得——徐所长停了一下，笔不转了，一个散户看完你们的AI摘要，他还会买我们的研报看吗？
会。因为我们只提取事实和关键逻辑，不给买卖建议。专业投资者需要深度数据和模型细节，这些东西摘要里没有，还得看原文。
徐所长靠回椅背，盯着林晨看了两秒。林总，你打过电影预告片那种东西吧？预告片拍得好，观众看完就觉得自己已经知道这电影讲什么了——他还会买票进电影院吗？
会议室安静了几秒。
林晨本来想接话，但徐所长继续说了下去：我在这行二十年，见过太多散户。他们看得懂研报，就是懒得翻。你们给他一个AI摘要，他觉得够了，他就不会再花时间去找原文。你的电影预告片会让更多人进电影院——这个逻辑在电影行业成立，在金融行业不成立。因为电影观众要的是体验，散户要的是结论。
陈铭在旁边听着，手里的笔停在笔记本上。他看了一眼林晨——林晨的表情没什么变化，但他认识林晨快两年了，知道他没接话的时候是在重新想措辞。
会议室里只有空调的嗡嗡声。两个法务互相看了一眼，没说话。
林晨想了几秒。徐所，你说的对。散户确实要的是结论。但我们输出的内容里没有结论——只有事实和逻辑。比如一份策略报告说消费板块二季度盈利增速预计回升至12%，我们的AI提取的是这个数据和它的来源。至于消费板块该不该买——我们不说，也说不出来，因为我们没有预测模型，只有信息提取模型。
你能保证？徐所长身子前倾了一点，你的模型架构能保证它不会自己出投资建议？
这是架构层面的约束。林晨说，提示词约束可以被绕过，但架构约束绕不过去。我们的输出层有一道硬规则：没有原文段落支撑的结论，直接丢弃，不会出现在最终输出里。
徐所长没接话，低头在纸上划了两笔。旁边的法务凑过来耳语了几句，他点了下头。
那我再问一个问题——徐所长抬起头，你们的AI摘要如果每一条都标注了来源，那等于是给国泰的研报做了一个免费的分发入口。这个入口在你手里。将来如果你们跟海通、中信建投也签了协议，你们的AI平台是不是同时推送所有券商的摘要？那我们国泰的研报在你的平台上跟别家的放在一起——用户凭什么选我们的？
这个问题比版权问题更难回答。法律上能绕过去，但商业竞争的账不好算。
陈铭看了林晨一眼。林晨没看他，在想怎么接。
徐所，你说的这个问题确实存在。林晨停了一下，但我可以反过来问——如果国泰不参与，海通和中信建投参与了，那你们的研报在我们的平台上根本没有摘要，用户连看到的渠道都没有。在平台上出现，至少还有被选择的机会。
徐所长手里的笔又转了起来。他知道林晨说的是实话——缺席的代价可能比参与的代价更大。
但这个逻辑还不够。徐所长没点头，也没摇头，他转头跟右边的法务说了几句，法务翻出一份文件看了看，递给他。
这样——徐所长把文件放在桌上，手按着纸面，我们可以谈一个方案：所有AI摘要的输出，必须标注信息来源于国泰证券的哪一份研报，在输出末尾附带原文获取方式——链接跳转到国泰的官方渠道。这是前提条件。
可以。林晨说，溯源链本来就是我们的合规要求，每一份输出都要标注来源。
另外——徐所长看了他一眼，总量策略报告和行业配置报告的数据授权可以谈。但个股深度分析暂不纳入。个股研报涉及到具体的调研信息和盈利预测数据，太敏感了。盈利预测一旦泄露到你们的模型里，被别的机构拿来交易——这个责任我们担不起。
林晨心里算了一下。总量策略加行业配置——覆盖了智研项目大约百分之五十的数据类型。另外百分之五十的个股数据，没拿到。
个股这块——他试探了一句。
不行。徐所长很干脆，个股研报里的信息一旦被模型——你怎么控制它不会被用在你们其他客户的产品里？我们内部讨论过了，个股数据至少现阶段不开放。
陈铭微微摇了下头——意思是别再推了。林晨看懂了，站起来。
行。总量和行业的授权条款，你们法务出一版，我们法务再看。个股的事，后面再想办法。
徐所长也站起来，握了下手。林总，我多说一句——你们做AI的，可能觉得数据就是数据，喂给模型就行了。但在我们这行，一份研报后面是一个分析师三个月的调研，是无数个电话会、无数条微信聊天、无数次跑现场。这些积累没法被一个大模型替代。
林晨点了下头，没反驳。现在不是说这话的时候。
出了国泰的大楼，三月的阳光照在脸上。林晨和陈铭沿着人行道走了大概两百米，谁也没说话。陈铭把笔记本夹在腋下，另一只手插在外套口袋里，低着头走路。林晨走在他旁边，盯着前方的路面，脑子里还在过刚才的对话。
走到停车场，林晨开车门没进去，站在车门边靠着，掏出手机看了一眼——三条未读消息，全是工作群里的，他没点开。
总量和行业拿到了。陈铭坐进副驾驶，把笔记本翻开，但个股数据没拿到——智研在个股分析这个场景上的训练数据会少一大截。
林晨把手机塞回口袋，站在车门外又想了几秒，才绕过去坐进驾驶座。他没急着发动车，把手放在方向盘上。
个股研报是券商最值钱的东西，他们不可能轻易放。他说。
那怎么办？没有个股数据，模型在个股分析上的能力会瘸腿。陈铭翻开笔记本，我刚才在会上记了一下——国泰一年大概发多少份个股研报，公开渠道能看到的摘要和结论有多少——
你记这些干嘛？
我在想有没有可能从公开渠道拼出个股分析的数据。陈铭说，不从国泰拿，从别的地方找。
林晨发动了车，没马上开。他想了想。
个股的底层信息不是没有。他说，财报是公开的，交易所的问询函回复是公开的，投资者关系活动记录表是公开的。这些东西不需要任何人授权，谁都可以看。
但这些数据和券商研报里的个股分析是两码事——陈铭犹豫了一下，研报里有分析师的观点和预测，公开数据只有事实。光有事实没有观点，模型能学到什么？
对，光有事实不够。林晨把车开出停车场，但如果我们的模型先学会从公开事实中提取关键信息，再用已经拿到的行业配置和总量策略数据来建立分析框架——相当于一个人先学会看财报，再学会看行业，再去理解个股。逻辑上说得通。
陈铭想了一会。可以试。但数据量可能很大——光沪深三千多家公司过去三年的年报问询函就不知道有多少份。
那就先爬。林晨说，交易所的年报问询函、证监会行政处罚决定书、投资者关系活动记录——这些都是公共数据。让张雨搭爬虫框架，先把量跑起来。
陈铭在副驾驶上用手机开始打字。我整理一份公开数据源清单，回去发给你。
车开上滨海大道。陈铭打完字放下手机，转头看着窗外想了一会，突然又开口：林总，你觉得徐所长最后那句话什么意思？一份研报后面是三个月的调研——他是在警告我们？
林晨看着前方的路。他在提醒。他怕我们觉得有了数据就什么都能干。
那你觉得呢？
林晨没直接回答。他想了想，说：数据是原材料。但没原材料你连灶都上不了。
陈铭笑了一下。那我们先解决原材料的问题。
手机震了。陈博士的消息：谈得怎么样？
林晨单手打字回了一条：总量策略和行业配置可以签。个股深度拿不到。
过了大概半分钟，陈博士回了三个字：意料之中。
林晨把手机放在中控台上，没再问陈博士怎么办。他知道答案——拿到多少用多少，拿不到的想办法补。他做量化那几年也这样，wind数据缺几个字段、同花顺的财务更新晚了两天，照样得出信号。
车开到公司楼下的时候，陈铭已经把公开数据源清单整理好了，发到了他的邮箱。林晨看了一眼标题——智研项目公开数据源初步清单，里面有七八个数据入口，每个后面标了数据类型和预计量级。
他把车停好，熄了火，在车里坐了几秒才推门下车。