如果你每天还在重复做晨会材料、财报拆解、指标跟踪、策略验证、风险巡检，有一个变化值得警惕。

同样的工作，有人做完以后就结束了；也有人开始把数据口径、执行步骤、判断规则和交付格式一起做成 Skill。下一次任务再来，前者重新开始，后者直接调用。

一次两次，差别可能不大。但如果这件事一年要做几十次，差距就会一点点累积下来。

万得 AI 技能大赛数据显示，Wind Alice 平台 Skill 存量已经超过 5 万个，整体调用达到百万级；买方投研、资产策略、行业研究三类需求，占全部创作需求的 67%。

65% 的 Skill 创作发生在工作日 9 点到 18 点。换句话说，很多 Skill 就在正常上班时间里，被金融从业者从自己的日常工作中拆出来。

而当 Skill 越来越多之后，其使用的集中度也在不断提高：前 50 个 Skill 拿走了 70% 的调用量，前 10 个占 35%。

金融人的 AI 差距，可能已经从 " 会不会用 "，走到了 " 你的工作有没有开始积累 "。

//   差距，从第二遍开始   //

第一次用 AI 完成一项工作，两个人之间的差别可能只是十分钟、半小时。

第二次做同类任务，情况开始变化。

比如一份财报点评。一个人依然要重新确认指标、找数据、搭比较框架、检查口径；另一个人的 Skill 已经知道该调用哪些数据、按照什么规则比较、最后输出成什么格式。

同样的任务重复十次、五十次以后，第一次多花时间拆流程的人，开始从前面的积累里获益。

一次跑通，只能证明它能工作。用户愿意第二次、第三次再打开，考验的是另一件事：换了时间、换了数据、换了标的，这套流程还能不能继续稳定运行。

所以，Skill 的价值并不只发生在第一次生成结果时。下一次同样的工作出现时，要不要重新开始，差别更大。

//   一个 Skill，为什么要改 18 遍？//

Wind Alice 平台上的 Skill 平均要经过 3 次打磨，迭代次数最高达到 18 次，有作品前后用了 90 天才正式发布。

如果只需要完成一次任务，很难解释为什么有人愿意花 90 天改 18 遍。

一个 Skill 第一次跑通之后，问题往往才开始暴露。

数据口径不稳定，要补规则；遇到异常情况，要增加校验；换一个场景发现原有参数不适用，还得继续调整；最后的结果不好用，连交付格式也需要重新设计。

成熟的 Skill 需要把使用场景、输入参数、执行流程、数据源、分析框架和交付标准逐项定义清楚。做到这一步，它已经接近一套小型自动化工作系统。

这种变化已经出现在具体业务里。

例如，有创作者把金融资讯工作拆成一条完整流程：批量获取资讯、筛选高价值内容、多 Agent 交叉验证、进行可信度评级，最后生成标准化研究日报。原先散落在不同环节里的筛选和核验方法，被逐步放进同一套 Skill 中。

普通工作做完一次，留下的是结果。Skill 每多跑一遍，还可能把过去踩过的坑一起留下。下一次再遇到相同问题，就不用重新踩一次。

//   高频工作，最容易产生积累   //

再看这批 Skill 解决的是什么问题，金融行业的特点就更明显了。

本次技能大赛设置八大赛道，其中买方投研、资产策略、行业研究三个赛道，占全部创作需求的 67%。

晨会提炼、财报拆解、催化指标跟踪、资产配置、策略回测、产业链监控、研报纪要解读，都已经成为 Skill 创作的具体场景。

创作中的高频词也很直接：自动、一键、定时、指标、信号、框架、风险、仓位。

这些工作有很强的共同特征：反复发生、流程可以拆解、数据可以调用、结果能够检查。

晨会明天还会开，指标明天还要更新，财报下个季度还会发布，策略需要反复验证，持仓风险需要持续跟踪。

一项工作一年只做一次，花大量时间固化流程未必划算。一年做几十次、几百次，情况就不一样了。

很多 Skill 或许就起源于一个普通念头：这件事已经做到第三遍了，为什么下一次还要重新来？

//   5 万个 Skill 背后，是金融行业工作方式的改变   //

所以，5 万个 Skill 最值得看的地方，已经不只是数字有多大。

Wind Alice 平台已有百万级调用，45% 的 Skill 具备持续复用价值；42% 的参赛者创作了不止一个 Skill，有人继续做第二个、第三个，也有人把同一个 Skill 打磨十几遍。

过去，一项金融工作结束以后，知识很容易停留在最终文件里。现在，有人开始把完成这项工作的数据、规则、步骤、判断框架和校验方式一起保存下来。

在 Wind Alice 里，这些工作方法都可以进一步沉淀为 Skill，调用金融数据和专业工具；而技能广场则让这些 Skill 获得复用、反馈和继续迭代的空间。

这也是 FinAI Street 这条开放 " 街道 " 值得继续观察的地方。5 万个 Skill 已经开出了足够多的 " 店 "，用户开始用一次次调用做选择，也不断有人带着新的业务方法进来。

对金融从业者来说，最后留下的问题其实很具体：今天，两个人完成同一项工作，也许只差十分钟。

一年以后，一个人每次仍然从头开始，另一个人已经把过去验证过的数据、规则、判断和流程一层层留下来。

AI 带来的压力，可能并不来自别人今天比你快。而是他的工作一直在积累，你的工作却每次都重新开始。

体验、创作更多金融 AI 技能，欢迎使用 Wind Alice。官网入口：

https://alice.wind.com.cn

点 " 阅读原文 "，体验 Wind Alice