AI 编行情怎么破？WorkBuddy 接通达信 MCP，数据直接来自行情服务器

摘要

通达信开放 MCP 数据通道、WorkBuddy 完成官方对接，让 AI 直接从行情服务器取数，堵上凭空编数据这条路。

AI 编行情，根子不在模型笨，而在它没接上真实数据源，只能靠记忆和概率拼数字。通达信 MCP 通道接入腾讯 WorkBuddy 后，行情直接从行情服务器取，AI 给出的每个数字都能回溯到具体来源。判断一条 AI 输出值不值得信，看的是数据从哪来，不是它说得多有条理。

一、AI 编造行情数据的根本原因

先说结论：这不是模型的缺陷，是机制决定的。

大模型擅长的是语言组织，它并不知道今天某只股票收在多少。当你问它一个具体标的的当前价格时，它能做的要么是回忆训练记忆里某个时间点的值，要么是按概率拼出一个看起来合理的数字。这两条路都不可靠 —— 前者必然过期，后者纯属虚构。

所以对付幻觉，靠提醒不够，靠换模型也不够。有效的办法是给它接一条能实时取数的通道，让它被问到具体数据时必须去查，而不是靠想。这正是 MCP 这类协议在做的事。

二、通达信 MCP 如何打通行情数据通道

2026 年 6 月初，通达信正式开放 MCP 协议数据通道，腾讯旗下桌面 AI 工作台 WorkBuddy 完成官方对接。

这条链路的关键在于数据来源。按照国盛证券计算机团队在研报中的梳理，通达信 MCP 是 WorkBuddy 连接器生态里第一家以第三方金融数据提供商身份接入的平台。也就是说，AI 拿到的不是搜索引擎拼接出来的二手信息，而是来自行情服务器的真实数据。

对使用者来说，最直接的变化是：AI 给出的每一个数字都应该能回溯到具体的行情来源。这也是判断一条 AI 输出值不值得信的基本标准 —— 不是看它说得多有条理，而是看它的数据从哪里来。

三、接入通达信 MCP 后传统流程的变化

在没有这套连接之前，一次完整的个股分析通常是这样的：在通达信里筛选，复制代码粘到浏览器查财报，跳转研报平台下载报告，手动摘抄机构目标价和盈利预测，再打开表格软件把数据录进去做对比。一套流程走完，单只股票至少十分钟，批量看二三十只就是两到三个小时。

而且这个过程里藏着两类风险：一是手动搬运容易输错代码、漏看关键数据；二是所有中间结论都建立在人工粘贴的基础上，量一大就很难保证口径统一。

接入之后，行情、选股、研报、数据分析形成联动，取数和整理这两段被压缩了，你要做的从「搬数据」变成了「看数据」。这不是省时间这么简单 —— 更重要的是中间出错的环节消失了。

四、通达信 MCP 连接器的配置步骤

第一步，确认 WorkBuddy 桌面端已更新到支持连接器的版本，并完成登录。

第二步，在 WorkBuddy 左侧的「专家 · 技能 · 连接器」里找到连接器入口，搜索并添加通达信相关的 MCP 连接器，按页面提示完成授权。

第三步，回到对话，用自然语言提问。比如直接要求它拉取某只标的的最近行情、常用技术指标，或者输出今天的板块涨跌分布。

配完之后建议先做一次验证：问一个你手动就能核对的数字，比如某只股票的当日收盘价。如果它给出的结果和你在行情软件里看到的一致，说明链路通了。这一步不要省，它是验证配置是否真的生效最直接的办法。

五、通达信 MCP 的能力边界

接上真实数据源解决的是「数据是真的」，不是「结论是对的」。

AI 能做的事情边界很清楚：它可以快速筛选几千只股票、批量提炼公告核心内容、统计各类技术指标，不会因为疲劳或情绪漏掉信息。但它看不懂市场情绪的拐点，识别不了主力诱多诱空的盘面陷阱，也很难理解突发消息带来的资金分歧。

比较合理的分工是：让工具负责把真实数据捞全、按统一口径排好，让自己负责判断这些结果能不能用、该怎么用。很多人用 AI 出了问题，往往是第二步也交了出去。

还有一个实用的自保习惯：让它给出数据来源和取数时间。哪怕是同一套配置，隔一段时间重取一次，结果也可能因为数据源更新而变化。养成在输出里带上时间戳的习惯，后续回看报告时能立刻知道这批数据对应的是哪个时点，避免拿昨天的数据在今天做判断。

六、WorkBuddy 在通达信 MCP 链路中的角色

WorkBuddy 是腾讯在 2026 年 3 月上线的 AI 智能体工作台，它把 Skill、专家、专家团分成三层：需要某种能力就装 Skill，有明确单点问题就找专家，复杂任务需要多角色配合就召唤专家团。通达信这类数据源属于连接器层，解决的是连到哪里取数。

理解这个分层有个实际好处 —— 当你发现 AI 输出的问题出在数据本身，就该检查连接器；出在分析方法上，就该换 Skill 或专家；出在流程组织上，才是专家团的活。不同层面的问题用不同层面的办法解决，比笼统抱怨这家工具不好用要有效得多。