4月16日下午，由中国新闻技术工作者联合会、中国经济传媒协会联合主办，每日经济新闻、每经科技、每经AI智库与中国新闻技术工作者联合会AIGC与数智传播专委会共同发起的“共筑可信生态共创智能未来——AI内容生态与负责任GEO治理研讨会”在京举行。

　　中央财经大学数字经济融合创新发展中心主任陈端在研讨会上发表了题为“金融信息‘AI污染’：智能体时代的资本市场新型风险与多元协同治理”的主题演讲。

　　陈端以“AI杀猪盘”案例，拆解了金融信息“AI污染”的全链条：从虚假信息炮制到社交媒体传播，再经AI（人工智能）模型背书、触发量化策略，最终达到市场情绪共振。这一链条对资本市场定价效率与金融稳定构成了系统性威胁。陈端提出，未来，应构建从技术到市场再到监管的协同免疫系统，实现技术免疫、监管穿透及生态共治。

陈端发表主题演讲图片来源：每经记者韩阳摄

　　金融信息“AI污染”已成为扰动资本市场资源配置的新型风险源

　　资本市场在服务实体经济、支撑科技创新、推动新质生产力发展中扮演着核心枢纽角色，其核心功能在于通过高效、准确的价格发现机制，将资本引导至最具发展潜力的领域。然而，金融信息“AI污染”正从底层侵蚀这一核心功能，成为扰动资源配置的新型系统性风险源。

　　当AI放大的虚假叙事或偏见性分析成为市场主导声音时，资产价格会脱离实体企业的真实价值与未来现金流，资本追逐被“污染信息”吹大的泡沫，从而阻碍了资本向新质生产力关键领域的精准滴灌。

　　陈端介绍，由AI污染触发的算法共振与流动性骤变，会制造非理性的市场巨震，更可能引发跨市场风险传染，干扰宏观政策的传导效果，最终削弱资本市场服务国家战略大局的韧性与效能。因此，治理AI污染不仅是技术或市场问题，更是维护金融安全、保障金融血脉健康畅通的战略必需。

　　从“AI杀猪盘”看智能化、系统化的操纵闭环

　　AI时代，“杀猪盘”有了新的形态，陈端以此为例，介绍了新型信息操作逻辑。

　　据陈端介绍，2025年末，某中小市值上市公司股价在无明显基本面变化的情况下突然连续涨停，引发市场关注。调查后发现，操纵者预先建立大量仓位，利用自动化脚本在平台密集发布数百条虚假帖文，内容包括“获得巨额订单”“与顶尖AI公司合作”等。

　　随着此类虚假帖文被“网络爬虫”迅速收录，部分大语言模型的公共语料库被污染。如此一来，当投资者向AI询问该公司前景时，模型基于被污染语料，以高置信度输出“看多”结论。

　　此后，随着“AI权威背书”的截图被“水军”在社交圈层疯狂扩散，大量散户被诱导跟风买入，形成了情绪共振。部分基于舆情分析的量化策略捕捉到“市场情绪高涨”的信号，触发程序化买入指令，进一步推升了股价。最终，在这一整套“链条”的操纵下，操纵者得以高位套现，留下普通投资者承受损失。

　　陈端称，上述案例标志着，金融信息操纵已从传统的“人工造谣”进入“AI污染”驱动的智能化、闭环化、系统化新阶段。

　　与传统市场操纵手段相比，“AI污染”从信息生产到交易执行形成完整闭环，效率极高。加之AI模型输出具有“权威感”，既对投资者构成直接欺骗，也对资本市场定价效率与金融稳定构成系统性威胁。

　　陈端表示，金融信息“AI污染”是指因AI模型缺陷、算法机制设计或被恶意利用，导致信息在真实性、客观性与传播结构上发生系统性劣化，进而干扰市场预期形成、资产价格发现与资源配置功能的过程。

　　金融信息“AI污染”源于三大根源，一是模型的“幻觉”与数据偏见，二是平台算法对极端情绪的偏好，三是主动的“语料投毒”与深度伪造。陈端指出，应对金融信息AI污染已变为关乎机构生存的现实命题。

　　三重污染机制与三条传导链条

　　金融信息“AI污染”的生成与冲击是一个层层递进、环环相扣的过程，陈端将其概括为“三重污染机制”与“三条传导链条”。

　　陈端首先介绍了“三重污染机制”。

　　一是源头污染（数据与模型层）。一方面，AI训练数据本身固化了市场的历史非理性与偏见；另一方面，模型“幻觉”会生成逻辑自洽但完全虚构的“权威报告”；同时，AI缺乏对监管意图、企业文化等“暗知识”的理解，导致决策框架先天失真。

　　二是放大污染（传播与分发层）。平台算法为追求流量，优先推送极端情绪内容，系统性推高市场情绪烈度；同时，个性化推荐则构筑起对立的“信息茧房”与“叙事孤岛”。此外，深度伪造技术更是直接击穿传统信任验证体系。

　　三是内嵌污染（决策与行动层）。机构普遍采用相似AI工具导致研究同质化与能力锈蚀；量化策略基于受污染的舆情信号进行同质化交易，极易引发市场共振；AI决策的责任模糊性则为新型监管套利提供了空间。

　　陈端随后介绍了“三条传导链条”。

　　一是扭曲预期形成链。市场定价从“基本面贴现”异化为“叙事贴现”，价格与价值脱钩，陷入“污染信息推高价格—价格波动被AI捕捉并强化叙事—进一步推高价格”的恶性循环。

　　二是机构集体失灵链。一旦传统风控模型失效，投资经理在信息洪水中就被迫从深度研究降维至情绪博弈，使得机构本该具有的市场“稳定器”功能瘫痪。

　　三是扰动市场微观结构韧性链。AI做市商可能因污染信号同步行动，引发流动性瞬间枯竭；全球化的AI套利网络则会将局部风险快速传染至全球市场，放大系统性风险。

　　构建“技术免疫、监管穿透、生态共治”的协同免疫系统

　　谈到应对金融信息领域“AI污染”的方式，陈端认为，应构建从技术到市场再到监管的协同免疫系统。

　　具体来看，技术方面，陈端认为应推行可追溯的“AI水印”标准，对于可能影响市场的关键金融信息AIGC（人工智能生成内容）内容，如分析报告、数据解读，强制或鼓励嵌入不可移除的数字水印与元数据，实现全链条可追溯。

　　同时，应研发“反AI污染”监测与鉴证平台，开发能够实时监测网络信息异常扩散模式、智能识别深度伪造内容、检测文本“幻觉”与逻辑矛盾的监管科技工具，为监管机构和大型金融机构提供“预警雷达”。

　　另外，还应探索可信可控的金融AI应用规范，实现风险模型的协同训练与优化。

　　陈端强调，在“AI污染”的环境下，抗污染能力本身成为金融机构的核心竞争力。能够有效识别、过滤、应对“AI污染”的机构，将在信息质量、投资决策、客户服务等方面建立显著优势。

　　市场层面则需要重估专业研究的稀缺价值并给予公允定价，机构需要将“AI治理”纳入公司治理核心范畴，并通过投资者“AI素养”教育等方式，提升整体市场免疫力。

　　此外，监管层也要革新，从事后监管向“事前预防+事中监测”转变；从单一部门向跨部门协同转变，构建适应AI时代的敏捷监管体系。

（文章来源：每日经济新闻）