在人工智能席卷全球金融領域的當下，投資研究行業正經歷前所未有的轉型。從傳統的人力密集型模式，到AI驅動的智能化分析，行業效率正在被重新定義。作為國內AI投研領域的開拓者，熵簡科技的發展歷程折射出整個行業的進化軌跡。其創始人費斌杰通過"熵減"理念，試圖破解投研領域的復雜度難題，推動行業能力普惠化。

費斌杰的創業初心源于其在嘉實基金擔任買方分析師時的切身體會。"當時分析師們還在用Excel構建估值模型，大量時間消耗在數據整理這類機械性工作上。"他回憶道，"這些重復勞動本應由機器完成，人類應該專注于更高層次的戰略思考。"這種認知促使他在2017年創立熵簡科技，將物理學中的"熵"概念引入投研領域——通過AI技術降低系統無序度，實現信息整合、流程優化和認知減負。

公司發展呈現清晰的雙階段特征。初期（2017-2021年）聚焦數據基礎設施建設，為頭部資管機構打造投研數據中心。這個看似"笨重"的選擇，實則為后續AI應用奠定了堅實基礎。費斌杰團隊認為，高質量數據是AI發揮效能的前提條件。當2022年生成式AI取得突破時，熵簡科技迅速推出標準化產品AlphaEngine，將多年積累轉化為專業投資者的"阿爾法發動機"。

這款AI投研引擎的效能提升令人矚目。費斌杰舉例說明："針對原油價格對科技供應商成本的影響分析，傳統方式需要資深分析師耗時數日，現在AI可即時生成包含數據圖表的專業報告。"這種效率躍遷正是"熵減"理念的具象化呈現——將分散信息轉化為結構化洞察，將冗長流程壓縮為即時響應。

對于AI投研的發展階段，費斌杰構建了獨特的五級評價體系。L1階段（以ChatGPT為標志）實現基礎泛化能力，相當于實習生助手；L2階段（2024-2025年）出現具備深度思考能力的模型，實現長程推理；當前行業已進入L3階段，AI因代碼生成能力質變而具備中級分析師水平，可自動完成Excel建模、Python數據分析等復雜任務。他預測2027年將邁入L4階段，AI將升級為"基金經理助理"，參與風險評估和策略制定；最終L5階段將實現"AI基金經理"的自主投資閉環。

在技術演進路徑上，費斌杰特別強調"可持續學習能力"的前沿價值。他將當前大模型的缺陷類比為"順行性遺忘癥"——無法將短期記憶轉化為長期知識積累。這項技術突破將使AI具備持續進化能力，真正成為可信賴的"數字分身"，為投研領域帶來革命性變革。

商業實踐方面，AlphaEngine已獲得市場廣泛認可，服務超過9.3萬名專業投資者，覆蓋近9000家資管機構及企業決策部門。面對商業化挑戰，費斌杰堅持垂直賽道深耕策略："只要在足夠深的領域創造真實價值，產業用戶愿意為專業能力付費。"目前公司正將業務拓展至香港市場，并規劃覆蓋整個亞洲地區。

從發現問題到推動變革，費斌杰用九年時間完成了從分析師到創業者的身份轉變。在他看來，"熵減"之旅遠未結束，每次技術突破都在推動投研能力向更普惠的方向演進。這場由AI引發的效率革命，正在重塑金融行業的價值分配格局。