围绕 AI 时代投研人才的能力建设，香港 Uweb（University of Web 3）商学院同步推进线下实训与线上孵化，将集中授课、产业研究与持续项目实践相衔接，构建覆盖认知提升、方法训练和成果孵化的培养路径。
自 2026 年 4 月开课以来，香港 Uweb 商学院的线下 AI 投研实训营已举办四期，累计招生 250 余人；线上 AI 投研孵化营面向具备研究与实践基础的申请者开展选拔，累计吸引 800 余人报名，最终遴选 50 人入营，通过八周课程、导师指导与项目共创，进一步深化专业训练。
新一期课程聚焦 AI 在投研中的应用，围绕信息获取、产业分析、价值判断与研究成果表达展开教学。Uweb 将专业投研方法与 AI 工具实践相结合，引导学员运用 AI 梳理市场信息、分析企业与产业变化，并对数据来源和结论依据进行复核，逐步建立适用于自身研究领域的 AI 投研工作流程。
香港 Uweb 商学院校长、HKCDAA 学术委员会轮值主席、中国通信工业协会区块链专委会共同主席于佳宁博士表示，“AI 正在同时改变投研的对象与方法。一方面，技术演进不断催生新的商业模式，要求研究者贯通产业逻辑、企业经营与价值判断；另一方面，智能工具正在深入信息处理和研究分析，要求专业人才具备更强的问题定义、证据甄别与人机协作能力。”
“AI 投研教育应当帮助学习者建立能够随技术和市场变化持续更新的研究体系，使工具效率与专业判断相互促进。”于佳宁指出，Uweb 希望依托在数字资产与前沿产业研究中的积累，将产业认知、研究方法和真实项目实践贯穿人才培养过程，帮助学员把对技术趋势的理解转化为有依据的研究成果，以及能够持续应用于实际工作的专业能力。
将技术演进纳入投研分析，深化 AI 产业认知
在本期 Uweb AI 投研实训营中，《卫斯李的投研笔记》主理人 Wesley 在分享里结合历史创新周期与宏观经济分析，讨论企业盈利、估值变化及产业周期之间的关系。
Wesley 还带来了 AI 浪潮的六大关键启示，具体为：一、每一次浪潮都要求大量前置的资本深化，早期浪潮聚焦于实物资本和基础设施，后期浪潮则聚焦于计算机、外设和软件。二、劳动力替代是过渡性的，而非永久性的，过去对大规模技术性失业的担忧并未成为现实。工作构成发生变化，一些岗位消失，另一些出现，但就业持续存在；三、生产率增长是这些浪潮的终极标志。早期扩散往往缓慢且不均衡，但一旦配套投资和组织变革到位，人均产出便会加速；四、创新浪潮反复包含至少一次重大繁荣-萧条，每个浪潮都呈现出狂热的资本形成、投机性融资、杠杆上升，最终导致收缩的相似模式；五、技术变革在提升总体生产率的同时，也在不同技能群体和行业间重新分配收入；六、政策至关重要，反垄断、社会保险和人力资本投资塑造了以往浪潮的结果。制度适应决定了收益是否被广泛共享。
围绕 AI 产业的分析与投研方法论，科技投资人 Bill Qian 从能源、芯片、基础设施、模型与应用等层次梳理产业链，并结合企业案例讨论研究框架的更新。其指出，“穿越周期，不变的原则是，回报遵循幂律，而非正态分布；Alpha 在各板块间轮动，分散化尤为重要；波动性是长期回报的必要代价。”
在《抓住 AI 复利的八大认识体系》课程中，智富界创始人 Lester Li 将产业周期、商业模式与个人能力发展联系起来。
Lester 表示，“AGI 之后，只有天赋比 AI 强，AI 会抹平所有靠勤奋维持的能力差距。补认知差有一个具体可执行的办法，就是让 AI 帮你找出你不懂什么，然后帮你补课。找到自己的能力之后，下一步是放大它。放大的方式是从使用者变成管理者，把 AI 当成岗位来配置，而不是当成工具来用。”
获港理工创新中心学术支持，开展八周精英孵化
在线下实训之外，Uweb 与 Techub News 联合主办 AI 投研精英孵化计划，由香港理工大学工商管理学院天坤数字稳定币与真实世界资产创新中心提供学术指导。孵化计划于 2026 年 8 月启动，设置八周培养周期，向具备研究基础与 AI 应用经验的入选学员免费开放。目前，一批学员项目已进入路演展示与评议阶段，覆盖投研决策、证据核验、资产配置和市场主线识别等投研环节。
孵化计划围绕金融投研方法论、AI 工具实战与专业影响力培养设置课程，组织 10 余位来自产业研究、AI 应用和内容领域的导师参与培养。核心导师包括香港 Uweb 商学院校长、香港理工大学工商管理学院 TGG 稳定币与 RWA 创新中心联合总监于佳宁博士，Uweb 技术合伙人、《成为提问工程师》作者方军，该创新中心发起人邓华程博士，曾任华为、戴尔高管的 AI 训练师曹玲博士，智富界创始人 Lester，CDAA 二级持证人、资深买方分析师 Todd，Web 3 研究员 BTCDayu，以及 W+联合创始人匿名博士等。导师通过案例拆解与作品点评，帮助学员完善研究框架、应用方案和成果表达。
Uweb 通过阶段任务与项目路演，将学员的研究问题、分析方法和工具方案纳入持续评议。根据公布的入选权益，学员可获得 Uweb 投研 Skill 及 Token、API 使用支持，并通过研究报告、图文作品和工具演示呈现成果。
根据主办方公布的第三场项目路演排名，crazyox 的“积木式 AI 投研决策闭环”、伯纳德 zkBernard 的“投研证据折扣器”和 Elina 的“全天候资产配置决策台”分列前三。三项作品分别围绕投研判断的可验证性、研究证据的可信度和资产配置流程展开，将课堂中的研究方法转化为可供展示与讨论的项目成果。
同场进入榜单的项目还包括 Jack 的“美股市场主线识别系统”、HuiDAO 提出的 AI token 与加密 token 平价指数，以及 Barry Jiang 的“可验证的个人 AI 投研系统”。其他学员的研究任务涉及策略实验归档、回测结果核验、财报解析和多源数据整合，回应投研工作中信息碎片化、研究结论难以复核、策略实验难以积累等具体问题。
根据规则，孵化计划的优秀成果有机会入选高校案例库与成果手册，表现突出的学员还可参与后续 AI 助教、AI 讲师及内容共创工作，使项目实践与后续专业协作相衔接。
贯通研究方法与项目实践，延伸精英培养路
香港 Uweb 商学院是专业的数字资产高端教育机构，立足香港，影响全球，以实现“打造全球 Web 3 顶级学府，赋能十亿人拥抱数字资产”为使命，传承八年的知识积累，拥有业内顶尖的校友网络以及广受赞誉的大咖教师资源。
Uweb 常年开设 Web 3 数字资产分析课程，涵盖现实世界资产（RWA）代币化、稳定币经济与数字资产投研配置，将基本面判断、链上数据分析和宏观经济联动纳入商业教学。今年以来，Uweb 进一步拓展 AI 投研课程，邀请研究人员、量化交易员和技术开发者参与交流，围绕多资产研究、智能体应用与专业人才培养，探讨 AI 进入金融业务的具体路径。
AI 持续进入投研的各个环节，研究人员需要在提高信息处理效率的同时，承担问题定义、价值判断与结论验证的专业责任。Uweb 旨在借助线下实训与线上孵化，将产业认知、投研方法和项目实践纳入持续培养过程，帮助学员把课堂所学转化为有依据的研究成果，并在实践反馈中不断修正和完善自己的方法。
随着导师指导、成果展示与后续共创逐步衔接，Uweb 希望为投研人才提供从学习到实践、从研究到专业协作的成长路径，让个人积累的知识与经验能够用于教学、研究和产业交流，为 AI 时代的金融研究与商业创新培养具备独立判断力和实践能力的专业人才。
