如果你在做会联网找文件的投研 Agent，或者准备让助手按“某个截止时刻之前已公开的材料”回答，这份报告的计分口径和 0 分样本，比单纯排名更值得看。来源《Can you rely on AI to research a stock or fund?》｜评测日期 2026-10-28，发布 2026-11-04，2026-11-05 有一次更正说明且分数未变｜ChatGPT dots、Grok B

如果你在做会联网找文件的投研 Agent，或者准备让助手按“某个截止时刻之前已公开的材料”回答，这份报告的计分口径和 0 分样本，比单纯排名更值得看。来源《Can you rely on AI to research a stock or fund?》｜评测日期 2026-10-28，发布 2026-11-04，2026-11-05 有一次更正说明且分数未变｜ChatGPT dots、Grok B

｜测试 2026-10-28 至 10-29，评测日期 2026-10-29，发布 2026-11-04，截至 2026-11-05 无更正说明｜ChatGPT dots、Grok Bot、Instinct、Muse 四款助手，每款 72 题（6 类任务 × 12 题）｜权重 Correct 40、Trustworthy 30、Usable 20、Second try 10，六类任务等权平均。Mu

｜测试 2026-10-29 至 10-30，发布 2026-11-03，2026-11-04 有一次更正说明，分数没有变｜ChatGPT dots、Grok Bot、Instinct、Muse 四款助手，每款 72 题（6 类任务 × 12 题）｜权重 Correct 40、Trustworthy 30、Usable 20、Second try 10，六类任务等权平均。页面 11 月 4 日的更

analyst.ai评测显示，ChatGPT、Quadratic与Julius在规则明确时均能准确生成周报，但口径模糊时错误频发。ChatGPT综合分95.5，表现最佳，却因将“NA”误读为缺失值，漏掉北美区超36万美元销售额；Quadratic在跨表逻辑与数据刷新上表现较弱，尤其Excel模式仅得11/30正确；Julius因额度用尽未完成全部测试。三者均需人工核对关键信号：分组维度数量、金额一