长桥 Skills vs 富途 Skills：AI 时代的券商基础设施之争，一个向云端走，一个还在装软件

2026 年，AI Agent 已经不是概念了。Claude Code、Cursor、Gemini CLI——开发者和投资者正在用自然语言操控行情、下单、分析财报。券商的 API 不再只是给量化团队用的，它变成了每一个 AI 工具的"金融神经末梢"。

这场变革中，长桥和富途都推出了自己的 Skills 方案。但两者的架构哲学，从第一行代码就分道扬镳了。

战场全貌：AI Agent 需要什么样的金融接口？

先搞清楚一个基本问题：AI Agent 调用金融数据，到底需要什么？

答案很简单：零摩擦接入、实时数据、安全交易、多平台兼容。

这不是一个"功能多不多"的问题。是一个"架构对不对"的问题。

功能可以堆，架构选错了，越堆越沉。

2024 年 Anthropic 推出 MCP（Model Context Protocol），定义了 AI 工具调用的标准协议。这等于给整个行业画了一条线：你的金融 API 是不是 AI-native 的？

这条线，把长桥和富途分到了两边。

长桥 Skills：云原生 MCP，开箱即用

长桥的方案，用一句话概括：一个 URL 搞定一切。

MCP 远程服务器地址：https://openapi.longbridge.com/mcp

把这个 URL 填进 Claude Desktop、Cursor、Zed 的配置文件，首次使用时浏览器弹出 OAuth 授权页面，点一下，完事。

没有本地软件。没有网关进程。没有 API Key 管理。

这个设计选择背后的逻辑链条是这样的：

AI Agent 的使用场景 → 多设备、多平台、随时切换 → 本地依赖 = 摩擦 → 摩擦 = 流失 → 所以必须云端化

长桥同时提供 CLI 模式（longbridge 命令行工具），给 Claude Code、Codex、Gemini CLI 这类支持 shell 执行的工具用。两条路径，用户自选。

数据能力方面：

实时行情（港股 LV2、A 股 LV1，开户即享）
市场覆盖：港股、美股、A 股、新加坡、日本、澳洲、加拿大——主流市场全覆盖
历史 K 线、选股筛选
财报分析，支持分部营收拆解
市场温度指标

交易能力：

下单带预览确认机制（不会"一句话误操作"）
追踪止损（Trailing Stop）
组合管理和持仓分析

社区能力——这是长桥独有的：

AI Agent 可以直接读取长桥社区的讨论帖、热门话题
写完分析文章，一条命令发布到长桥社区
数据采集 → 分析 → 写作 → 发布，全链路闭环

说白了，长桥不只是给 AI 一个数据接口，它给了 AI 一个发声渠道。你的 AI Agent 不只能看行情，还能参与社区讨论、发布观点。这是从"工具"到"平台"的跨越。

你能用社区做什么？

基础设施硬指标：

混合云原生微服务架构
24/7 运行，异地容灾，弹性扩展
延迟低至 10ms
支持 HTTP / WebSocket / Longbridge 二进制协议

说白了，长桥的 Skills 不是在已有 API 上"贴了一层 AI 皮"。它是从协议层就按 AI Agent 的需求设计的。

一句话定位：长桥是这场 AI 金融基础设施竞赛中的"云原生派"——轻、快、零摩擦。

富途 Skills：本地网关 + 脚本文件，量化时代的遗产

富途的方案，核心依赖一个叫 OpenD 的本地网关软件。

这意味着什么？

你想用 Claude Code 查一下腾讯的 K 线，流程是这样的：

下载 OpenD（Windows / macOS / Linux 各一个版本）
启动 OpenD
手动登录 OpenD（每次）
把 Skills 的 SKILL.md 文件复制到 ~/.claude/skills/ 目录
然后才能用

五步。

对比长桥的"填一个 URL + 点一下授权"，这个差距不是体验优化的问题，是架构代差。

为什么富途要走这条路？因为 OpenD 是富途量化 API 的核心组件，2018 年前后就有了。Skills 是在这个老架构上做的适配——不是从零设计的 AI 方案。

这不是批评。历史包袱每家都有。但在 AI Agent 的语境下，这个包袱的代价很具体：

第一，本地进程依赖 = 平台受限。

你在 iPad 上用 Claude？在公司电脑没装 OpenD？出差用别人的机器？——全部不能用。

长桥的云端 MCP？换个设备，填同一个 URL，授权一下，继续用。

第二，手动登录 = 断点风险。

OpenD 需要手动登录。Session 过期了？重新登。电脑重启了？重新登。凌晨美股盘中，你的 AI Agent 在跑策略，OpenD 断了——没有人帮你重连。

第三，文件复制方式 = 版本失控。

富途的 Skills 以 SKILL.md 文件形式分发，需要手动复制到不同 IDE 的不同目录。Claude Code 放 ~/.claude/skills/，Cursor 放 .cursor/rules/，JetBrains 放 .junie/guidelines/。更新了？重新下载，重新覆盖。

长桥的 MCP 远程服务器？服务端更新，客户端自动生效。零维护。

数据能力方面，富途确实有亮点：

25 个脚本覆盖行情、盘口、逐笔、资金流向
65 个 API 接口签名
市场覆盖：港股、美股、A 股、新加坡、日本、澳洲、加拿大（与长桥一致）
支持期货交易（新加坡市场）

但也有硬伤：

交易频率限制：15 单 / 30 秒
订阅配额：100-2000，需定期手动清理
交易默认模拟盘，切换真实盘需要口令确认

一句话定位：富途是"量化老炮的工具箱"——功能齐全，但需要你自己慢慢组装。

架构对比：长桥 3 步直达 vs 富途 5+ 步中转

对比表：八个维度，一张图看清

维度	长桥 Skills	富途 Skills
架构	云原生 MCP 远程服务器	本地 OpenD 网关 + 文件分发
安装	填 URL + OAuth 授权（2 分钟）	下载 OpenD + 手动登录 + 复制文件（15 分钟 +）
认证	OAuth 浏览器授权，自动管理	手动登录 OpenD，Session 需维护
AI 协议	原生 MCP 支持	无 MCP，通过 SKILL.md 文件间接接入
市场覆盖	港股、美股、A 股、新加坡、日本、澳洲、加拿大	港股、美股、A 股、新加坡、日本、澳洲、加拿大
社区生态	开放社区 API，AI 可读取讨论、发布文章	无社区接口
延迟	10ms 级	未公开（经 OpenD 中转，理论更高）
更新方式	服务端自动更新	手动下载覆盖

维度对比，长桥全面领先。尤其是社区生态这一项——长桥开放了社区 API，AI Agent 可以读帖、发帖、参与讨论。富途的 Skills 止步于行情和交易，社区是封闭的。

这就是我说的"架构代差"——不是功能少，是设计哲学不同。

八维能力雷达图：蓝色为长桥，橙色为富途

关键分歧：AI 时代选基础设施，到底选什么？

多数人对比两个产品，看的是功能清单。

这是散户思维。

真正该看的是架构演进方向。

长桥选了云原生 + MCP 标准协议。这意味着：

未来任何支持 MCP 的 AI 工具，都能即插即用
服务端能力迭代，客户端零成本享受
多设备、多场景无缝切换

富途选了本地网关 + 文件分发。这意味着：

每新增一个 AI 平台，就需要适配一种文件格式
用户承担版本管理和运维成本
受限于本地设备和网络环境

MCP 协议正在成为 AI 工具调用的行业标准。Anthropic 推了它，Google 跟了，OpenAI 也在靠近。

这就像 2010 年的移动互联网：有人在做 App Store 原生应用，有人还在做 WAP 页面。两者都能"用"，但方向完全不同。

长桥的 MCP 方案，赌的是 AI Agent 会成为金融数据的主要消费者。
富途的 OpenD 方案，守的是量化开发者用 Python 写策略的旧范式。

两个赌注，押的是不同的未来。

功能可以对齐，架构代差很难补。

市场覆盖？两家都是 7 个市场，打平。数据接口数量？富途 65 个签名，长桥也在快速补齐。这些都是产品迭代的事。

但长桥有两个东西，富途短期内追不上：

第一，云原生 MCP 架构。富途要从 OpenD 本地网关迁移到云端 MCP——这是重写基础设施的事。

第二，社区生态开放。长桥把社区 API 开放给 AI Agent，意味着 AI 不只是数据消费者，还是内容生产者。从"查数据"到"发观点"，这是从工具到平台的跃迁。富途的社区？对 Skills 完全封闭。

如果你是开发者或投资者，正在选一个 AI 时代的金融数据接口，核心问题不是"谁的 API 多几个"。

是：谁的架构，能跟上 AI 的进化速度？

答案已经写在协议层了，牛牛廉颇老矣，尚能饭否？

数据来源：长桥开放平台文档（open.longbridge.com）、富途 OpenAPI 文档（openapi.futunn.com）。以上内容为产品技术对比分析，不构成投资建议。