ai-berkshire Documentation

Technical Documentation: xbtlin/ai-berkshire

ℹ️ Provenance: Multi-Tier Ingestion · CodeWiki Reference

Overview (README.md) Copy Section

中文 | English | 日本語

AI Berkshire - AI 时代的价值投资研究框架

"Price is what you pay, value is what you get." — Warren Buffett

用 AI 重新定义投资研究的深度与效率。

AI Berkshire 是一套同时兼容 Claude Code 与 Codex 的投资研究 Skill 合集，将巴菲特、芒格、段永平、李录四位价值投资大师的方法论系统化、结构化，通过 AI Agent 实现专业级投资研究。

一个人 + Claude Code / Codex = 一个投研团队。

📮 仓库是全量框架，公众号是精选。 真正值得深研的公司，加上报告之外我自己的判断与取舍，都在微信公众号「复利炼丹炉」——扫码关注 ↓

📖 想读报告，用 阅读站：成品报告按公司、专题、时间整理，电脑和手机都好读，可搜索、记住阅读进度。

📊 全部 2265 份报告（含底稿）· 110 家公司 · 27 个专题，GitHub 上的完整目录见 研究报告索引，更新至 2026-10-22。

📖 阅读站 · 实盘业绩 · 为什么不能直接问AI · Skills 一览 · 快速开始 · 实战报告 · 研究索引 · 设计理念 · 公众号

Real Track Record Copy Chapter

不是纸上谈兵。这套框架背后是真金白银验证的投资体系。

2024 全年收益：+69.29% Copy Section

2025 全年收益：+66.38% Copy Section

与主要指数对比 Copy Section

2024 年超额收益：跑赢标普500 46个百分点，跑赢恒生指数 52个百分点

2025 年超额收益：跑赢标普500 50个百分点，跑赢恒生指数 39个百分点

两年累计实盘收益超 146万元，连续两年大幅跑赢全球主要指数。

免责声明：历史收益不代表未来表现。截图来自富途证券真实账户。

精选研究首发于公众号 Copy Section

仓库里是完整的框架和全量报告，公众号里是精选——真正值得深研的公司，加上报告之外我自己的判断与取舍：

复利炼丹炉 —— 用 AI 炼投研这颗丹。

⚠️ 官方渠道只有三个：本仓库、阅读站、公众号「复利炼丹炉」。不收费、不荐股、不带单、不建投资群，也不以任何形式收款。ai-berkshire.com、aiberkshire.com 等域名由他人注册，与本项目无关；凡以 AI Berkshire 名义拉群、收费、推荐个股的都不是本人。

已发表文章按公司归档在 投资炼丹/，每篇附对应的研究原稿。

为什么不能直接问 AI？ Copy Chapter

你当然可以直接问 Claude："帮我分析拼多多值不值得买"。你会得到一篇"一方面...另一方面..."的平衡分析，最后以"投资有风险，请自行判断"收尾。

这种分析看起来对，但没法拿来做决策。

AI Berkshire 解决的不是"能不能分析"的问题，而是分析质量和决策纪律的问题。以下是核心差异：

1. 强制给结论，不打太极 Copy Section

直接问AI，你得到的是两面讨好的"分析"。AI Berkshire 强制输出：通过/不通过/灰色地带，带具体价格区间和分层建议。

普通AI回答："拼多多有增长潜力但也面临竞争压力，投资者需要权衡..."

AI Berkshire 输出：

策略	建议	价格区间
激进型	当前价位可建仓20%	$95-105
稳健型	等回购政策明确后建仓	$85-95
保守型	不符合10年确定性标准，观望	—

镜子测试：5句话说不完整 = 不买，没有例外。

2. 四大师视角对抗，而非单一分析 Copy Section

不是"用巴菲特方法分析一下"这么简单。四个视角会产生真实的矛盾和张力——

以拼多多为例：

• 段永平（商业模式）：好生意，C2M模式难以复制 → 评分 3.7/5
• 巴菲特（财务估值）：扣现金PE仅6.3x，印钞机 → 评分 4.4/5
• 芒格（逆向思考）：护城河比想象中浅，抖音3年做到4万亿GMV → 评分 3.5/5
• 李录（长期确定性）：管理层文化有隐患，10年后不确定 → 评分 2.0/5

巴菲特说"真便宜"，李录说"不确定就不买"——这种冲突才是投资决策的真实状态。单一prompt无法制造这种多视角对抗，而这恰恰是避免盲点的关键。

3. 结构化反偏见机制 Copy Section

AI最危险的不是给错答案，而是给一个看起来很对但经不起推敲的答案。AI Berkshire 在流程中内置了多层"防骗"机制：

4. 金融数据的精确性 Copy Section

LLM心算不可靠。PE算错一个小数点、市值单位搞混港币和人民币，就可能导致错误的投资决策。

真实案例：分析腾讯时，不同来源的市值数据有"港币亿"和"人民币亿"两种单位。AI Berkshire 的处理方式：

# 市值手算校验：股价 × 总股本，与报告数据对比
python3 tools/financial_rigor.py verify-market-cap \
  --price 510 --shares 9.11e9 --reported 4.65e12 --currency HKD
# ✅ 验证通过, 偏差仅 0.08%

所有计算使用 Python decimal.Decimal（精确十进制），不用 float。关键数据至少2个独立来源交叉验证。

5. 可复现的研究流程 Copy Section

直接问AI，每次输出的格式、深度、覆盖面都不一样——今天分析腾讯有护城河评分，明天分析美团可能就忘了。

AI Berkshire 确保：同样的输入 → 结构一致、深度一致的输出。这意味着你可以：

• 7家公司横向对比，评分标准完全一致
• 同一家公司半年后重新分析，直接对比变化
• 团队成员之间的研究结果可以对齐

真实输出——7家公司用同一标准 Checklist 筛选：

公司	通过?	能力圈	好生意	护城河	管理层	安全边际	综合
茅台	✅ 通过	★★★★★	★★★★★	★★★★★	★★★☆☆	★★★★☆	4.7
腾讯	✅ 通过	★★★★☆	★★★★★	★★★★★	★★★★★	★★★★☆	4.7
英伟达	✅ 有条件	★★★★☆	★★★★★	★★★★★	★★★★★	★★★☆☆	4.3
美团	✅ 有条件	★★★★☆	★★★★☆	★★★★☆	★★★★☆	★★★★☆	4.0
快手	✅ 有条件	★★★☆☆	★★★★☆	★★★★☆	★★★★☆	★★★★★	4.0
拼多多	❓ 灰色	★★★★☆	★★★★☆	★★★☆☆	★★★☆☆	★★★★★	3.8
泡泡玛特	❓ 灰色	★★★☆☆	★★★★☆	★★★★☆	★★★★★	★★★☆☆	3.7

6. 多Agent并行 = 研究深度的倍增 Copy Section

/investment-team 启动4个独立Agent同时研究一家公司。每个Agent各自搜索网络、交叉验证数据、独立给出结论。这不是把一个prompt拆成四段——是4个"分析师"各自做了完整的研究，Team Lead再综合。

一个人直接问AI，上下文窗口是一个。4个Agent并行，等于4倍的搜索量、4倍的信息源、4个独立视角。

一句话总结 Copy Section

普通人问AI得到的是"看起来对的分析"，用 AI Berkshire 得到的是"可以拿来做决策的投研报告"。

整体架构 Copy Chapter

三层设计哲学：

• Skill 层：把"你要做什么"抽象成 22 个明确入口——深度研究、财报分析、行业筛选、持仓管理、思维工具，按场景选用
• Agent 层：团队型 skill（如 /investment-team、/earnings-team）由 Team Lead 并行调度 4 个大师视角 Agent——各自独立搜索、独立判断、互相挑战，最后综合研判；轻量 skill 不经过这一层，直连工具快进快出
• 工具层：精确计算、实时检索、报告抽检——保证每份报告的数据严谨性可验证

Skills 一览（22个） Copy Chapter

🔬 深度研究类 Copy Section

📊 财报分析类 Copy Section

🏭 行业筛选类 Copy Section

📈 持仓管理类 Copy Section

🧠 思维工具类 Copy Section

🔗 搭配 Claude Code 内置的 /deep-research Copy Section

除以上 22 个 skill 外，Claude Code 自带一个 /deep-research 深度研究编排器（内置于客户端，不由本仓库分发，安装 Claude Code 即可使用）。它的流程是：把问题拆成 5 个检索角度并行搜索 → 抓取来源、提取可证伪论断 → 每条论断由 3 个独立 Agent 对抗验证（3 票中 2 票证伪才剔除）→ 按置信度合成带引用来源的报告。核心价值是每条结论都被人试图推翻过，而不是搜到什么写什么。

适合在运行本仓库的个股/行业 skill 之前，先对一个关键事实判断做独立核查。实战示例：存储涨价周期研究（106 个检索/验证 Agent，23 条论断三票制交叉验证）、diffusion LLM 技术路线综述（25 条论断验证，22 条确认、3 条被证伪）。

快速开始 Copy Chapter

成本与模型选择 Copy Section

深度投研类 Skill 默认会进行多轮研究、交叉验证和多 Agent 综合判断，因此 token 消耗较高，这是为了换取更完整的商业、财务、行业和风险分析。

如果是真实投资决策中高风险、高重要性的判断，维护者的观点是：最强模型通常更可能带来更好的分析 ROI，不建议只为节省模型成本而牺牲关键判断质量。轻量模型更适合做初筛、摘要或低风险问题；涉及护城河、估值、管理层和风险交叉判断时，应预期分析质量会更依赖模型能力。

想控制成本时，优先调整 workflow，而不是期待完整深度研究变得便宜：快速排除公司可先用 /quality-screen，股价异动归因可用 /news-pulse。只有当结果值得继续深入时，再运行 /investment-research 或 /investment-team。

1. 安装 AI 客户端 Copy Section

本仓库保留同一套 canonical workflow，并分别提供 Claude Code commands 与 Codex skills。按你使用的客户端安装即可。

Claude Code 用户：

npm install @anthropic-ai/claude-code

Codex 用户：

# macOS / Linux
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# 或使用 npm
npm install @openai/codex

# 或使用 Homebrew
brew install --cask codex

# 验证安装
codex --version

Windows 用户可使用官方 PowerShell 安装命令：powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"。

如果 codex --version 能正常输出版本号，就可以继续安装本项目的 Codex skills。

减少授权确认

这些 skills 会频繁调用工具，Claude Code 默认会逐次请求授权确认。这个行为来自 Claude Code 客户端权限机制，不是本仓库可以修改的默认设置。

如果你信任当前 workflow，并且在可信环境中运行，可以用 Claude Code 的跳过权限确认模式启动：

claude --dangerously-skip-permissions

注意：该模式会关闭 Claude Code 的工具审批保护，只应在你信任仓库、命令和工作目录的情况下使用。

2. 安装 Skills Copy Section

Claude Code 用户安装（macOS / Linux）：

# 克隆仓库
git clone https://github.com/xbtlin/ai-berkshire.git

# 复制 skills 到 Claude Code 全局 commands 目录
cd ai-berkshire
./scripts/install-claude-commands.sh

Claude Code 用户安装（Windows PowerShell / Command Prompt）：

git clone https://github.com/xbtlin/ai-berkshire.git
cd ai-berkshire
.\scripts\install-claude-commands.bat

Codex 用户安装（macOS / Linux）：

# 克隆仓库
git clone https://github.com/xbtlin/ai-berkshire.git

# 生成并安装 Codex skills 到 ~/.codex/skills
cd ai-berkshire
./scripts/install-codex-skills.sh

# 可选：安装 Codex slash prompts 到 ~/.codex/prompts
# 用于获得接近 Claude Code 的 /investment-research 体验
./scripts/install-codex-prompts.sh

Codex 用户安装（Windows PowerShell / Command Prompt）：

git clone https://github.com/xbtlin/ai-berkshire.git
cd ai-berkshire
.\scripts\install-codex-skills.bat

REM 可选：安装 Codex slash prompts
.\scripts\install-codex-prompts.bat

仓库同时维护三套入口：skills/*.md 是 Claude Code command 源文件；codex-skills/*/SKILL.md 是 Codex skill 包，由 scripts/sync-codex-skills.py 从 skills/*.md 生成；codex-prompts/*.md 是可选的 Codex slash prompt 兼容层。

3. 使用 Copy Section

在 Claude Code 中直接调用：

# 深度研究
/investment-research 腾讯
/investment-team 美团
/management-deep-dive 王兴 美团
/private-company-research SpaceX
/deep-company-series 拼多多

# 财报分析
/earnings-review 腾讯 2025Q4
/earnings-team PDD 2025年报

# 行业筛选
/industry-research 核电
/industry-funnel AI算力
/quality-screen 恒生指数成分股
/bottleneck-hunter AI基础设施
/investment-checklist 茅台, 英伟达, 苹果

# 持仓管理
/income-investment Verizon mode=existing role=core-income quantity=100 cost_basis=39.50 tax_residence=France horizon=5y
/portfolio-review 腾讯30%, 美团20%, 茅台20%, 现金30%
/thesis-tracker 拼多多
/thesis-drift 拼多多 reports/拼多多-thesis-2025Q4.md reports/拼多多-thesis-2026Q1.md
/news-pulse 腾讯

# 思维工具
/dyp-ask 拼多多的护城河到底在哪里？
/wechat-article 美团

在 Codex 中安装后重启 Codex，然后直接按 skill 名称描述任务，例如：

使用 investment-research 研究腾讯
使用 earnings-review 分析 PDD 2025年报
使用 industry-funnel 筛选 AI算力
使用 bottleneck-hunter 扫描 AI基础设施瓶颈
使用 thesis-drift 对比拼多多两份投资论文
使用 wechat-article 写美团投研文章

如果安装了 Codex slash prompts，重启 Codex 后也可以在 / 菜单里搜索这些 prompt。Codex 官方的 custom prompt 入口通常显示为 prompts:<name>，例如：

/prompts:investment-research 腾讯

各 Skill 详细介绍 Copy Chapter

1. `/investment-research` — 四大师综合分析 Copy Section

最全面的单公司深度研究框架。按七个模块顺序执行：

数据收集 → 生意本质(段永平) → 护城河(巴菲特) → 逆向思考(芒格)
    → 管理层评估(段永平+巴菲特) → 文明趋势(李录) → 估值与安全边际

核心特色：

• AI研究偏见自觉机制（A/B/C级信息丰富度评级）
• 关键数据多源交叉验证（市值手算校验、至少2个独立来源）
• 四位大师的"追问"贯穿全文
• 三情景估值（乐观/中性/悲观）+ 反向DCF

输出示例摘录：

综合决策备忘录

维度	结论	信心度
生意质量（段永平）	极佳：平台型生意，双边网络效应，边际成本趋零	★★★★★
护城河（巴菲特）	宽阔且在变宽：网络效应+转换成本+规模效应三重叠加	★★★★☆
管理层（段永平+巴菲特）	优秀：创始人掌舵，资本配置纪律强	★★★★☆
最大风险（芒格）	监管政策不确定性，新业务亏损拖累整体利润	★★★☆☆
文明趋势（李录）	顺应数字化消费趋势，但非"文明级范式转移"	★★★★☆
估值（巴菲特+段永平）	当前PE 18x，处于历史中位数偏低，有一定安全边际	★★★★☆

段永平："这门生意的本质是连接消费者和商家，赚的是效率提升的钱。好生意的标志是：用户越多，商家越多；商家越多，用户越多。飞轮一旦转起来，很难停下。"

芒格："反过来想——如果这家公司明天消失，用户和商家会怎么办？如果答案是'很快找到替代品'，那护城河就不够深。如果答案是'生活会变得非常不方便'，那就值得关注。"

2. `/investment-team` — 多Agent投研团队 Copy Section

启动4个AI Agent并行研究，模拟真实投研团队协作。每个Agent独立搜索、独立分析、独立给出评分，最后由Team Lead综合研判。

输出示例摘录：

一句话结论

美团是中国本地生活服务的绝对龙头，拥有多重网络效应护城河，当前估值处于历史较低水平，长期投资价值显著，建议逢低建仓。

四维评分总表

维度	框架	评分	核心判断
商业模式 & 护城河	段永平	★★★★☆	双边网络效应强劲，外卖+到店形成飞轮
财务 & 估值	巴菲特	★★★★☆	核心业务利润率持续改善，估值处于历史低位
行业 & 竞争	芒格	★★★☆☆	抖音入侵到店业务，竞争格局有恶化风险
风险 & 管理层	李录	★★★★☆	王兴战略眼光出色，但新业务烧钱需警惕

综合评分：3.8 / 5

投资建议

策略	建议	价格区间(港元)
激进型	当前价位可建仓30%	120-140
稳健型	等回调至100-110建仓	100-120
保守型	等待季报验证利润率趋势后再介入	<100

3. `/investment-checklist` — 巴菲特买入前 Checklist Copy Section

六关快速筛选，帮你在10分钟内决定一家公司是否值得深入研究：

第一关：能力圈（我能理解吗？）
    ↓ 通过
第二关：好生意（经济特征如何？）
    ↓ 通过
第三关：护城河（竞争优势深不深？）
    ↓ 通过
第四关：管理层（值得信任吗？）
    ↓ 通过
第五关：安全边际（价格便宜吗？）
    ↓ 通过
第六关：决策纪律（是理性还是FOMO？）
    ↓ 通过
   ✅ 镜子测试

支持多公司对比——一次筛选多个标的：

/investment-checklist 腾讯, 阿里巴巴, 美团, 拼多多

输出示例摘录：

镜子测试

"我以 380港元 买入 腾讯，因为：

1. 这门生意的本质是社交网络+数字内容平台，我理解它；
2. 它的护城河是12亿用户的社交关系链，而且在变宽；
3. 管理层Pony Ma低调务实、资本配置优秀，值得信赖；
4. 当前价格相当于内在价值的8折，有一定安全边际；
5. 即使我错了，下行风险可控，因为账上净现金超2000亿、游戏现金流强劲。"

✅ 通过镜子测试

5句话说不完整 = 不买。没有例外。

4. `/industry-research` — 产业链全景扫描 Copy Section

从一个投资主题出发，完成产业链全景研究：

投资逻辑链构建 → 产业链全景图 → 全球上市公司扫描
    → 各环节头部公司四大师分析 → 投资组合配置建议

输出示例摘录：

投资逻辑链：核电

底层趋势：AI数据中心电力需求爆发 + 碳中和目标
→ 导致：稳定清洁基荷电源需求激增
→ 创造：核电重启/新建/SMR的确定性需求
→ 受益：铀矿 → 燃料加工 → 设备制造 → 运营商

推荐组合

层级	仓位	标的	环节	核心逻辑
核心	50%	中国广核(CGN)、Cameco	运营+铀矿	确定性最高
卫星	30%	中国核电、东方电气	运营+设备	国产替代受益
期权	15%	NuScale、Nano Nuclear	SMR	高风险高弹性
ETF	替代	URA、URNM	全链	懒人方案

5. `/industry-funnel` — 行业漏斗筛选 Copy Section

从一个行业/方向出发，全市场 → ≤10 家 → 3 家逐层精选：

全市场扫描（活跃度 + 涨幅 + 市值前 30 并集，30-60 家）
    ↓ 价值投资 5 条硬指标
粗筛 ≤ 10 家
    ↓ 精细分析（每家 300-500 字）
精细分析 ≤ 10 家
    ↓ 终选（按组合互补性，不按打分前 3）
四大师深度分析 3 家（每家 800-1200 字）
    ↓
推荐组合（核心 / 卫星 / 期权）+ 操作信号

核心特色：

• 每层都有明确留/弃标准，被淘汰的标的留下淘汰理由（不是黑箱）
• 终选 3 家按"组合互补性"选（高确定性 + 中等弹性 + 高弹性），不按打分前 3 排序
• 强制列"未来 IPO 候选"，避免漏掉一级市场核心玩家
• AI 偏见自觉机制：应对龙头偏好 / 英文偏好 / 故事偏好 / 上市偏好

与 /industry-research 的区别：

• industry-research 偏重产业链结构与全景（按环节切片）
• industry-funnel 偏重个股筛选漏斗（从全市场逐层精选到 3 家）

实测：AI 行业 4 子赛道并行（2026-05-09）：

关键发现：AI 应用层最大赢家不是 AI Native 公司，而是有渠道+数据+工作流嵌入度的成熟巨头——这呼应了 1995-2000 互联网泡沫"卖铲子"的历史规律（亚马逊和苹果赢，Pets.com 输）。

完整报告：AI 算力 · AI 模型 · AI 应用 · AI 基建电力

6. `/private-company-research` — 未上市公司深度研究 Copy Section

专为信息稀缺的未上市公司设计的"侦探式"研究框架：

核心差异化：

• 财务数据拼凑：从招股书、母公司财报、融资新闻、行业数据多源拼凑
• 置信度标注：每个数据点标注 🟢高 / 🟡中 / 🔴低 置信度
• 多方法估值交叉：融资估值法 + 可比公司法 + DCF + 终局倒推法
• 退出路径分析：IPO/并购/二级转让全路径评估

输出示例摘录：

公司画像速览：SpaceX

项目	内容
最新估值	~$350B (2025年二级市场) 🟡
推算收入	~$130亿 (2024年) 🟡
Starlink用户	400万+ (2024年底) 🟢
发射次数	100+ 次/年 (2024年) 🟢

估值判断

方法	估值区间	说明
最近融资	$350B	二级市场报价，有流动性溢价
可比公司法	$200-280B	对标电信+航天+国防
DCF(中性)	$250-350B	假设Starlink 2027年$300亿收入
终局倒推	$400-600B	假设星链成为全球电信基础设施

综合合理估值区间：$250B - $400B

7. `/news-pulse` — 股价异动新闻归因 Copy Section

专为"股价大涨/大跌时快速搞清发生了什么"设计的情报响应 Skill。不是深度投研，是 10-15 分钟的快速归因——避免持仓异动时陷入小作文焦虑或盲目止损。

核心差异化：

• 4 维并行侦察：公司事件 / 监管政策 / 行业对手 / 市场情绪（卖方+大V+南向资金）
• 归因优先于罗列：不是把所有新闻列一遍，而是判断"哪个事件配得上这次股价异动"
• 强制性质判断：价值事件 / 情绪波动 / 真因不明 / 混合——其中"真因不明"是最有价值的输出（可能存在内幕抢跑）
• 明确行动建议：是否触发深度研究、是否需要重审论文、是否仅观察等

与其他 Skill 的区别：

输出示例摘录（腾讯 4/17-5/01 实测，14 天 -10.47%）：

一句话归因

这次 -10.47% 跌幅约 70-80% 由资金面+情绪面驱动（回购静默期 + 南向减仓 + 板块 beta + AI 叙事被夺），20-30% 由 AI 投入翻倍的递延消化承担——基本面无利空，卖方维持买入共识，性质上属于"流动性+情绪型回调"，不是价值事件。

异动归因表

候选解释	估算贡献	置信度
回购静默期消失（结构性，5/13 财报前）	-3% ~ -4%	高
南向资金转向净卖腾讯	-2% ~ -3%	高
AI 叙事被竞品夺走（DeepSeek V4/Qwen3.6/月暗 1T）	-1% ~ -2%	中
板块/宏观 beta（油价+地缘+Fed Warsh 鹰派）	-2% ~ -3%	高
一季报前避险	-1% ~ -2%	中
基本面恶化	0%	极高（排除）

性质判断：✅ 混合型

70% 资金面/情绪面 + 20% AI 长期叙事担忧 + 10% 一季报前不确定性

关键反证：段永平 4/8 卖腾讯 put（看多）；卖方 24 家共识 Strong Buy；网易 4/30 逆市涨 2%（排除游戏行业问题）；腾讯跑输恒科 7 个百分点（恒科月度反而涨 4%）。

调用方式：

/news-pulse 腾讯
/news-pulse 拼多多 跌12% 一周内
/news-pulse 米哈游

实战研究报告 Copy Chapter

以下是使用本框架生成的真实投资研究报告，展示 AI 投研的实际输出效果。

📊 全部研究索引 → ｜ 2265 份报告 · 110 家公司 · 27 个专题 · 更新至 2026-10-22

最近更新：

更多报告将持续添加。欢迎 PR 提交你用本框架生成的研究报告。

设计理念 Copy Chapter

四大师方法论融合 Copy Section

段永平 · "对的生意"——商业模式本质，是其余三个视角的共同起点：

四位大师不是简单的分工，而是设计来互相挑战的：

• 段永平说"好生意"，芒格会问"怎么会死"
• 巴菲特说"够便宜"，李录会问"10年后还在吗"
• 你得到的不是四份报告的拼接，而是四种思维方式的碰撞

金融严谨性工具 (`tools/financial_rigor.py`) Copy Section

专门估值可调用 /company-valuation 腾讯（Codex 使用 $company-valuation 腾讯）。公司方法指南 覆盖 14 家公司；估值引擎 使用 Decimal 计算 DCF、股权桥、敏感性与反向估值。验证记录 区分算术测试、行为复核和仍需当期验证的经济假设。

设计原则：所有计算使用 Python decimal.Decimal（精确十进制），非 float（浮点近似）。0.1 + 0.2 = 0.3 在金融场景中不允许失败。

未来方向 Copy Chapter

• 历史回测：AI研报 vs 实际股价表现
• 宏观经济周期分析框架
• 基于MCP的实时数据接入（Wind/Bloomberg/Yahoo Finance）

免责声明 Copy Chapter

本项目仅供学习和研究目的，不构成任何投资建议。投资有风险，决策需谨慎。请始终做好自己的尽职调查（DYOR）。

License Copy Chapter

MIT License

"The best investment you can make is in yourself." — Warren Buffett

AI Berkshire：让每个人都拥有自己的投研团队。

Star History Copy Chapter

如果这个项目对你有帮助，请给一个 Star 支持！精选公司研究与个人判断首发于微信公众号「复利炼丹炉」（二维码见文首）。

ROADMAP (`docs/ROADMAP.md`) Copy Section

ai-berkshire Roadmap

P0：近期（1-2个月） Copy Chapter

A股数据源接入 Copy Section

• 接入 akshare、东方财富等免费数据源
• 覆盖 A 股财务数据、行情、龙虎榜
• 现有 Skill 无需改动，数据层扩展即可

P1：中期（3-6个月） Copy Chapter

HTML 报告输出 Copy Section

• 在 Markdown 基础上增加 HTML 报告格式
• 支持暗色模式、导航栏、图表可视化
• 提升报告传播性和阅读体验

多档深度模式 Copy Section

• lite：5分钟速判，快速给出估值区间和核心结论
• standard：当前默认模式，完整多Agent研究
• deep：增加更多交叉验证和历史类比，机构级深度

多股横向对比 Copy Section

• 支持 2-4 只股票同维度横向对决
• 同行业公司估值对标
• 输出对比矩阵和择优建议

P2：长期（6个月+） Copy Chapter

测试覆盖 Copy Section

• 为核心工具（financial_rigor.py 等）增加单元测试
• 为 Skill 输出增加回归测试
• 确保迭代不破坏已有功能

组合级分析 Copy Section

• 持仓组合健康度评估
• 行业/地域集中度分析
• 相关性风险检测

大模型的下一战：多模态是必然还是过热的叙事 (`docs/大模型的下一战：多模态是必然还是过热的叙事.md`) Copy Section

大模型的下一战：多模态是必然，还是过热的叙事？

一场关于AI未来方向的深度辩证

引言：一个无法回避的方向之争 Copy Chapter

2024年5月，OpenAI发布GPT-4o。发布会上，当模型实时分析人脸表情、用情感充沛的声音回应问题时，现场观众发出了惊叹。这个画面让全球科技圈形成了一个近乎本能的共识：大模型的未来在多模态。

但这个共识是对的吗？

在讨论"未来方向"时，我们其实混入了两个不同的问题：多模态有没有价值（几乎所有人都同意有）；以及现在是不是应该把多模态当作最优先的主方向，甚至以此为由淡化纯文本语言模型的深度优化（这是真正存在分歧的问题）。

这篇文章试图拆解这两个问题，借助近年来的技术进展、产品案例和市场数据，给出一个更诚实的判断。

第一维度：感知扩展的真实价值 Copy Chapter

支持多模态优先的最直觉论点，是人类认知本身是多模态的。

这个论点并不空洞。在医疗领域，谷歌的Med-PaLM M在胸片、眼底图像、病理切片诊断上达到专科医生水平，斯坦福的研究显示视觉+文本联合诊断的准确率比纯文本病历分析高出23个百分点。在教育领域，学生拍照解题的功能让参与度提升了40%。在创意产业，Midjourney、Suno、Adobe Firefly让数千万普通人第一次拥有了专业级的创意生产能力。

这些不是演示案例，而是有真实用户基础的商业落地。

从信息论的角度看，这个趋势也有其内在逻辑。地球上每天产生的视频信息量远超文字信息量。一帧1080P图像包含的信息量相当于数千词语。一个只能处理文字的AI，接触的是人类信息世界的一个极小子集。

第二维度：LLM的"成熟"是否被高估 Copy Chapter

然而，"LLM已经足够成熟，所以应该转向多模态"这个推论，经不起细看。

"足够成熟"的证据是什么？ChatGPT月活超过2亿，企业客户覆盖财富500强90%以上。从用户规模看，这确实令人印象深刻。

但从能力可靠性看，图景就复杂得多。斯坦福2024年的测评显示，LLM在医疗文献总结任务中的幻觉率仍高达20-30%。法律领域的问题更为具体：纽约律师因提交AI生成的虚假案例引用被法院制裁的事件屡见报端。2亿用户每天在使用一个错误率如此高的工具，说明的是工具的普及，而不是能力的成熟。

更重要的是，OpenAI的o1/o3系列展示了另一条路的潜力。放弃快速迭代的RLHF路线，回归深度推理训练，o3在ARC-AGI基准上的提升，是过去两年所有多模态进展总和的数倍。这说明LLM的推理深度远未到达天花板。把资源从这里抽走，转向多模态，代价是实实在在的。

第三维度：多模态的技术深度之争 Copy Chapter

多模态的倡导者常常援引一个令人振奋的场景：GPT-4o看一张照片，能理解情绪、分析构图、联系上下文给出深度回应。这不是"足够成熟"吗？

这里有一个关键的技术细节值得认真对待。

当前几乎所有多模态大模型的架构，都是管道式的：视觉编码器把图像转成token，语言模型对这些token进行处理。视觉推理和语言推理之间没有真正的双向交互——视觉输入最终都被"翻译"成语言概念，核心处理依然是语言推理。

有一个实验可以说明这个问题：同一张图，如果你用文字告诉GPT-4o图像内容（"一个悲伤的女孩，背景是战争废墟"），它的分析质量和直接看图几乎没有差异。视觉输入是"接收端"，语言推理是"处理端"——多模态的"协同"在当前架构下大多是幻觉，更准确的描述是：LLM是核心引擎，多模态是外设输入。

麻省理工学院2024年的研究也发现，大多数多模态模型在真实世界的视觉推理中存在系统性失败——尤其是对空间关系、计数、3D结构的理解，显著弱于人类。Sora生成的视频出现液体倒流、肢体穿模等物理错误，同样说明了这一点：模型在统计层面模仿了视觉模式，但没有真正理解物理现实。

第四维度：商业价值的分层 Copy Chapter

多模态的商业价值，需要做一个重要的区分。

企业在用多模态AI做什么？Salesforce的视觉分析核心是识别图片中的产品类别，HubSpot的图像理解是检测品牌logo出现频率，工厂安全检测是识别工人是否佩戴安全帽。这些任务真正需要的是机器视觉（计算机视觉），而不是多模态大语言模型——用2019年就已成熟的ResNet就够了。大多数商业安防AI厂商用的也正是轻量化专用视觉模型，因为通用多模态大模型成本过高、推理速度过慢。

Andreessen Horowitz 2024年的报告印证了这一点：大多数企业AI项目因推理成本超预期而削减了多模态功能。多模态推理的token成本比文本推理高出数倍，这在价格敏感的市场中是真实的制约。

真正需要多模态大模型深度能力的高价值场景是有的——复杂医疗影像分析、科研数据的跨模态理解——但这些场景更需要的是领域专用模型，而非通用多模态大模型。在医疗影像诊断上，GPT-4V（通用多模态）的准确率是63%，专用医疗视觉模型（Med-Gemini专用版）是84%，差距随规模扩大没有显著缩小。

第五维度：数据瓶颈的两面性 Copy Chapter

多模态倡导者有一个重要论据：文本数据已经快耗尽了。Meta研究团队估算，互联网高质量文本数据将在2026-2028年触顶。图像和视频数据数量远超文本，是突破"数据墙"的出路。

这个论据是真实的，但逻辑链并不完整。

多模态数据量大，但有效训练信号的密度极低。YouTube上的视频没有配套的高质量语义标注，图像的alt text极度简陋——多模态数据量虽大，但大量是噪声。相比之下，合成数据是文本数据扩展的另一条路——DeepMind的AlphaProof用纯合成数学证明数据，在国际数学奥林匹克上取得了历史性突破。在有客观验证机制（程序能否运行、证明是否成立）的领域，合成数据可以有效突破数据墙。

两条路都有其价值和局限，但把"文本数据触顶"直接等同于"应该优先发展多模态"，是跳过了中间很多步骤的简化。

第六维度：安全伦理的不对称风险 Copy Chapter

多模态技术的安全风险，比纯文本更难处理，且往往被低估。

深度伪造是多模态技术最典型的安全隐患。2024年，香港一家公司因多模态伪造的视频会议被诈骗2500万美元。多模态内容的有害性更隐蔽——图像语境依赖、跨语言视觉梗、以"正常"图像为掩护传播违禁信息——审核难度比文字内容呈指数级增加。

C2PA数字水印等内容溯源技术在实验室里有效，但在真实传播环境中（转码、截图、压缩）会失效。针对视觉情感识别的应用，MIT媒体实验室的研究还发现，面部肌肉动作与内心情绪状态的相关性远低于通常假设，建立在这一科学假设上的情感计算应用存在内在的准确性缺陷和伦理风险。

这不是否定多模态技术本身，而是说：在安全对齐尚未完善的阶段，多模态能力的快速扩展需要更审慎，而不是以"治理会跟上"为由快速前进。

第七维度：资源配置的时序问题 Copy Chapter

综合来看，这场争论的核心不是"多模态有没有价值"，而是"在什么时机、以什么比例投入多模态"。

一个有意思的观察是：全球顶尖AI实验室在研究发表上的关注点，和产品发布的关注点之间，存在明显的分叉。产品层面，多模态是营销焦点，是发布会的主角；研究层面，最深刻的进展（o1/o3的推理突破、思维链的系统化、自一致性方法、合成数据的验证机制）大多在纯语言模型领域。

这个分叉说明了一些东西：产品往多模态走，是因为用户看得见、摸得着，体验更直观；但真正困难的智能问题，研究者依然在语言推理的土壤里挖掘。

从历史上看，每一代技术的发展路径中，都存在"叙事超前于技术"的阶段。多模态大模型当前的讨论，有一部分属于这个范畴——它的长远方向可能是正确的，但短期的资源投入比例，可能被宏大叙事高估了。

结论：地基与屋顶，不是非此即彼 Copy Chapter

最诚实的答案，不是"多模态是未来"，也不是"LLM才是重点"，而是：两者都重要，但有先后。

当前阶段，语言模型的可靠性、推理深度、安全对齐，仍然是最值得集中资源的优先方向。这些能力是地基。多模态的感知扩展是真实的增量价值，但在地基未稳时把资源大量投向顶层，结构性风险很高。

这不是技术保守主义，而是对工程现实的尊重。

GPT-4o的发布确实令人印象深刻，多模态的商业落地也在真实推进。但真正改变世界的不是"能看图"这个功能，而是当AI能把感知、推理、可靠性做到真正融合时，那个还未实现的整体。在那一天到来之前，我们需要在追逐叙事和夯实地基之间，保持清醒的判断。

本文基于公开技术报告、学术论文及产品测评数据，所引数据均有文献来源，未添加无依据的预测。

--- METRICS ---

• Files Extracted: 3
• Estimated Token Budget: ~6167 tokens
• Canonical Reference: https://codewiki.google/github.com/xbtlin/ai-berkshire