Skip to content

Latest commit

 

History

History
64 lines (47 loc) · 3.56 KB

File metadata and controls

64 lines (47 loc) · 3.56 KB

AI Berkshire — AI 记忆文件

本文件记录 Claude 在与用户协作过程中积累的项目知识、用户偏好和历史决策,供后续会话参考。

用户画像

  • 投资风格:价值投资,重仓集中持有,关注中国互联网+消费+AI
  • 研究偏好:直接犀利不废话,要明确结论不要两面讨好,数据必须准确
  • 使用场景:个人投资决策辅助,同时将本项目作为开源产品推广

项目演进历史

2026年4月7-9日(首批研究+框架完善)

完成的研究:

  1. /investment-team 拼多多 — 首个完整的4Agent并行研究,综合评分3.4/5
  2. /investment-checklist 7家公司 — 茅台、腾讯、英伟达、美团、拼多多、泡泡玛特、快手
  3. 大师持仓追踪 — 巴菲特/李录/段永平最新13F + PDD成本价分析
  4. 对美团等5家公司进行了深度再评估(用户挑战了初始评估)

用户反馈导致的修正:

  • 美团从 ❌ 改为 ✅ 有条件通过 — 用户指出:等盈利恢复再买就晚了,2000亿打不垮=真护城河
  • 英伟达从 ❓ 改为 ✅ 有条件通过 — AI Capex仍在加速,Jevons Paradox
  • 快手从 ❓ 改为 ✅ 有条件通过 — 可灵AI被低估,Sora已关停

关键教训:

  • 不要机械套用checklist,要有独立判断
  • "等盈利恢复再买"是逻辑谬误——股价会提前反映
  • 竞争对手花了更多钱但没占到便宜 = 护城河的最佳证据

Skill体系演进

V1(5个Skill)— 覆盖买入前研究:

  • investment-research、investment-team、investment-checklist、industry-research、private-company-research

V2(9个Skill)— 补齐买入后流程:

  • 新增:earnings-review(财报精读)、thesis-tracker(论文追踪)、portfolio-review(组合管理)、management-deep-dive(管理层纵深)
  • 经过2轮自验证迭代修复:路径统一、工具调用补全、并行收集、反偏见机制、量化评分公式

项目核心卖点(README中已体现)

  1. 强制给结论不打太极 — 通过/不通过/灰色,带具体价格区间
  2. 四大师视角对抗 — 不是分工而是互相挑战,制造真实的矛盾和张力
  3. 结构化反偏见机制 — A/B/C信息丰富度、芒格逆向、快速否决、反共识
  4. 金融数据精确性 — Decimal精确计算、市值手算、多源交叉验证
  5. 可复现研究流程 — 同样输入→结构一致输出,支持横向对比和纵向跟踪
  6. 多Agent并行深度 — 4个Agent各自搜索+独立分析,4倍信息量
  7. 实盘验证 — 两年累计146万收益,连续跑赢指数40-50个百分点

用户偏好与工作习惯

  • 报告语言:中文
  • 推送到GitHub:研究完成后通常会要求推送,主动询问
  • git操作:远程经常有新提交(用户可能在其他地方也在改),推送前必须 git pull --rebase
  • 对错误的态度:直接指出,不需要委婉。用户会挑战AI的判断,这时应该认真重新评估而非辩护
  • 不要过度总结:用户能看diff,不需要每次操作完都复述一遍做了什么
  • 研究深度:宁可花时间做深做准,不要为了快而粗糙

已知问题和待改进

  • reports/ 目录下有一些早期文件命名不规范(中文下划线混合),后续统一为英文短横格式
  • 部分早期报告(如腾讯控股-投资研究报告.md)使用旧命名,未迁移
  • financial_rigor.py 工具的实际覆盖面需要在Skill执行中验证
  • README中的输出示例是虚构的,后续应替换为真实报告的截取