xbtlin/ai-berkshire

해결하는 문제

AI Berkshire는 일반적인 AI 분석을 전문가 수준의 의사결정용 보고서로 전환하는 구조화된 투자 연구 프레임워크를 제공합니다. "균형은 잡혔지만 모호한" AI 응답의 문제를 해결하기 위해 명확한 결론(합격/불합격/회색)을 강제하고, 다각적 시각의 적대적 분석을 구현하며, LLM의 산술 계산에 의존하지 않고 외부 Python 도구를 통해 재무 데이터의 정확성을 보장합니다.

작동 방식

이 시스템은 Claude Code 및 Codex와 호환되는 "스킬"의 모음으로 설계되었습니다. 세 가지 계층으로 구성되어 있습니다:

1. 스킬 계층: 기업 심층 조사, 실적 리뷰, 산업 스크리닝, 포트폴리오 관리 등 다양한 시나리오를 위한 20개의 전문적 진입점.
2. 에이전트 계층: 복잡한 작업에서는 "팀 리더"가 워런 버핏, 찰리 맨거, 단용평, 리루의 가치 투자 철학을 대표하는 4개의 서로 다른 AI 에이전트를 조율합니다. 이 에이전트들은 독립적으로 검색하고 분석하며, 서로의 결론을 도전합니다.
3. 도구 계층: Python의 decimal.Decimal을 사용해 정밀한 계산을 수행하고, 여러 독립적인 소스에서 데이터를 교차 검증하여 환각을 방지하는 재무 엄격성 툴킷(financial_rigor.py)을 제공합니다.

대상 사용자

• 가치 투자자: 버핏/맨거 철학을 따르며 연구 프로세스를 체계화하고 싶은 사람.
• 투자 분석가: AI 에이전트를 활용해 연구의 깊이와 효율성을 높이고 싶은 전문가.
• 소규모 투자자: 전체 기업의 부담 없이 전문가 수준의 연구 팀 경험을 원하는 개인 투자자.

주요 특징

• 적대적 시각: 4명의 투자 거장 간의 논쟁을 시뮬레이션하여 맹점을 발견합니다.
• 편향 방지 메커니즘: 정보 풍부도 평가(A/B/C), 맨거식 역전 사고(실패를 고려), 의사결정의 엄격함을 테스트하는 "미러 테스트"를 포함합니다.
• 재무 엄격성: 시가 총액 검증, 평가 검사, 벤포드의 법칙 탐지 기능을 내장하여 데이터 정확성을 보장합니다.
• 포괄적인 스킬 세트: 10분짜리 빠른 스크리닝(/investment-checklist)부터 12만 단어에 달하는 심층 분석 시리즈(/deep-company-series)까지 모두 커버합니다.
• 멀티에이전트 병렬 처리: 단일 프롬프트보다 검색량과 정보 소스를 수배로 증가시켜 정보 수집 효율을 극대화합니다.