xbtlin/ai-berkshire

解决的问题

AI Berkshire 提供一个结构化的投资研究框架，将通用的AI分析转化为专业级、可决策的报告。它解决了AI响应‘平衡但模糊’的问题，通过强制得出明确结论（通过/失败/灰色），实施多视角对抗性分析，并通过外部Python工具而非依赖LLM算术来确保财务数据的精确性。

如何工作

该系统设计为与Claude Code和Codex兼容的“技能”集合。它分为三个层级：

1. 技能层：20个专门的入口点，适用于不同场景，如深度公司研究、财报审查、行业筛选和投资组合管理。
2. 代理层：对于复杂任务，由“团队负责人”协调四位代表价值投资大师（沃伦·巴菲特、查理·芒格、段永平、李路）方法论的AI代理。这些代理独立搜索、分析并相互挑战彼此的结论。
3. 工具层：一个财务严谨性工具包（financial_rigor.py），使用Python的 decimal.Decimal 进行精确计算，并从多个独立来源交叉验证数据，防止幻觉。

适用人群

• 价值投资者：遵循巴菲特/芒格哲学，希望系统化研究流程的人。
• 投资分析师：希望利用AI代理提升研究深度和效率的专业人士。
• 散户投资者：希望获得专业级研究团队体验，但又不想承担完整机构的开销的个人投资者。

特色亮点

• 对抗性视角：模拟四位投资大师之间的辩论，以发现盲点。
• 反偏见机制：包含信息丰富度评级（A/B/C）、芒格式逆向思维（思考失败）、以及用于决策纪律的“镜像测试”。
• 财务严谨性：内置工具用于市值验证、估值检查和本福德定律检测，确保数据准确性。
• 全面的技能集：涵盖从10分钟快速筛查（/investment-checklist）到12万字深度系列研究（/deep-company-series）的全部内容。
• 多代理并行性：使用并行代理，相比单个提示，显著增加搜索量和信息来源。