ai-berkshire: 一個模擬傳奇投資者以產出決策級研究報告的多代理人價值投資框架

它解決了什麼問題

AI Berkshire 解決了標準 AI 生成投資分析中缺乏決策級品質與紀律的問題。雖然通用型 LLM 通常提供平衡但模糊的「一方面...另一方面...」式回應，但此框架強制 AI 提供具體的結論、特定的價格範圍以及嚴謹的財務驗證，以實現真正的投資決策。

運作方式

該專案提供了一系列與 Claude Code 和 Codex 相容的結構化「Skills」（指令）。它透過採用多代理人架構，將單一使用者轉化為虛擬投資團隊：

• 多視角代理人：它模擬了一個由四位價值投資大師（Warren Buffett、Charlie Munger、Duan Yongping 與 Li Lu）組成的團隊，每個人從不同的角度分析公司（例如：業務本質、護城河、逆向思考與長期確定性）。這些代理人旨在透過互相挑戰來消除盲點。
• 結構化工作流：它使用預定義的檢查清單與漏斗（例如：「Mirror Test」）來確保在不同公司之間保持一致的深度與格式。
• 財務嚴謹性工具：為了防止 LLM 計算錯誤，它使用了一個基於 Python 的工具 (financial_rigor.py)，利用 decimal.Decimal 進行精確計算，並交叉引用來自多個獨立來源的數據。
• 分層設計：它將功能分為 Skill 層（19 個特定的進入點）、Agent 層（大師們的並行調度）以及 Tool 層（精確計算與檢索）。

對象是誰

它專為那些希望在不需要完整人類研究團隊的情況下，獲得專業級、結構化價值投資研究的投資者，以及那些使用 Claude Code 或 Codex 來自動化其財務分析的人士所設計。

重點亮點

• 決策導向輸出：強制產出「通過/失敗/灰色地帶」的結論，而非通用的摘要。
• 多代理人衝突：使用四種不同的投資哲學來創造張力並避免確認偏誤。
• 反偏誤機制：包含資訊豐富度評級（A/B/C）、Munger 風格的逆向測試，以及「快速拒絕」紅線清單。
• 全面的技能集：提供 19 種專業工具，涵蓋深度研究、盈餘回顧、產業篩選、投資組合管理以及新聞歸因。
• 財務精確度：對市值與估值實施嚴格驗證，以避免常見的 LLM 算術幻覺。