ai-berkshire：一個價值投資研究框架，模擬多位投資大師的多代理團隊以產出決策級報告

它解決了什麼問題

AI Berkshire 針對標準 AI 金融分析缺乏決策級品質的問題。一般的大型語言模型往往提供平衡但模糊的摘要，避免給出明確結論；而此框架則強制執行嚴謹、結構化的投資研究流程。它透過精確的 Python 工具消除「幻覺」式的財務計算，並透過四位價值投資大師的多視角辯論，防止認知盲點。

它如何運作

此專案提供一系列與 Claude Code 與 Codex 相容的「Skills」（結構化工作流程）。它分為三層運作：

1. 技能層：18 個針對不同情境的具體入口點，例如深度公司研究、盈餘回顧、產業篩選與投資組合管理。
2. 代理層：每項技能會觸發多個 AI 代理（代表 Warren Buffett、Charlie Munger、段永平、李錄的觀點），進行平行研究、交叉驗證資料，並相互挑戰結論。
3. 工具層：專用的財務嚴謹工具 (financial_rigor.py) 使用 Python 的 decimal.Decimal 進行高精度計算，並從多個獨立來源交叉驗證資料，以確保準確性。

目標使用者

此框架設計給希望超越簡單 AI 提示、進行專業級投資研究的投資人，使單一使用者即可具備完整研究團隊的深度與嚴謹性。

重點特色

• 多大師視角：模擬四位價值投資傳奇之間的辯論，以發現矛盾與風險。
• 決策導向輸出：強制給出明確結論（通過/失敗/灰色）與具體價格區間，而非模糊摘要。
• 財務嚴謹性：內建基於 Python 的市值與估值驗證系統，防止 LLM 數學錯誤。
• 防偏機制：實施資訊豐富度評等（A/B/C）、孟德爾式反向思考（失敗情境分析）以及「鏡像測試」以維持決策紀律。
• 多元研究工具組：涵蓋從公開與私有公司深度挖掘到 10 分鐘快速新聞歸因價格波動的全部需求。

---

摘要： 一個針對 Claude Code 與 Codex 的結構化投資研究框架，系統化價值投資方法論，以產出專業、決策級的財務報告。

標題： ai-berkshire：一個價值投資研究框架，模擬多位投資大師的多代理團隊以產出決策級報告