AI投资现在很火,很多人也都在用。
但是都或多或少遇到一些问题。
比如!!
你问AI一句”xxx股票值不值得买”,得到的是一篇”一方面……另一方面……”的纯AI感乱分析,最后以“投资有风险,请自行判断”收尾。
全都是一大堆正确的废话。
这种看起来就让人很不信任的感觉,其实问了也白问,大概率也不会听他的。
今天看到一个AI价值投资框架,名字翻译过来就是AI 时代的伯克希尔。

用AI重新定义投资研究的深度和效率。
项目简介
它把巴菲特、芒格、段永平、李录四位价值投资大师的方法论,抽象成可复用的研究流程,通过多Agent并行协作,帮你完成从单公司深度研究、财报精读、行业筛选到持仓管理的完整投研闭环。
让一个人借助AI也能跑出一个小型投研团队的产出。
DEMO


AI Berkshire只产出研究报告和决策建议,本身不下单,所以这是作者本人用这套框架辅助决策的个人账户收益,不是框架算法的机械收益。
作者自己的投资经验和纪律,和框架的贡献是混在一起、无法分离的。
功能特点
普通回答是拼多多有增长潜力但也面临竞争压力……,AI Berkshire强制输出通过、不通过,并给出具体价格区间和分层建议。
还有一条硬纪律,5句话说不清楚为什么买=不买,没有例外。
四位大师视角对抗
不是用巴菲特方法分析一下那么简单,四个视角会制造真实的矛盾与张力。
以拼多多为例:
- 段永平(商业模式):好生意,C2M 难复制,打分3.7/5
- 巴菲特(财务估值):扣现金 PE 仅 6.3x,印钞机,打分4.4/5
- 芒格(逆向思考):护城河比想象浅,抖音3年做到 4 万亿 GMV,打分4.4/5
- 李录(长期确定性):管理层文化有隐患,10年后不确定,打分4.4/5
结构化的反偏见机制
AI最危险的不只是给错答案,给一个看起来很对、但经不起推敲的答案更让人难受。
项目内置了多层防骗机制:
- 信息丰富度评级:防止资料多等于确定性高的幻觉
- 芒格式逆向检验:强制思考什么情况下它会死
- 快速否决清单:8 条红线一票否决,如管理层诚信污点,估值再便宜也直接否决
- 反共识检查:聪明人为什么在做空?
- 留白原则:数据不足就标注出来,放在那,不用推测伪装确定性
https://github.com/xbtlin/ai-berkshire
© 版权声明
文章版权归作者所有,未经允许请勿转载。
