前言¶

做個股研究的人常見的困境是：資料越查越多，結論越寫越軟。打開十幾個券商研報、翻完三張財報，最後輸出一句「建議逢低關注」，既沒有價格區間，也沒有倉位，更說不清爲什麼買。另一個問題是 AI 直接心算 DCF 和倉位，誤差大到沒法複覈。

下面介紹的這個 Skill 針對的就是這兩點：把巴菲特、芒格、段永平、李錄四個人的方法論拆成一套可執行的研究流程，強制輸出結論，並且所有市值、估值、IRR、倉位、比率計算都走 Python Decimal 工具，不讓模型自己算。

這是什麼¶

一句話定位：一個把四大師價值投資方法論系統化成一個投研團隊的 Skill，覆蓋從商業模式判斷、財報精讀、護城河評估、估值計算到持倉管理、賣出紀律、決策復盤的完整鏈路。

• 名稱：十六科技價值投資大師團
• 座標：@user_7f6c97a1/shiliu-ai-berkshire
• 官方地址：https://api.skillhub.cn/user_7f6c97a1/shiliu-ai-berkshire
• 發佈者：user_7f6c97a1，來源 community，分類 professional
• 版本：2.4.0
• 需要 API Key：否（requires_api_key=false）
• SkillHub 頁面數據：評分 100000，下載 1247 次（隨時間變化）

它解決的核心問題是：個人投研缺框架、缺紀律、缺可復現性。Skill 用九個機制把流程固定下來，其中比較關鍵的是強制給結論、四大師視角對抗、結構化反偏見、Decimal 精確計算、可復現輸出、多 Agent 並行研究、衝突仲裁收斂、全鏈路研究閉環、商業模式視角與雙報告交付。

核心功能¶

強制給結論，不打太極¶

輸出必須是三選一：通過、不通過、灰色地帶。灰色地帶要給出具體價格區間和激進/穩健/保守三檔倉位建議。內置「鏡子測試」：如果 5 句話說不完整這家公司值不值得買，就按不買處理。這一步解決的是「寫了很多字但等於沒說」。

四大師視角對抗¶

同一個問題讓四個視角各自回答，並明確分工：段永平問「是不是好生意」，芒格問「這家公司怎麼死的」，巴菲特問定價權和資本配置，李錄問文明趨勢與長期複利。衝突本身被視爲決策的真實狀態，而不是需要消除的噪聲。多 Agent 模式下，四個 Agent 先各自獨立研究同一家公司，再互相辯論，而不是串行生成一段四平八穩的綜述。

商業模式分析與雙報告交付¶

這是 v2.1/v2.2 加入的鏈路入口，投資決策先問「這是不是一個好模式」，再談估值。四層走完定商業模式健康度（🟢/🟡/🟠/🔴）：

1、S 商業模式畫布：9 大板塊閉環。
2、K 邏輯四維 + 深化三維：價值創造、傳遞、獲取、系統協同，再深化到文化價值觀、情感連接、組織韌性。
3、I 產業鏈卡位與定價權：上游/中游/下游/生態定位。
4、L 文化主張與認知解決：4C 框架 + 認知 5 層漏斗。

雙報告交付（v2.2）要求兩套文檔都出，且自動比對一致才準出：

business_model_report.py  生成 Word《投資決策模式調研報告》
report_audit.py           對 Markdown《投資研究報告》抽檢準出
verify_dual_report.py     自動比對兩份報告一致才準出

Word 報告爲零依賴生成，副標題默認「十六科技手賬的商業模式分析」，可用 handbook_name 參數替換。Markdown 報告銜接七模塊完整研究：數據收集→生意本質→護城河→逆向思考→管理層→文明趨勢→估值。

財報、護城河與資本配置¶

財報分析模塊支持三表科目深讀，不只是看淨利潤。護城河評估按結構性優勢逐項檢驗，資本配置分析看錢花得對不對（回購、分紅、併購、資本開支與歷史回報率對照）。行業篩選、風險登記冊、賣出紀律、決策機制（衝突仲裁/加權綜合/倉位決策/買賣觸發帶）覆蓋持有期和退出期。

資料分析與反偏見機制¶

專門處理二手信息：券商研報拆水分、管理層言行信號比對、傳聞定級。內置三類機制：

• 信息豐富度 A/B/C 評級，防止「資料多 = 確定性高」的幻覺。
• 8 條快速否決紅線。
• 留白原則：數據不足就標註灰色地帶，不硬編數字。

32 個研究模式與 13 個計算工具¶

32 個研究模式按類別劃分：深度研究、財報分析、行業篩選、持倉管理、決策機制、資料分析、思維工具、決策記錄。13 個計算工具全部基於 Python Decimal，禁止 AI 心算，覆蓋：

DCF 全鏈路、杜邦拆解、財務比率、盈餘質量、成長一致性、多方法估值矩陣、破產風險 Z 值、同行對比、安全邊際價格帶、凱利倉位、風險預算、組合集中度、再平衡，以及 Word 報告生成和雙報告閉環驗證。關鍵數據要求 ≥2 個獨立來源交叉驗證。

交互工作臺¶

assets/workbench.html 是一個瀏覽器端快算面板，把常用估值和倉位計算做成可視化界面。在 Skill 裏說「打開工作臺」「交互計算一下」「可視化計算面板」即可調出，不需要另起腳本。

安裝與啓用¶

官方資料中未給出命令行安裝方式，因此不在此臆造命令。安裝與啓用請走官方頁面，用下面這個地址：

https://api.skillhub.cn/user_7f6c97a1/shiliu-ai-berkshire

Skill 頁面：https://www.skillhub.cn/skills/user_7f6c97a1/shiliu-ai-berkshire

啓用後不需要配置 API Key（requires_api_key=false）。使用時直接把研究訴求寫進對話即可，Skill 會根據關鍵詞觸發，例如「研究一下這家公司」「幫我分析騰訊」「財報怎麼看」「護城河深挖」「該不該賣」「買多少倉位」「幫我審這份 BP」「雙報告驗證」「打開工作臺」等。

典型用法¶

下面給出資料中列出的可復現示例，按鏈路組織。

1、先判斷商業模式是否成立：

這公司的生意模式怎麼樣，做商業模式畫布分析，出雙報告

走完 S → K → I → L 四層後得到健康度評級，併產出 Word 與 Markdown 兩份報告，由 verify_dual_report.py 比對一致後準出。

2、再做財務與估值：

幫我分析騰訊，財報三表深讀 + DCF + 杜邦拆解 + 同行對比 + 安全邊際價格帶

所有計算走 Decimal 工具，輸出估值區間和安全邊際價格帶，而不是一句結論。

3、決策與倉位：

這家股票值不值得買，給出通過/不通過/灰色地帶 + 價格區間 + 三檔倉位

先跑四大師視角對抗，再用仲裁規則收斂成唯一結論，綁定價格區間與倉位計劃。

4、持有期與退出期：

我的持倉該不該調整，組合太集中了嗎，該不該賣

走組合集中度、再平衡、風險預算、賣出觸發帶、風險登記冊，並把本次決策寫入決策日誌。

5、資料與傳聞：

怎麼看這份研報，幫我分析這段管理層講話，這份公告是利好還是利空

走研報拆水分、管理層言行信號比對、傳聞定級，並做信息豐富度評級，避免把低質量信息當成高確定性。

6、復盤：

打開工作臺，交互計算一下，雙報告驗證

調出 assets/workbench.html 做瀏覽器端快算，或觸發雙報告閉環驗證。

同一套輸入會得到結構一致的輸出，因此不同標的的橫向對比、半年重檢都可以直接套用。

適用場景與注意¶

適合：有個股研究需求、希望把 AI 輸出從「一段綜述」變成「可複覈結論」的投研場景；需要處理財報、研報、管理層講話等混合信源的情況；需要給買賣點、價格區間和倉位的決策場景。

限制：

1、Skill 僅提供研究框架學習，不構成投資建議。輸出的是通過/不通過/灰色地帶的判斷和價格區間，最終決策仍需自行承擔。
2、計算準確性依賴輸入數據質量。Decimal 工具能保證計算過程無誤，但不能保證數據源本身正確，因此關鍵數據需要 ≥2 個獨立來源交叉驗證。
3、灰色地帶是設計的一部分。資料不足時 Skill 會明確標灰而不是硬編數字，這意味着輸出可能出現「不完整」的感覺，這是留白原則的要求。
4、四大師視角是框架而不是預言。視角對抗的價值在於暴露盲區，不能替代對行業和公司的一手調研。
5、安裝命令在官方資料中未提供，本文不作推斷，請以官方頁面說明爲準。

結尾¶

這個 Skill 的價值不在於給出一個「正確答案」，而在於把投研流程固定下來：先問是不是好生意，再看三表和護城河，然後算估值和倉位，最後按紀律買入、監控、賣出、復盤，每一步都有對應模式和計算工具，且強制給出可執行的結論。

官方地址：https://api.skillhub.cn/user_7f6c97a1/shiliu-ai-berkshire