做了十二年二级市场，积累了一套投资判断的”直觉”——选股看什么、什么时候买、怎么定价、什么时候卖。但这些判断散在脑子里，从没系统化过。
这次我用 AI 做了次自我提炼：12 轮结构化访谈 + 10 位投资大师对照 + 多轮裁决和补丁，最后出来一套三层架构的投资操作系统——从哲学公理到机器可读规则。
为什么做
InvestPilot 的反思。 我之前做了一个叫 InvestPilot 的自动投研框架（9 步流水线），技术执行层做得不错——状态机约束 agent 不跳步、自计算估值防幻觉、蒙特卡洛给分布。但跑下来发现一个根本问题：哲学层没打磨好。投资规则散落在 prompt 模板里，没有显性的”宪法”，没有”为什么这样做”的可追溯根基。系统知道”怎么做”，但不知道”为什么这么做”。
所以我回过头来，先把哲学层打磨好。这就是这套框架的来历。
生成过程
第一步：12 轮结构化访谈。 用 AI 做访谈者，围绕投资全链路的 12 个主题深度追问：研究流程、成功案例、失败复盘、跨市场差异、估值定价、组合仓位、财报分析、认知心理、风险周期、做空集中、逆向纪律、管理层评估。每轮追问到操作层面（不只停留在理念）。
第二步：10 位大师对照。 选了 10 位大师做外部标尺——中国 5 位（冯柳、张磊、李录、段永平、邱国鹭）+ 欧美 5 位（巴菲特芒格、卡拉曼、林奇、费雪、马克斯）。把访谈提炼的每条原则和大师思想做对照：哪些有背书、哪些是自己独有的、哪些冲突需要裁决。
第三步：裁决。 对照后出现冲突点。比如段永平/张磊认为”十年尺度不需要催化剂”，我的框架坚持 0-3 个月催化窗口——裁决：时间尺度不同，不冲突。做空最终裁决移出体系（纯多头）。集中 vs 分散：集中是研究带宽的均衡解，不是信仰。每个裁决都记录理由。
第四步：盲区补丁。 第一版出来后发现遗漏了宏观/周期/做空/集中度/管理层正面评估。补了四轮盲区访谈，加了”宏观周期与组合哲学”整节。
框架全貌
三层架构：
第一层：哲学层（宪法） — 最高约束，所有规则与此冲突时以此为准。
五条公理：
- 赔率是统一货币 — 选股、定价、仓位、卖出，全部换算成 RRR（上行概率×幅度 ÷ 下行概率×幅度）
- Alpha 的真核是核心竞争力的认知差 — 赚的钱来自”对公司质地的认知 vs 市场定价”的差；在质地（慢变量），不在短期业绩
- 价值需要催化，时间是成本 — 便宜不产生收益，重估才产生
- 分位只是定价器，不产生 alpha — 只给”已被质量研究确认健康”的公司定价
- 凡不能经公开可追踪数据验证的，不进入决策
加认识论（7 条”关于知道的规则”）、价值观排序（5 条冲突优先级）、红线三级（硬否决/警示/降权）、人机宪法。
第二层：框架层（方法论） — 六模块决策链：100 研究池 → 初筛（7 类陷阱信号）→ 深研（行业四维+竞争力+管理层+逆向验证）→ 估值定价（原子假设+锚定记分板+七分位分布）→ 组合管理（周刷新+费雪豁免+温度计）→ 复盘校准。
第三层：执行层（规则库） — 机器可读规格。每条规则 = ID | 规则 | 阈值 | 动作 | 执行者，分 HARD-FAIL（机器否决）/ WARNING（人工深挖）/ WEIGHT（权重调节）。
几个最重要的设计
赔率是统一货币。 一个 RRR 统一了整个系统——没有一个决策可以绕过赔率计算。冯柳的”赔率优先”完全同构。
Alpha = 核心竞争力认知差。 依据来自几家：巴芒护城河、费雪 scuttlebutt、段永平商业模式、张磊研究驱动。质地认知差纠正得慢，可以左侧布局不抢跑。
人机宪法。 机器对抗偏差、执行纪律、广度初筛、估值计算；人保留核心竞争力判断和最终拍板——“企业的核心竞争力判断，机器的认知暂时达不到”。大师 persona（芒格位”这会怎么死”/Klarman位”机会还是陷阱”）是红队对抗层，不是决策宪法。
100 研究池。 组合不是静态的”买入决定”，而是每周全池 RRR 排名的动态产物——排名进 Top 进组合，跌出 Top 出。
回到 InvestPilot
这套框架是 InvestPilot 重做的地基。旧版的哲学隐含在 prompt 里；新版把哲学显性化为宪法层，每条规则可追溯到某条公理、某轮访谈、某位大师的背书。规则可审计、可迭代。
光谱定位
费雪/巴芒的质地研究（深度）× 卡拉曼/冯柳的赔率定价 × 林奇/邱国鹭的分位轮动 × 自有催化剂工程。光谱最近卡拉曼——催化剂驱动的价值投资，在中国市场的工程化。