AI Berkshire：15K Star 价值投资 Agent 框架，把四大师方法论写成可执行流程

摘要

ai-berkshire 是一套同时兼容 Claude Code 与 Codex 的投资研究 Skill 合集 ，2026 年 4 月 7 日发布， 截至 8 月 11 日已获 15355 Star、2278 Fork， MIT 协议，最近一次提交在 8 月 10 日。

它把巴菲特、芒格、段永平、李录四位投资人的方法论拆成 20 个 Skill 文档（合计 239.3 KB），配 10 个零依赖 Python 工具（合计 153 KB）。

本文不复述 README，而是把它的两个核心工具下载到本地实际跑通， 验证其数据严谨性机制是否真的生效， 覆盖市值验算、多源交叉验证、报告数据抽检三条链路。

结论：这个项目真正的工程价值不在"四大师人设"， 而在**它承认 LLM 会算错、会编造、会静默降级， 并为每一种失败模式写了检查点**。

背景

直接问大模型"某公司值不值得买"， 得到的通常是一篇"一方面……另一方面……"的平衡文章， 结尾配上"投资有风险请自行判断"。看起来没错，但无法用于决策。

比模棱两可更危险的是三类静默错误。第一类是算术错误， 模型心算市盈率、市值时会出现小数点漂移；第二类是单位混淆， 港币亿与人民币亿混排会让市值凭空差出一成；第三类是联网失败后的伪装， Agent 搜不到资料时退回训练知识作答，却仍输出一份格式完整的"研究报告"。

第三类最致命， 因为它在外观上与正常输出完全一致。这不是假想。该仓库 issue #58（2026-07-08 提交 ， Claude Code v2.1.177）记录的正是这个场景：用户运行团队型指令分析某上市公司 ，四个后台 Agent 的联网搜索被权限拦截，报告照常生成， 只在角落标注了"基于训练知识"。

AI Berkshire 的设计目标因此不是"让 AI 会分析"， 而是"让 AI 在不可靠时暴露自己不可靠"。这个定位决定了它的工程重心全部压在校验层 ，而非提示词层。

技术分析

三层架构

项目分三层。Skill 层是 20 个 Markdown 文档， 每个对应一个斜杠命令入口， 覆盖深度研究、财报分析、行业筛选、持仓管理、思维工具五类场景。轻量 Skill 直连工具快进快出 ，不经过 Agent 层。

Agent 层只对团队型 Skill 生效。投研团队指令会先建立团队， 再用四个后台子 Agent 并行研究同一家公司， 分别承担商业模式、财务估值、行业竞争、风险管理层四个角色， 最后由主控角色汇总研判。四个 Agent 各自独立搜索、独立取数、独立评分， 等于四倍的信息源与四个互不干扰的视角。

工具层是 10 个 Python 脚本， 负责精确计算、行情取数与报告抽检。仓库同时维护 21 个 Codex skill 包 ，由同步脚本从 Skill 源文件自动生成，保证两端流程同源， 不会出现双份文档各自漂移的问题。

精确计算：拒绝浮点数的金融算术

核心计算工具共 465 行，零外部依赖， 只用标准库。全部计算走 28 位精度的十进制上下文， 浮点数在入口处即被转成字符串再转 Decimal，规避二进制浮点误差。

python

from decimal import Decimal, Context, ROUND_HALF_EVEN _CTX = Context(prec=28, rounding=ROUND_HALF_EVEN) def exact(value) -> Decimal:  """把任意数值转为精确 Decimal，避开 float 陷阱。"""  if isinstance(value, float):  return Decimal(str(value))  return Decimal(str(value)) def verify_market_cap(price, shares, reported_cap):  """市值验算：股价乘以总股本，与报告市值比对。"""  p, s, r = exact(price), exact(shares), exact(reported_cap)  calculated = _CTX.multiply(p, s)  deviation = abs(float(calculated - r) / float(r)) * 100  return deviation <= 5

阈值设计有两级：偏差超过百分之五判定为错误， 并列出三条排查方向（股本是否最新、单位是否一致、股价是否最新）；百分之一到百分之五之间给出警告但放行 ，归因为股价波动或股本变化。

脚本里的编码强制切换函数。Windows 控制台默认使用 GBK， 输出告警符号会抛出编码异常， 导致最该被看到的"偏差超标"路径直接崩溃退出。作者专门强制切换标准输出编码来堵这个洞 ，这类细节通常只有真正跑过多平台才会发现。

报告抽检：把交付物当作待验货物

抽检工具共 553 行， 实现了"提取、取数、判决"三步流水线。它从生成的报告里正则识别财务数字， 随机抽样一成五，要求 Agent 逐个回到权威信源取数比对，通过才准出， 不通过则打回并说明原因。

这里有一个容易被忽略的正则细节。早期版本的数字捕获组不含符号位， 负数百分比会被抓成正数，核验时报告值与信源值符号相反、偏差翻倍，产生假打回。

python

_SIGN = r'[+\-−–－＋]?' _PATTERNS = [  (r'(' + _SIGN + r'[\d,，\.]+)\s*%', '%', 'percent'),  (r'(' + _SIGN + r'[\d,，\.]+)\s*[xX倍]', 'x', 'multiple'), ] def _clean_num(s: str) -> float:  """归一化 Unicode 减号、en-dash、全角符号为 ASCII。"""  s = s.replace(',', '').replace('，', '').strip()  for ch in ('−', '–', '－'):  s = s.replace(ch, '-')  return float(s.replace('＋', '+'))

符号位涵盖半角正负号、Unicode 减号、短破折号与全角正负号，这类字符在模型生成的中文报告里出现频率相当高。

数据源规范与联网预检

数据规范文档要求每个关键数据必须来自两个独立来源， 并按市场划分优先级：美股用 macrotrends 加 stockanalysis ，港股用 aastocks 加 macrotrends 存托凭证， A 股用东方财富加巨潮资讯， 台股用 FinMind 加 Goodinfo。误差一成以内取主源， 一到五成标记差异，超过五成必须回查原始财报。文档还列出常见差异归因， 如会计口径、汇率换算时点、财年定义、合并范围，避免把正常差异误判为造假。

针对 issue #58 暴露的静默降级， 投研团队 Skill 在启动 Agent 前加了一道权限预检：先检查本地配置确认联网搜索在白名单中 ， 未命中则停止执行而非继续。子 Agent 的提示词里也写死一条硬约束：联网失败禁止用训练知识冒充 ，必须在报告顶部标注置信度降级并上报主控角色。

实测验证

以下测试在 Python 3.13.12 环境执行，脚本从仓库主分支直接下载，未做任何修改。

市值验算双路径。正常场景传入股价 510、股本 91.1 亿股、报告市值 4.65 万亿 ，输出偏差 0.08%，判定通过。随后构造单位混淆场景， 把报告市值换成人民币口径的 4.28 万亿， 工具输出偏差 8.55% 并触发错误分支，打印出三条排查提示。告警链路确实会触发 ，不是摆设。

多源交叉验证。传入四个来源的营业收入（7518、7500、7520、8100 亿） ，工具以中位数 7519 亿为基准， 前三个来源偏差分别为 0.01%、0.25%、0.01% 全部通过， 第四个偏差 7.73% 被标记为不通过， 并提示优先采用公司年报或交易所数据。离群值识别准确。

估值指标验算。传入股价 510、每股收益 23.5、每股净资产 120、每股自由现金流 18、股息 2.4 ， 输出市盈率 21.70 倍、盈利收益率 4.61%、市净率 4.25 倍、净资产收益率 19.58%、股息率 0.47% ，全部为精确十进制结果。

报告抽检全流程。构造一份含 9 个数据点的测试报告， 提取子命令按一成五抽样选出 3 个（市盈率、同比增速、经营利润率）， 其中负号被正确保留，验证了前述符号修复确实生效。判决阶段， 市盈率偏差 0.09% 通过，同比增速偏差 0.00% 通过， 经营利润率偏差 7.96% 触发警告。

最终输出"准出"结论，同时提示一个数据点两来源不一致， 可能是会计口径差异或汇率因素， 需人工复核。分级判定逻辑与文档描述完全一致。需要说明的是，抽检工具本身不联网， 取数环节仍由 Agent 完成， 工具只负责抽样与判决。这意味着它能拦住"数字抄错"， 但拦不住"Agent 和报告一起错"。

影响范围

建议

**第一， 实盘收益率截图不构成可验证证据**。项目首页展示了 2024 年与 2025 年的账户收益截图并对比主要指数。这是作者的个人陈述 ，第三方无法核验， 也无法区分框架贡献与个人判断、市场环境的贡献。请把它当作作者动机说明， 而非工具效果背书。

**第二， 务必先放行联网搜索权限再启动团队型 Skill**。这是本项目最危险的失败模式。运行投研团队或财报团队指令前 ，确认权限白名单已包含联网搜索，否则后台 Agent 会静默退化为训练知识作答， 且输出格式与正常报告无异。

**第三， 慎用跳过权限确认模式**。项目文档为减少交互摩擦推荐了跳过审批的启动参数。该模式关闭全部工具审批保护 ，Agent 可无确认执行任意命令。仅在完全可信的仓库、命令与工作目录下使用， 不要在克隆的第三方代码上开启。

第四，工具校验的是一致性，不是真实性。交叉验证只能发现来源间的分歧， 若两个数据源同源或同时出错，验证会顺利通过。抽检比例仅一成五， 未被抽中的数据点不提供任何保证。

**第五， 输出是研究材料而非投资建议**。Skill 会强制产出"通过、不通过、灰色地带"的结论和价格区间 ，这种确定性来自模板约束， 不代表判断本身可靠。四大师评分本质是模型按人设生成的文本，与真人观点无因果关系。

📌 关注「AI新视线」，回复关键词获取完整量化模型和研报数据。



扫码关注「AI新视线」

穿透噪音，看见本质