AI 伯克希尔：价值投资研究框架实战

AI 伯克希尔是将巴菲特、芒格、段永平、李录四位价值投资大师的方法论系统化、结构化的投资研究框架。它利用 AI Agent 实现专业级投资研究，能够帮助用户进行深度的投资分析和决策。我们先来了解一下 AI 伯克希尔 的基本概念和特点。

要点：

• AI 伯克希尔 是一个兼容 Claude Code 和 Codex 的投资研究 Skill 合集
• 它将价值投资大师的方法论系统化、结构化
• 通过 AI Agent 实现专业级投资研究

注意：直接问 AI 进行投资分析可能会得到看起来很对但经不起推敲的答案。AI 伯克希尔 解决的是分析质量和决策纪律的问题。

推荐做法：

• 使用 AI 伯克希尔 的结构化反偏见机制，包括信息丰富度评级、芒格式逆向检验、快速否决清单、反共识检查和留白原则
• 将 AI 伯克希尔 作为投资研究的工具，而不是直接依赖 AI 的分析结果

反例：直接问 Claude："帮我分析拼多多值不值得买"，可能会得到不够深入的分析结果。

本章小结：

• AI 伯克希尔 是一个投资研究框架，利用 AI Agent 实现专业级投资研究
• 它能够帮助用户进行深度的投资分析和决策
• 需要使用 AI 伯克希尔 的结构化反偏见机制来保证分析质量和决策纪律。

安装 AI 客户端是使用 AI 伯克希尔 的第一步。我们需要安装 Claude Code 或 Codex 客户端来使用 AI 伯克希尔 的功能。

要点：

• 安装 Claude Code 或 Codex 客户端
• 选择适合自己的客户端版本

注意：安装前请确保您已经阅读并理解了 AI 伯克希尔 的使用条款和条件。

推荐做法：

• 安装 Claude Code 客户端使用命令 npm install -g @anthropic-ai/claude-code
• 安装 Codex 客户端使用命令 curl -fsSL https://chatgpt.com/codex/install.sh | sh 或 npm install -g @openai/codex

反例：直接在浏览器中访问 Claude Code 或 Codex 网站可能无法使用 AI 伯克希尔 的全部功能。

我们先来安装 Claude Code 客户端：

npm install -g @anthropic-ai/claude-code

接着，我们可以安装 Codex 客户端：

curl -fsSL https://chatgpt.com/codex/install.sh | sh

或使用 npm 安装：

npm install -g @openai/codex

如果您使用的是 Windows 系统，可以使用 PowerShell 安装命令：

powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"

安装完成后，我们可以验证客户端版本：

codex --version

如果版本号输出正确，我们就可以继续安装 AI 伯克希尔 的技能了。

本章小结：

• 安装 Claude Code 或 Codex 客户端是使用 AI 伯克希尔 的第一步
• 选择适合自己的客户端版本并安装
• 验证客户端版本以确保安装正确

现在我们已经安装好了 Claude Code 和 Codex 客户端，下一步就是使用 AI 伯克希尔 进行价值投资研究了。

首先，我们需要了解 AI 伯克希尔 提供了哪些 Skill。这些 Skill 可以帮助我们进行深度研究、财报分析、行业筛选、持仓管理等。

要点：

• 深度研究类 Skill：/investment-research、/investment-team 等
• 财报分析类 Skill：/earnings-review、/earnings-team 等
• 行业筛选类 Skill：/industry-research、/industry-funnel 等

我们可以使用以下命令来运行这些 Skill：

codex /investment-research <公司名称>

或者

codex /industry-research <行业名称>

预期结果：AI 伯克希尔 会输出一份详细的研究报告，包括公司或行业的基本信息、财务数据、竞争分析等。

注意：在运行这些 Skill 时，我们需要确保客户端版本是最新的，并且有足够的 token 消耗量。

实用技巧：如果我们想控制成本，可以优先调整 workflow，而不是期待完整深度研究变得便宜。我们可以使用 /quality-screen 来快速排除公司，然后再运行 /investment-research 或 /investment-team。

下面是一个例子：

codex /quality-screen <公司名称>

如果结果值得继续深入，我们可以再运行：

codex /investment-research <公司名称>

预期结果：AI 伯克希尔 会输出一份详细的研究报告，包括公司的基本信息、财务数据、竞争分析等。

本章小结：

• AI 伯克希尔 提供了多种 Skill 来帮助我们进行价值投资研究
• 我们可以使用这些 Skill 来进行深度研究、财报分析、行业筛选等
• 需要确保客户端版本是最新的，并且有足够的 token 消耗量
• 可以优先调整 workflow 来控制成本

深度研究类 Skill 是 AI 伯克希尔 中非常重要的一部分，能够帮助我们进行全方位的投资研究。我们已经学会了如何使用 /industry-research 和 /quality-screen 来进行行业筛选和公司初筛，现在我们将深入学习如何使用 /investment-research 和 /investment-team 进行深度研究。

要点：

• /investment-research：四大师综合深度分析，对一家上市公司进行全方位投资研究
• /investment-team：多 Agent 并行投研团队，4 个 Agent 并行研究，最快速、最全面

注意：在运行这些 Skill 时，我们需要确保客户端版本是最新的，并且有足够的 token 消耗量。

实用技巧：如果我们想控制成本，可以优先调整 workflow，而不是期待完整深度研究变得便宜。我们可以使用 /quality-screen 来快速排除公司，然后再运行 /investment-research 或 /investment-team。

例如，我们可以先运行：

codex /quality-screen <公司名称>

如果结果值得继续深入，我们可以再运行：

codex /investment-research <公司名称>

或者：

codex /investment-team <公司名称>

预期结果：AI 伯克希尔 会输出一份详细的研究报告，包括公司的基本信息、财务数据、竞争分析等。

本章小结：

• /investment-research 和 /investment-team 是深度研究类 Skill 的两种重要工具
• 我们可以使用这些 Skill 来进行全方位的投资研究
• 需要确保客户端版本是最新的，并且有足够的 token 消耗量
• 可以优先调整 workflow 来控制成本

要进行财报分析，我们需要使用 /earnings-review 和 /earnings-team Skill。这些 Skill 可以帮助我们深入分析公司的财报，了解公司的财务状况和投资价值。

要点：

• /earnings-review：财报精读（一手资料）
• /earnings-team：财报精读团队 + 公众号发布

注意：在运行这些 Skill 时，我们需要确保客户端版本是最新的，并且有足够的 token 消耗量。

实用技巧：如果我们想控制成本，可以优先调整 workflow，而不是期待完整深度研究变得便宜。我们可以使用 /quality-screen 来快速排除公司，然后再运行 /earnings-review 或 /earnings-team。

例如，我们可以先运行：

codex /quality-screen <公司名称>

如果结果值得继续深入，我们可以再运行：

codex /earnings-review <公司名称>

或者：

codex /earnings-team <公司名称>

预期结果：AI 伯克希尔 会输出一份详细的财报分析报告，包括公司的财务数据、估值分析等。

本章小结：

• /earnings-review 和 /earnings-team 是财报分析类 Skill 的两种重要工具
• 我们可以使用这些 Skill 来进行深入的财报分析
• 需要确保客户端版本是最新的，并且有足够的 token 消耗量
• 可以优先调整 workflow 来控制成本

行业筛选类 Skill 是 AI 伯克希尔 中的一个重要组成部分，通过这些 Skill，我们可以快速地筛选出行业中具有投资价值的公司。要使用这些 Skill，我们需要确保客户端版本是最新的，并且有足够的 token 消耗量。

首先，我们可以使用 /industry-research Skill 来进行产业链全景扫描，研究一个行业的全部投资机会。例如，我们可以运行：

codex /industry-research <行业名称>

预期结果：AI 伯克希尔 会输出一份详细的行业研究报告，包括行业的发展趋势、竞争格局、投资机会等。

接着，我们可以使用 /industry-funnel Skill 来进行行业漏斗筛选，快速地筛选出行业中具有投资价值的公司。例如，我们可以运行：

codex /industry-funnel <行业名称>

预期结果：AI 伯克希尔 会输出一份行业筛选报告，包括筛选出的公司名单、公司简介、财务数据等。

注意：在运行这些 Skill 时，我们需要确保客户端版本是最新的，并且有足够的 token 消耗量。另外，我们可以优先调整 workflow 来控制成本，例如使用 /quality-screen 来快速排除非一流公司，然后再运行 /industry-research 或 /industry-funnel。

实用技巧：如果我们想快速地筛选出行业中具有投资价值的公司，我们可以使用 /industry-funnel Skill，然后再使用 /investment-research 或 /investment-team Skill 来进行深入的投资研究。

例如，我们可以先运行：

codex /industry-funnel <行业名称>

如果结果值得继续深入，我们可以再运行：

codex /investment-research <公司名称>

或者：

codex /investment-team <公司名称>

预期结果：AI 伯克希尔 会输出一份详细的投资研究报告，包括公司的财务数据、估值分析、投资建议等。

本章小结：

• /industry-research 和 /industry-funnel 是行业筛选类 Skill 的两种重要工具
• 我们可以使用这些 Skill 来进行行业筛选和投资研究
• 需要确保客户端版本是最新的，并且有足够的 token 消耗量
• 可以优先调整 workflow 来控制成本，例如使用 /quality-screen 来快速排除非一流公司

我们来学习如何使用 /portfolio-review 和 /thesis-tracker Skill 进行持仓管理。要点如下：

• /portfolio-review 用于组合管理与优化
• /thesis-tracker 用于投资论文追踪

注意：在使用这些 Skill 之前，确保客户端版本是最新的，并且有足够的 token 消耗量。

推荐做法：

1. 先运行 /portfolio-review 来分析当前的组合情况。

codex /portfolio-review

预期结果：AI 伯克希尔 会输出一份详细的组合报告，包括仓位、集中度、再平衡建议等。

2. 然后，使用 /thesis-tracker 来跟踪投资论文的执行情况。

codex /thesis-tracker <投资论文名称>

预期结果：AI 伯克希尔 会输出一份详细的投资论文跟踪报告，包括论文是否被证伪、执行情况等。

反例：如果不使用 /portfolio-review 和 /thesis-tracker，可能会导致组合管理不当，投资论文执行不力。

实用技巧：可以优先调整 workflow 来控制成本，例如使用 /quality-screen 来快速排除非一流公司，然后再使用 /investment-research 或 /investment-team 来进行深入的投资研究。

本章小结：

• /portfolio-review 和 /thesis-tracker 是持仓管理类 Skill 的两种重要工具
• 我们可以使用这些 Skill 来进行组合管理与优化、投资论文追踪
• 需要确保客户端版本是最新的，并且有足够的 token 消耗量
• 可以优先调整 workflow 来控制成本，例如使用 /quality-screen 来快速排除非一流公司

思维工具类 Skill 是 AI 伯克希尔 中一个非常重要的部分，它可以帮助我们以全新的方式思考问题和获取信息。我们先来了解一下 /dyp-ask 和 /financial-data 两个 Skill 的用途和适合的场景。

• /dyp-ask：以段永平的方式思考任何问题——商业、投资、人生。这个 Skill 可以帮助我们以全新的视角看待问题，获得新的洞察力。
• /financial-data：财务数据获取与交叉验证规范。这个 Skill 可以帮助我们确保关键数据来自两个独立来源，误差大于 1% 时会发出告警。

要使用这些 Skill，我们需要确保客户端版本是最新的，并且有足够的 token 消耗量。我们可以通过以下命令来使用这些 Skill：

codex /dyp-ask <问题>
codex /financial-data <公司名称>

预期结果：AI 伯克希尔 会输出一份详细的回答或财务数据报告，包括相关的分析和建议。

注意：在使用 /dyp-ask 时，我们需要确保问题是明确和具体的，以便 AI 伯克希尔 能够给出准确的回答。在使用 /financial-data 时，我们需要确保公司名称是正确的，并且有足够的数据来源。

实用技巧：我们可以优先调整 workflow 来控制成本，例如使用 /quality-screen 来快速排除非一流公司，然后再使用 /dyp-ask 或 /financial-data 来进行深入的分析。

反例：如果不使用 /dyp-ask 和 /financial-data，可能会导致分析不够深入，决策不够准确。

本章小结：

• /dyp-ask 和 /financial-data 是思维工具类 Skill 的两种重要工具
• 我们可以使用这些 Skill 来进行深入的分析和决策
• 需要确保客户端版本是最新的，并且有足够的 token 消耗量
• 可以优先调整 workflow 来控制成本，例如使用 /quality-screen 来快速排除非一流公司

实战报告是使用 AI 伯克希尔 进行投资研究的关键一步。要点如下：

• 使用 /investment-research Skill 进行全方位投资研究
• 使用 /investment-team Skill 启动多Agent并行研究
• 使用 /management-deep-dive Skill 进行管理层纵深研究

注意：在使用这些 Skill 时，需要确保客户端版本是最新的，并且有足够的 token 消耗量。

推荐做法：

• 先使用 /quality-screen 来快速排除非一流公司
• 然后使用 /investment-research 或 /investment-team 来进行深入的分析
• 最后使用 /management-deep-dive 来进行管理层的纵深研究

实用技巧：可以使用 python3 tools/financial_rigor.py 来验证金融数据的精确性。

反例：如果不使用这些 Skill，可能会导致分析不够深入，决策不够准确。

下面是一个使用 /investment-research 的例子：

codex /investment-research <公司名称>

预期结果：AI 伯克希尔 会输出一份详细的投资研究报告，包括相关的分析和建议。

下面是一个使用 /investment-team 的例子：

codex /investment-team <公司名称>

预期结果：AI 伯克希尔 会输出一份详细的投资研究报告，包括四个独立 Agent 的分析和建议。

本章小结：

• /investment-research 和 /investment-team 是深度研究类 Skill 的两种重要工具
• 我们可以使用这些 Skill 来进行全方位的投资研究
• 需要确保客户端版本是最新的，并且有足够的 token 消耗量
• 可以使用 python3 tools/financial_rigor.py 来验证金融数据的精确性

本章要解决的问题是如何解决常见问题和使用 AI 伯克希尔 的最佳实践。我们需要确保客户端版本是最新的，并且有足够的 token 消耗量。

要点：

• 了解 AI 伯克希尔 的局限性和潜在风险
• 学会使用结构化反偏见机制来防止错误
• 了解多模态技术的现状和未来发展方向

注意：AI 伯克希尔 不是万能的工具，我们需要结合实际情况和专业知识来使用它。

推荐做法：

• 使用 /investment-research 和 /investment-team 来进行深度研究
• 使用 python3 tools/financial_rigor.py 来验证金融数据的精确性
• 定期检查客户端版本和 token 消耗量

反例：如果不使用这些 Skill，可能会导致分析不够深入，决策不够准确。

实用技巧：可以使用 /dyp-ask 和 /financial-data 来获取更多的信息和数据。

本章小结：

• AI 伯克希尔 是一个强大的工具，但需要谨慎使用
• 结构化反偏见机制是防止错误的关键
• 多模态技术是未来发展方向，但当前仍存在局限性
• 需要结合实际情况和专业知识来使用 AI 伯克希尔
• 定期检查客户端版本和 token 消耗量是必要的

问题：如何解决AI Berkshire安装过程中的报错问题？

安装AI Berkshire时，可能会遇到各种报错问题。解决方法包括检查依赖包是否安装完整、环境变量是否配置正确以及是否存在版本兼容性问题。用户可以尝试重新安装依赖包、更新环境变量或检查版本更新来解决这些问题。

问题：AI Berkshire需要什么环境和依赖来运行？

AI Berkshire需要Python环境以及多个依赖包，包括Claude Code和Codex。用户需要确保这些依赖包已经安装并配置正确。同时，AI Berkshire也需要一定的计算资源来运行，尤其是在进行多Agent并行研究时。

问题：如何配置AI Berkshire的参数和设置？

AI Berkshire提供了多个参数和设置来定制研究过程。用户可以通过修改配置文件或使用命令行参数来调整这些设置。例如，用户可以选择使用哪些大师视角、设置研究深度以及选择输出格式。

问题：AI Berkshire与其他投资研究工具相比有什么优势？

AI Berkshire相比其他投资研究工具具有多个优势，包括其独特的四大师视角并行研究方法、结构化反偏见机制以及可复现的研究流程。这些优势使得AI Berkshire能够提供更全面、更客观的投资研究报告。

问题：如何使用AI Berkshire进行实盘投资研究？

使用AI Berkshire进行实盘投资研究，用户需要首先选择要研究的公司或行业，然后选择合适的研究技能和参数。AI Berkshire会输出一份详细的研究报告，包括公司或行业的基本情况、财务分析、管理层评估等。用户可以根据这份报告来做出投资决策。

问题：AI Berkshire的输出结果如何解读和使用？

AI Berkshire的输出结果包括一份详细的研究报告和一个建议的投资决策。用户需要根据自己的投资目标和风险承受能力来解读和使用这些结果。同时，用户也可以使用AI Berkshire提供的工具和机制来持续跟踪和评估投资决策的有效性。

问题：如何避免在使用AI Berkshire时产生的常见误区？

在使用AI Berkshire时，用户需要避免几个常见的误区，包括过度依赖AI的输出结果、忽略自己的投资经验和判断以及不正确地使用AI Berkshire的参数和设置。用户需要结合自己的投资知识和经验来使用AI Berkshire，并不断学习和改进自己的投资策略。