AI Berkshire：用 Claude Code + 多 Agent 打造你的私人投研团队 | 四大师价值投资框架

## 项目简介

AI Berkshire 是一套基于 AI Agent 的价值投资研究框架，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为 16 个 Skill，通过多 Agent 协作实现专业级投资研究。

> “Price is what you pay, value is what you get.” — Warren Buffett

核心卖点：**一个人 + Claude Code / Codex = 一个投研团队。**

### 实盘战绩

框架背后是真金白银验证的体系：

| 指标 | 2024 全年 | 2025 至今 |
|——|———-|———-|
| 本框架实盘 | +69.29% | +66.38% |
| 恒生指数 | +17.67% | +27.77% |
| 标普500 | +23.31% | +16.39% |
| 沪深300 | +14.68% | +17.66% |

两年累计超额收益显著，连续大幅跑赢全球主要指数。

## 核心特性

### 1. 四大师多视角对抗分析

不是”用巴菲特方法分析”这么简单——四个视角会产生真实的矛盾和张力：

以拼多多为例：
– **段永平（商业模式）**：C2M 模式难以复制 → 评分 3.7/5
– **巴菲特（财务估值）**：扣现金 PE 仅 6.3x → 评分 4.4/5
– **芒格（逆向思考）**：抖音 3 年做到 4 万亿 GMV，护城河比想象中浅 → 评分 3.5/5
– **李录（长期确定性）**：管理层文化有隐患，10 年后不确定 → 评分 2.0/5

这种冲突恰恰避免了单一视角的盲点。

### 2. 结构化决策输出

AI Berkshire 强制输出”通过/不通过/灰色地带”，带具体价格区间和分层建议：

| 策略 | 建议 | 价格区间 |
|——|——|———|
| 激进型 | 当前价位可建仓 20% | $95-105 |
| 稳健型 | 等回购政策明确后建仓 | $85-95 |
| 保守型 | 不符合 10 年确定性标准，观望 | — |

### 3. 多层防骗机制

| 机制 | 解决问题 | 示例 |
|——|———|——|
| 信息丰富度评级（A/B/C） | 防止”资料多=确定性高” | 泡泡玛特评为 B 级 |
| 芒格式逆向检验 | 强制思考失败场景 | “什么情况下会死？” |
| 快速否决清单 | 8 条红线一票否决 | 管理层诚信污点→直接否决 |
| 留白原则 | 宁可说”不知道” | 数据不足标注灰色地带 |

### 4. 财务严谨性工具

LLM 心算不可靠，AI Berkshire 使用 Python `decimal.Decimal` 精确计算：

“`bash
# 市值手算校验
python3 tools/financial_rigor.py verify-market-cap \
–price 510 –shares 9.11e9 –reported 4.65e12 –currency HKD
# ✅ 验证通过, 偏差仅 0.08%
“`

所有关键数据至少 2 个独立来源交叉验证。

### 5. 多 Agent 并行研究

4 个独立 Agent 同时研究一家公司，各自搜索网络、交叉验证数据、独立给出结论，Team Lead 综合研判——不是把一个 prompt 拆成四段，是 4 个”分析师”各自完成完整研究。

“`
┌────────────────────────────────────┐
│ Team Lead (你) │
│ 统筹协调 · 汇总研判 │
├──────┬──────┬──────────┬──────────┤
│Agent 1│Agent 2│ Agent 3 │ Agent 4 │
│商业模式│财务估值│ 行业竞争 │风险管理 │
│段永平 │巴菲特 │ 芒格 │ 李录 │
└──────┴──────┴──────────┴──────────┘
“`

## 16 个 Skill 一览

**深度研究系列：**
– `/investment-research` — 四大师综合深度分析
– `/investment-team` — 多 Agent 并行投研
– `/management-deep-dive` — 管理层纵深研究
– `/private-company-research` — 未上市公司研究
– `/deep-company-series` — 8 篇长文深度拆解

**财报分析系列：**
– `/earnings-review` — 财报精读（只读原始财报）
– `/earnings-team` — 四大师并行解读财报

**行业筛选系列：**
– `/industry-research` — 产业链全景扫描
– `/industry-funnel` — 行业漏斗筛选（全市场→≤10家→3家）
– `/quality-screen` — 7 条硬指标快速去劣
– `/bottleneck-hunter` — 供应链瓶颈猎手
– `/investment-checklist` — 巴菲特买入前六关 Checklist

**持仓管理系列：**
– `/portfolio-review` — 组合管理与再平衡
– `/thesis-tracker` — 投资论文追踪
– `/news-pulse` — 股价异动 10 分钟快速归因

**思维工具系列：**
– `/dyp-ask` — 以段永平的方式思考问题
– `/financial-data` — 财务数据交叉验证规范
– `/wechat-article` — 公众号文章三 Agent 协作

## 安装与使用

### Claude Code 用户

“`bash
git clone https://github.com/xbtlin/ai-berkshire.git
cd ai-berkshire
./scripts/install-claude-commands.sh
“`

### Codex 用户

“`bash
git clone https://github.com/xbtlin/ai-berkshire.git
cd ai-berkshire
./scripts/install-codex-skills.sh
“`

安装后在 Claude Code 中直接调用：

“`bash
/investment-research 腾讯
/investment-team 美团
/industry-funnel AI算力
/news-pulse 拼多多
“`

## 适用场景

– **个人投资者**：一个人就拥有完整的投研体系和团队
– **AI Agent 开发者**：学习如何将专业知识系统化为 AI Skill
– **价值投资学习者**：通过四大师框架系统化学习价值投资方法论
– **金融行业从业者**：借助 AI 提升研究效率，标准化投研流程

## 项目热度

– ⭐ GitHub Trending 今日榜一，日增 1,400+ stars
– 累计 5,300+ stars，720+ forks
– 中英文双语文档，MIT 开源协议

—

> “The best investment you can make is in yourself.” — Warren Buffett
>
> AI Berkshire：让每个人都拥有自己的投研团队。

🔗 GitHub: https://github.com/xbtlin/ai-berkshire