我用AI把自己的投资研究做废了

本文来自微信公众号：有情节的投研分析，作者：Paul W，题图来自：AI生成

隔了好久没发文了，因为最近疯狂的在用AI产出，为了投资搞了个工具自动下载财报电话会文件，甚至想通过AI把整个我的投资分析框架全部自动化，这个后面说。另外用Claude code给公司同事开发了个自动审核工具，简直忙的废寝忘食不亦乐乎。但，就在昨天，我感觉到了不对。

以前我是怎么研究公司的

看过我之前发的公众号文章的朋友知道，我涉猎的公司其实很少，去年到今年，拼多多、多邻国、还有个台积电，三张手工表格。一格一格自己填，季度数据从头追到尾。黄色标注关键数字，红色标注异常。标注的时候觉得另外有些比值可能也很重要，比如多邻国的DAU/MAU比值、付费用户占MAU、付费用户占DAU等等，这些是理解业务模式之后自然想到的，也作为数据跟踪。

做表的过程就是慢慢理解的过程。我对某个数字产生困惑，追这个困惑，慢慢顺藤摸瓜理解这门生意。

我在多邻国200块的时候写“不该抄底，估值仍然很高”，120块的时候写“我可以接受卖put”，并且能稍微说清楚我的理由，我认为只有理解了才能有一些判断力。

然后AI来了

去年12月我用文本大模型Claude搞出了第一个基于html的公司研究网页，分析多邻国。我一个完全没编程经历的人，居然做出了能用的东西。那种震撼到现在都记得。

接下来的演进很快。

今年2月，我写了《这个时代没有Token为你燃烧，你可能真的会掉队》。那时候我对AI是兴奋的、前倾的。

3月，OpenClaw开始深度使用。如果用对了，OpenClaw 不仅能帮你干活，甚至可以扩张你的人生边界，自动追踪我关注的公司和人，三个小龙虾分别每天抓取AI意见领袖的言论，定期更新。

4月，多邻国的暴跌给我灵感，我开始让AI替我自动生成每周低估的美股报告。AI给我定期发每周一次的美股报告，里面有可能有宝贝然后我开始把AI给我的公司塞进NotebookLM做深度分析。

5月5日，我写了上一篇公众号文章《写在多邻国再次暴跌之际》。里面有这么一句话：

今天看了财报和电话会，更新了数据丢给Gemini生成了研究报告，基于研究报告又和它对话了好几轮，碰撞了几个我的思考点。最后提取材料汇总丢给notebooklm，生成以上几个图片，基本上把我要总结的体现出来了。

写的时候我感觉很好，觉得AI正在无限赋能给我。

AI加速入侵

5月5号之后我没再发文章，但我没闲着。我在做两件事。

第一件，思考如何让AI彻底改进我的公司研究体系，写《研究工作流任务清单》。从v1到v4，几天里迭代了四个版本。

v1只是让AI帮我下载资料。

v2加入了“必须回答的核心问题”——把“该问什么”也交给AI了。

v3加入了“7个测试”和“业务指标识别流程”——把“该怎么想”也交给AI了。

v4通用化之后，整个研究框架本身都成了AI的执行指令。

第二件，开发了WebLinkCollector，这个名字是AI自己生成的，一个能从给定的页面批量下载所有财报的工具。

长这个样子：

两件事合起来，就是一条完整的流水线：输入公司名→自动抓取所有资料→AI按规范产出研究报告→我审阅。

我还在幻想，这最后的闭环打通了，只要我的投资逻辑AI全部真实学会并得出结果，我是不是翘着二郎腿就得到我想要的投资机会了呢？想想都兴奋。

感觉不对了

直到昨天，我觉得差不多了，该沟通该修改的都差不多，跟我想的逻辑基本一致，静待奇迹发生的时候，直到我看完工具自动生成的几个公司的研究报告。

20个章节。数据有支撑，CEO原话有引用，竞争对手有比较，投资论点有逻辑，风险清单有列举。格式比我手工做的那些表干净多了，内容比我自己写的那些判断全面多了。

我摘抄一段我给AI做的工作流v4版中的一段吧，你看着是不是觉得还基本靠谱？

但我看AI生成的报告之后，我对这家公司完全没有感觉。

说不出来CEO是什么样的人。说不出来这门生意的底层逻辑是什么。说不出来我为什么相信它会越来越好。

那种“好像抓到了什么”的感觉，没有了。

我以为我在写一份给AI的执行清单，并且在把自己脑子里的研究方法论一条条搬出来，交给AI去执行。我就可以得到我想要的，其实不是。

工作流文件越写越细的过程，不是我在约束AI，是我在邀请它进一步替代我。每多一条规则，就是多让出一块自己的思维领地。

而且最严重的是——我不但没意识到这个过程，我还兴奋地完成了这个过程。每写完一版，我都觉得“研究体系更完善了”。可是，完善的其实不是我的研究体系，是AI执行的研究体系。原本我是主体，工作流是我脑子里的隐性方法论；后来工作流变成显性的文档，AI变成主体，我变成了配置参数、然后等AI产出结果的人。

对比一下。以前我自己一格一格做表，DAU/MAU那个比值不是财报给我的，是我自己觉得应该算这个才列出来的，做表的过程就是理解的过程。

现在我看着流水线生成的报告，里面什么都有，但里面没有我能理解的。

错配的边界位置

找SEC入口、下载文件、整理目录、统计数量——这些是体力活，让AI去做没问题。

读原文、产生困惑、追这个困惑、改变想法、形成判断——这些是认知建立的过程本身。外包出去，就等于放弃了理解。

我的工作流文件越写越长，把最重要的理解过程也消除掉了。AI替我读了原文，替我产生了“困惑”，替我追了困惑，替我写了判断。

AI侵入的不是我的研究流程，而是我研究体系里最核心的东西——对公司底层逻辑的直接理解能力。

如果这个能力算我的投资研究的护城河的话。我最近就兴奋地亲手为这个能力做了一条替代品。

现在清楚的事

我的困惑已经清晰了，就是边界没有控制好，AI侵入了我原本最擅长、也是研究体系中最重要的那个部分。

工具做到“资料就绪”为止——下载、整理、归档、生成数据表格框架。然后必须停下来。

接下来是我的工作：自己读，自己在读的过程中产生困惑，自己追这个困惑，自己写第一版判断。AI是对话伙伴，我可以和AI讨论、头脑风暴，但不能替我思考。

那才是我最该保留的东西，也是未来人类宝贵的东西，不被AI取代的东西。

本文来自微信公众号：有情节的投研分析，作者：Paul W