https://github.com/xbtlin/ai-berkshire
直接问AI“腾讯值不值得买”，很容易得到一篇四平八稳的作文：优点不少，风险也有，最后让你自行判断。
AI Berkshire给投研加了一套固定流程。它把巴菲特、芒格、段永平和李录的常用思路整理成20个Skill，可装进Claude Code或Codex。
它是一套投研模板，不是炒股软件
仓库没有交易账户、行情终端或自动下单功能。核心是Markdown指令、少量Python工具和一批示例报告。
20个Skill覆盖公司研究、财报精读、行业筛选、组合复盘和投资论文跟踪。investment-team会把任务拆给四个Agent，分别研究商业模式、财务估值、行业竞争和管理层风险，再由主Agent汇总。
这里的“四大师视角”是角色设定，不代表四位投资者本人参与，也不能保证模型准确还原他们的判断。它更适合用来迫使AI换几个角度思考。
真正有用的是研究纪律
项目要求关键财务数据至少找两个独立来源，差异超过阈值时回查原始财报；估值和市值计算交给Python，不让模型心算。报告完成后还能抽取部分数据再次核验。
但这些规则仍由Agent执行。report_audit.py只负责抽样和判定，核验值还要从外部取得。仓库暂时也没有Wind、Bloomberg之类的实时数据接入，相关MCP仍列在未来计划中。
联网权限如果没开，多Agent可能拿旧知识写出一份看似完整的报告。项目已经专门加入预检和降级提示，这个问题不是理论风险。
代码里还有两个小毛刺
我运行了仓库自带的Codex Skill同步检查，当前主分支有两个Skill未同步。通用精确计算器也会先用Python浮点数计算：输入0.1 + 0.2，内部结果仍是0.30000000000000004。其他估值函数使用Decimal，但“所有计算完全没有浮点误差”的说法需要收窄。
最新正式Release还是v1.0.0，当时只有5个Skill；主分支已经扩展到20个。想用最新内容应克隆主分支，同时也要接受文档和适配文件偶尔不同步。
别为了省确认直接放开权限
安装脚本会把这些Skill复制到Claude Code或Codex的全局目录。README提到用--dangerously-skip-permissions减少确认，我不建议日常这样启动。投研过程会联网、运行脚本并写文件，保留审批更稳妥。
仓库展示的实盘收益来自作者提供的账户截图，没有第三方审计。历史报告和AI生成的价格区间都只能当研究材料，不能替代公告原文、独立估值和个人风险判断。
如果你已经在用Claude Code或Codex做公司研究，这套框架值得拿来改造成自己的检查清单。只想问一句“明天买什么”，它并不会给出可靠捷径。
项目采用MIT许可证。本文依据README、Skill、安装脚本和核验工具检查，没有实际生成投资报告。
