Codex 校核（2026-10-10）：以下更正适用于本页；原采集内容保留为历史快照。
- 2024 年 +69.29%、2025 年 +66.38% 和两年累计收益超 146 万元，均来自项目作者 README 的实盘自报。本次未取得独立核验的账户／成交记录或收益计算方法，不能把这些数字写成已独立验证的框架投资绩效，也不能据此归因于 agent 框架。原作者收益声明
AI Berkshire: 多 Agent 并行价值投资研究框架
来源: https://github.com/xbtlin/ai-berkshire (★11.3k, 中文/English/日本語) 发现时间: 2026-07-07 (GitHub Trending Weekly) 标签: multi-agent, value-investing, claude-code, codex, parallel-research, buffett, munger
核心定位
AI Berkshire 是一套兼容 Claude Code 与 Codex 的投资研究 Skill 合集，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，通过 多 Agent 并行 实现专业级投资研究。
一个人 + Claude Code / Codex = 一个投研团队。
为什么这是多 Agent 编排的优秀案例
1. 真正的多 Agent 并行架构
/investment-team 启动 4 个独立 Agent 同时研究一家公司。每个 Agent：
- 各自独立搜索网络
- 交叉验证数据
- 独立给出分析和结论
Team Lead 再综合 4 份独立报告。这不是把一个 prompt 拆成 4 段——是 4 个”分析师”各自做了完整研究。
User Input → Team Lead (Orchestrator)
├── Agent 1: 段永平视角 (商业模式/好生意)
├── Agent 2: 巴菲特视角 (财务估值/安全边际)
├── Agent 3: 芒格视角 (逆向思考/护城河)
└── Agent 4: 李录视角 (长期确定性/管理层)
→ Team Lead Synthesis → 综合研究报告
2. 多视角对抗产生真实矛盾
单一 prompt 无法制造的多视角对抗：
拼多多例子：巴菲特说”真便宜，PE 6.3x”，李录说”管理层文化有隐患，10年后不确定” → 这才是投资决策的真实状态。冲突避免盲点。
3. 结构化反偏见机制
| 机制 | 解决的问题 | 示例 |
|---|---|---|
| 信息丰富度评级 (A/B/C) | 防止”资料多=确定”幻觉 | 数据有限时标注置信度 |
| 芒格式逆向检验 | 强制思考失败场景 | ”什么情况下会死？“列出5大情景 |
| 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 |
| 反共识检查 | 避免和市场想法一样 | ”聪明人为什么在做空？“ |
| 留白原则 | 宁可说”不知道” | 数据不足时标注灰色地带 |
19 个 Skills 结构
按类型分组：
- 🔬 深度研究类 (5):
/investment-research,/investment-team,/management-deep-dive,/private-company-research,/deep-company-series - 📊 财报分析类 (2):
/earnings-review,/earnings-team(四大师并行解读→编辑润色→读者评审→可发布) - 🏭 行业筛选类 (5):
/industry-research,/industry-funnel,/quality-screen,/bottleneck-hunter,/investment-checklist - 更多…
实盘验证
| 年份 | 本框架实盘 | 标普500 | 恒生指数 | 沪深300 |
|---|---|---|---|---|
| 2024 | +69.29% | +23.31% | +17.67% | +14.68% |
| 2025 | +66.38% | +16.39% | +27.77% | +17.66% |
两年累计实盘收益超 146 万元。
与 Hermes 的关联
- 纯 Skill 驱动的多 Agent 架构，与 Hermes 的 Skill 系统设计理念一致
- 其
/earnings-team展示的”并行→编辑→评审→发布”流程可启发 Hermes 的工作流设计 - Team Lead 编排模式可借鉴到 Hermes 的多配置/多角色切换场景
- 中文生态的 Agent Skill 最佳实践参考
一句话
用多 Agent 并行对抗单一视角偏见，把投资纪律变成代码。