企业官网建设流程全解析

大多数人默认一个假设：让 AI 做投资研究，瓶颈在"模型够不够聪明"。昆仑万维（300418）这个真实案例会反驳你——同一只票，我们让三套 AI 系统各写一份分析，质量天差地别；而最好的那份，不是来自最大的单体模型，而是来自一套多智能体协作。

三份报告，三个作者

我们把同一标的（昆仑万维，现价 43.20 元，2026-07-31 收盘）交给三套系统，各出一份独立分析：

C 报告（CoordClaw 多智能体系统）——投研级。它由五个角色构成：周婷整合撰写、李静出基本面、王芳出技术面、赵明出风险、陈默做 PM 终审。最终产物是一份 38 项分级风险清单（P0×4 / P1×12 / P2×12 / P3×6 / 尾部×4）、双源交叉验证的财务数据（EM/Sina 差异 <0.01%）、严格的口径纪律，以及一份原样保留的"待核实"清单。结论冷冰冰：高风险，不建议参与。

开源仓库地址：CoordClaw基于管理学多智能体系统

D 报告（DeepSeek）——信息整理级。它把"4+3 AGI 战略"、天工 AI、Opera 浏览器、StarMaker 拆得很漂亮，核心财务数据（营收 81.98 亿、归母 -15.93 亿）也没算错。但整篇没有技术面、没有量化风控，更关键的是——它完全没提实控人已减持 75%、质押状态未知、净现金仅 15.19 亿且续航只有 1.26~1.81 年这些要命的负面。这是典型的"选择性呈现"。

K 报告（Kimi）——以对比评估的方式呈现。它搭起"数据准确性 / 分析维度 / 结论合理性"的三维框架，把几份材料放在一起对照，给出各自的强弱判定。它的维度意识比 D 报告更自觉，但作为一份独立分析，它对"评估方法本身的信度"交待不足，部分引用的核对也不够彻底。

三档段位已经清晰：投研级、信息整理级、评估框架级。

让写报告的单体模型自己当评委

到这里，故事最好玩的部分来了。

我们没有请任何第三方，而是直接把这三份报告交回给 DeepSeek 和 Kimi——也就是 D 报告和 K 报告的作者——请它们独立判断：三份里哪份最好、哪份最差、为什么。于是得到两份评估文档（一份出自 DeepSeek，一份出自 Kimi）。

这是个刻意的设计：让单体模型既当"运动员"又当"裁判"。

结果两家的结论高度一致。C 报告（多智能体）被评投研级、居首；D 报告（DeepSeek 自己写的）被评信息整理级、居中；K 报告（Kimi 自己那份）维度较全但核验深度有限，排在两者之间。DeepSeek 的那份评估把 C 给了五星、D 三星、K 四星；Kimi 的那份评估也独立地把最高分给了 C。

【DeepSeek三份报告评价】

【Kimi三份报告评价】

请注意这背后的含义：连写报告的单体模型自己，都把最高分给了多智能体。这不是 CoordClaw 自卖自夸，是"对手"当评委投出来的结果。一个单体模型，能从对手的产出里识别出"这份更专业"，却写不出那样的报告——这恰好说明，投研级质量来自"组织"，不来自"更大的模型"。

机制一：角色分化，不是复制粘贴

最常见的误区，是把多智能体理解成"几个 copies 一起干活"。那种做法里每个角色都说差不多的普通话，视角高度重叠，最后收敛到的只是一个低质量的共识。

C 报告反着来。李静只管基本面事实：营收高增但亏损扩大、销售费用率从 40.69% 失控到 62.02%、毛利率 8 个季度结构性下移（78.43%→66.23%）。王芳只管技术面：多周期趋势、量价、底背离、关键价位。赵明只管风险：38 项分级清单。三套输出彼此独立、可对照，决策轴显著可分——这才是分化该有的样子：分化只有程度之分，没有真假二分。

关键在"显著可分"。如果三个人结论长得一样，那不是协作，是回声。C 报告里，技术面说"日线级反弹成立、目标 46.01"，但基本面和风险面都说"不具备介入价值"——三条线在"不介入"上一致，可各自的理由完全不同。这种一致性才有含金量。

开源仓库地址：CoordClaw基于管理学多智能体系统

机制二：冲突被制度化，分歧是信号不是噪音

主流架构最怕"不一致"，于是用投票、平均、主模型裁决把分歧抹平。但分歧是信号，不是噪音。

这里冲突被装进"硬通道"：王芳给技术止损位 39.54（-8.5%），赵明指出有效止损须 ≥1.5ATR=12.47%，到 46.01 只有 6.5% 空间，9 组介入参数无一可行。两边没被强行统一，而是并列呈现、各自撤回介入建议。陈默终审时把矛盾逐条列成裁决表（C1_{C7），连同四组内部数据分歧（M-1}M-4）一起如实保留。

这说明：弱分化产出的是低质量共识；强分化产出的是可审、可辩、可推翻的结论。你拼命想消除的不确定性，恰恰是智能的来源。

机制三：白盒可审计，每句结论追得到出处

C 报告近四百行，几乎每行都挂着来源编号：李静 FA-FUND、王芳 TA-REPORT V1.2、赵明 RA-RISK、陈默-AUDIT。市值必须附取数日；原始字段永久禁引；流通股双口径差 +6.73% 禁止混用。

这叫白盒协作、可审计、透明。模型的「注意力」本质是一组概率权重，它擅长在已有语境里做流畅续写，却不擅长说出"这里我没数据"。白盒的意义，就是不让任何一句判断藏在黑箱里——读者能顺着引用链自己复核，这正是"上帝视角"的价值。

机制四：诚实暴露无知，把"不知道"写进结论

最反直觉的一点：C 报告把"没数据"当成 P0 级风险点名。

质押状态全库命中 0 次，政策一手数据命中 0——大多数研报会跳过或写"风险可控"。这里反而列为最大单一信息缺口，“待核实"清单原样保留。大模型会产出「幻觉」（事实误差），而消除它的唯一杠杆是真值锚——按需调用的事实核实，而非把不确定性从系统里抹掉。敢于标注"待核实”，比假装全知更接近投研级。

连回那个命题：AI 社会靠磁铁，不靠笼子

我反复讲一个观点：AI 社会靠磁铁，不靠笼子。护栏式架构（笼子）试图用约束把不确定性压死，结果压掉的正是角色的独特视角。C 报告证明另一条路：用"磁铁"——共享的事实锚、强制的引用纪律、公开的冲突通道——把差异化角色吸成一个能自纠错的协作体，而不是用门控把它们焊死。

笼子的第三种误区，是把"消除不确定性"当目标。C 报告恰恰相反：它保留分歧、保留未知、保留有效期（技术面 08-14 失效，早于中报 08-28），结论可被中报证伪。收敛不是预设的布尔开关，而是信息循环自然停止时涌现的退出条件。

把这套组织写成代码

上面不是管理学的空谈，是可以落地的工程。CoordClaw 开源项目把"角色分化、冲突硬通道、白盒审计、真值锚按需核实"都做成了可运行的协作原语。昆仑万维这份报告，本质上就是一次 CoordClaw 式组织的小型演练：五个角色、四套独立视角、一份敢说"不参与"的共识。

如果你也在搭多智能体，别急着追更大的模型。先问自己三句：我的角色，真的分化了吗？我的冲突，被制度化成信号了吗？我的系统，敢不敢把"不知道"写在结论里？

开源仓库地址：CoordClaw基于管理学多智能体系统