如果把 Agent 投资系统理解成“让 Agent 写研报”，这个系统很快会停在漂亮文字上。研报适合给人读，却不一定适合被系统追踪。它可以写得很顺，也可以引用很多材料，但后面市场给出反馈时，很难知道到底是哪一个判断被验证，哪一个判断只是碰巧撞上。
系统该保存的，是一个可执行、可评估、可复盘的投资决策对象。
研报可以存在，但它只是解释层。下面这些字段才是系统要继续处理的对象：
asset:
horizon:
thesis:
evidence:
counter_evidence:
valuation:
scenario:
invalidation:
watchlist:
position_rule:
risk:
confidence:
decision:这些字段看起来比文章粗糙，却更适合被市场和后续事实检查。
生成器
生成器负责把一个投资问题变成决策对象。
它不是直接回答“买不买”，而是先把问题拆开：
- 这家公司到底靠什么赚钱？
- 当前价格在定价什么？
- 支持这个判断的事实有哪些？
- 哪些反向证据正在削弱这个判断？
- 这个判断需要多长时间验证？
- 什么情况出现时，原判断必须失效？
- 如果判断错了，最多愿意付出多大代价？
生成器可以产出一篇可读报告，同时要产出机器能继续处理的对象。每一个结论都要落到字段里。没有证伪条件的判断，不进入决策对象；没有来源的事实，不进入证据字段；没有期限的预测，不能算预测。
以后回看时，不再只问“这篇文章写得怎么样”，而是逐字段检查当时的判断。
评估器
市场每天都在变化，但价格不是直接答案。
如果某个标的买完后涨了，不能立刻说生成器做对了。可能是市场风格切换，可能是行业一起上涨，也可能只是流动性推高估值。反过来，短期下跌也不一定说明原假设错了。
评估器要把反馈拆成几类。
事实评估
财报、公告、经营数据、行业数据和管理层指引，用来检查报告里的事实判断。
- 收入是否符合原来的区间？
- 毛利率、费用率、现金流有没有按预期变化？
- 用户、订单、库存、价格、成本有没有改变？
- 原来认为稳定的业务变量是否出现了裂缝？
事实评估不等价格确认。关键事实变了，市场暂时没反应，也要更新判断。
市场评估
价格只在比较中才有意义。
- 它是绝对上涨，还是相对行业上涨？
- 它是公司自己的变化，还是大盘和行业一起变化？
- 估值变了，盈利预期有没有变？
- 波动变大，是因为新事实，还是因为风险偏好下降？
- 成交量和持仓结构有没有说明市场参与者变了？
市场评估的任务不是追涨杀跌。它要识别市场正在重新定价哪一部分假设。
过程评估
过程评估看的是生成器当时有没有偷懒。
- 有没有把叙事当事实？
- 有没有遗漏已经公开的重要反证？
- 有没有只找支持材料，不找反面材料？
- 有没有写清楚期限和证伪条件？
- 有没有把估值区间写成一个看起来精确的目标价？
这部分很像代码里的测试失败。不是结果错了才有问题，输入和检查条件写得含糊，本身就是问题。
校准评估
如果生成器说某个判断有 70% 把握，长期看，类似判断应该大约命中 70%。
单次投资看不出来，十次、二十次以后可以看出来。一个总是把 55% 写成 80% 的系统，会让仓位过大；一个总是把 80% 写成 50% 的系统，会让好机会留不住。
校准评估不追求每次都准，它追求置信度不要长期失真。
优化器
优化器不应该直接优化“下次推荐的股票要涨”。
这个目标太危险。市场噪声太大，短期结果太容易诱导系统学坏。它可能学会迎合热门叙事，学会写更激进的结论，学会把运气包装成能力。
优化器真正该改的是生成器的工作方式：
- 修改研究模板；
- 增加必须检查的数据源；
- 增加反证搜索步骤；
- 调整估值情景里的默认参数；
- 改写仓位规则；
- 增加风险检查清单；
- 把失败案例加入反例库；
- 对某类行业使用不同的分析框架。
如果一次失败只留下“市场不可预测”，系统没有进步。
如果一次失败让下一次研究多检查一个字段、少相信一种叙事、提前写清一个退出条件，这次失败才进入了系统。
量化场景
如果做量化，Agent 的位置会更靠近执行，但仍然不应该让大模型临场下单。
更稳的分工是：
Research Agent
↓
Strategy Object
↓
Backtest Engine
↓
Risk Engine
↓
Execution Engine
↓
Audit AgentResearch Agent 生成策略假设。Strategy Object 把假设写成可回测规则。Backtest Engine 用确定性程序跑数据。Risk Engine 检查回撤、杠杆、流动性、相关性和容量。Execution Engine 只执行通过规则的订单。Audit Agent 记录每一步为什么发生，后来哪里偏离了原计划。
在这里，Agent 可以参与很多事情：
- 提出因子假设；
- 写回测实验；
- 检查数据异常；
- 解释策略失效；
- 生成盘后复盘；
- 比较不同版本策略的变化；
- 把执行日志整理成下一轮改进建议。
但下单动作最好交给确定性系统。投资里最怕的不是系统保守，而是人在看不懂系统为什么动作时，还继续相信它。
第一版系统
第一版不用自动交易，也不用一开始就接很多数据源。
先让每一次判断都留下一个决策对象：
id:
asset:
date:
horizon:
thesis:
evidence:
counter_evidence:
valuation:
scenario:
invalidation:
watchlist:
position_rule:
risk:
confidence:
decision:
review_schedule:然后让评估器在固定时间回看：
- 哪些事实已经更新？
- 哪些假设被加强？
- 哪些假设被削弱？
- 哪些证伪条件被触发？
- 价格变化来自公司、行业、大盘，还是估值？
- 当初的置信度是否过高？
- 下一次生成器要改哪个字段？
这个系统最初不需要聪明。它只要做到一件事：让每一次投资判断都能被后来的人和 Agent 重新打开。
等积累了几十个决策对象，再谈优化才有意义。那时优化器面对的不是一堆情绪化复盘，而是一组有字段、有期限、有证据、有失败痕迹的训练样本。
这才可能让 Agent 投资系统从“会写报告”，慢慢变成“会改进自己的研究方式”。