1. 从百亿token这个数字说起投资agent到底在算什么第一次看到百亿token手搓投资agent这个说法很多人第一反应是烧了这么多token到底在干嘛。这个疑问很合理因为投资类agent和普通的问答机器人有本质区别——它不是把问题丢给模型、拿回一段文字就完事而是要在海量信息里反复检索、比对、推理、验证最后给出一个带置信度的判断。每一次检索、每一轮自我质疑、每一次回测校验都在消耗token。百亿这个量级恰恰说明它跑的不是一问一答而是一条长链条的决策流水线。我先把结论摆在前面一个能用的投资agent核心不是预测涨跌而是把非结构化的信息转化成结构化的、可复现的决策依据。它做的是信息处理、逻辑校验和风险提示而不是算命。理解这一点后面所有的架构设计、token消耗、踩坑经验才讲得通。这篇文章适合三类人看一是想自己动手搭一个投资分析agent的开发者二是好奇这类系统内部到底怎么运转的产品或研究人员三是被AI炒股这类说法搞晕、想搞清楚边界在哪的普通读者。我会从数据管线、推理链路、记忆机制、回测校验、成本控制几个角度把手搓的全过程拆开讲尽量给到能直接抄作业的细节。需要提前说明的是本文所有案例、项目、机构均为虚构代称涉及的参数和阈值是基于常见工程实践给出的参考值不是某个真实系统的配置。投资本身有风险任何agent的输出都只能作为辅助参考不能替代独立判断。2. 数据管线投资agent的食材是怎么洗干净的2.1 为什么数据管线决定了agent的上限做过投资分析的人都知道一句话垃圾进垃圾出。一个agent再聪明如果喂给它的是过期财报、口径混乱的指标、带错别字的市场传闻它输出的结论一定是错的而且错得很自信。所以手搓投资agent的第一步不是写prompt而是搭一条靠谱的数据管线。这条管线要解决四个问题从哪来、怎么清洗、怎么对齐时间、怎么存。我见过太多人一上来就调模型结果模型拿到的营收字段里混着营业收入和营业总收入两种口径算出来的增长率自然对不上。数据管线的工作就是把这些坑在进入模型之前填平。2.2 数据源的分类与取舍投资agent常见的数据源可以分成几类每类的处理方式完全不同数据类型典型来源更新频率主要坑点结构化财务数据财报、公告季度/年度口径不一致、追溯调整行情数据交易记录实时/日频复权处理、停牌缺口文本资讯新闻、研报高频重复、情绪噪声、时效另类数据公开统计、行业数据不定覆盖度低、口径模糊我的经验是结构化数据优先用现成接口文本数据必须自己做去重和时效过滤。文本资讯里最麻烦的是旧闻重发——一条三年前的新闻被重新推送agent如果按时间戳当成新消息就会得出完全错误的判断。解决办法是给每条文本打两个时间戳发布时间和抓取时间推理时以发布时间为准抓取时间只用于去重。2.3 清洗与对齐的具体操作清洗环节我一般分三步走。第一步是字段标准化把所有来源的财务字段映射到一套统一命名比如统一用revenue_total表示营业总收入遇到口径不同的数据要么换算要么丢弃。第二步是时间对齐所有数据统一到同一个时间轴上财报按报告期对齐行情按交易日对齐文本按发布日对齐。第三步是异常值处理对明显偏离历史分布的数值做标记而不是直接删除因为有些异常恰恰是重要信号。提示时间对齐时一定要处理未来函数问题。所谓未来函数就是用了当时还不可能知道的信息。比如用年报数据去回测三季度的决策就是典型的未来函数会让回测结果虚高得离谱。这是投资agent最容易犯、也最致命的错误之一。2.4 存储与检索的设计数据存下来之后怎么让agent高效检索是个关键。我的做法是冷热分离高频访问的行情和核心财务指标放内存或快速缓存历史文本和低频数据放向量库或全文索引。检索时先按元数据过滤时间范围、数据类型、标的再做语义检索这样能大幅减少无效token消耗。这里有个细节值得说向量检索的top-k不要设太大。我试过k20和k5前者召回率高但噪声多模型容易被无关信息带偏后者干净但可能漏掉关键信息。折中方案是先用较大的k召回再用一个轻量模型做相关性重排最后只把top-3到top-5喂给主推理模型。这样既保证召回又控制噪声和成本。3. 推理链路一个投资判断是怎么被逼出来的3.1 单次问答为什么不够用如果你直接问模型某标的值不值得关注它会给你一段看似合理的分析但这段分析往往经不起推敲——因为它没有真正去核对数据只是在用语言模式编一个像样的答案。投资agent和普通问答的核心区别就在于它把一次判断拆成了多轮、可验证、可回溯的推理链路。我常用的链路结构是这样的信息收集 → 事实核对 → 多角度分析 → 反方论证 → 置信度评估 → 输出。每一环都有明确的输入输出任何一环出问题都能定位到具体步骤而不是笼统地说模型答错了。3.2 事实核对环节的设计事实核对是整条链路里最容易被忽略、却最重要的一环。具体做法是模型先根据检索到的信息生成一组待核实事实比如该公司上季度营收同比增长X%然后由一个独立的核对模块去原始数据里验证这个数字。核对不通过的事实直接丢弃不进入后续分析。这个设计的好处是把幻觉挡在分析之前。我实测下来加了核对环节之后最终输出里的事实性错误能下降一大半。代价是token消耗增加因为核对本身也要调用模型或规则引擎。但相比给出错误结论的代价这个成本完全值得。3.3 多角度分析与反方论证投资判断最忌讳单边思维。一个成熟的agent应该能同时给出看多和看空的理由而不是只找支持某个结论的证据。我在链路里专门设了一个反方论证步骤强制模型站在对立面找出至少三条反对当前判断的理由。这一步的价值在于暴露盲区。很多时候模型给出的看多理由看似充分但一旦要求它找反方证据就会发现某些关键风险被忽略了。反方论证的输出不一定要改变最终结论但必须体现在报告里让使用者知道风险在哪。3.4 置信度评估怎么做才不虚很多agent会输出一个置信度90%之类的数字但这个数字往往是模型随口给的没有任何依据。我的做法是把置信度拆成几个可量化的维度数据完整度、事实核对通过率、多空分歧程度、历史相似情形的表现。每个维度打分最后加权得到一个综合置信度。这样算出来的置信度虽然也不完美但至少是可解释的——使用者能看到为什么置信度低是因为数据缺失还是因为多空分歧太大。这比一个孤零零的百分比有用得多。4. 记忆机制让agent不再每次从零开始4.1 短期记忆与长期记忆的分工一个只会单次推理的agent每次都要重新检索、重新分析既浪费token又缺乏连贯性。真正好用的投资agent需要记忆机制而且要分层次。短期记忆保存当前分析任务上下文比如这次分析涉及哪些标的、已经核实了哪些事实、还有哪些待办。长期记忆保存跨任务的知识比如某个行业的历史规律、某类事件的典型影响、之前分析中踩过的坑。两者用不同的存储和检索策略短期记忆放上下文窗口长期记忆放外部存储按需检索。4.2 记忆的写入与遗忘记忆机制最难的不是存而是决定什么该记、什么该忘。如果什么都记长期记忆很快会被噪声淹没如果记得太少又起不到积累作用。我的策略是给每条记忆打一个重要性分数由几个因素决定是否被后续验证为正确、是否被多次引用、是否涉及重大判断。遗忘机制同样重要。市场环境会变三年前有效的规律今天可能失效。所以我给长期记忆设了时效衰减——越老的记忆权重越低除非它被反复验证。这样agent的知识库能保持更新而不是被历史包袱拖累。4.3 记忆检索的触发时机记忆不是每步都要检索那样太费token。我的做法是在两个时机触发长期记忆检索一是分析新标的时检索同类标的的历史分析二是遇到矛盾信息时检索过去是否处理过类似矛盾。这两个时机都是记忆最能发挥价值的地方其他时候按需检索即可。注意记忆检索的结果一定要标注来源和时间让模型知道这是历史经验而不是当前事实。否则模型可能把旧结论当成新信息导致判断错误。5. 回测与校验怎么知道agent到底靠不靠谱5.1 回测不是跑个收益率就完事很多人做agent回测就是拿历史数据跑一遍看收益率多少。这种做法问题很大因为投资决策的质量不能只看收益还要看决策过程是否可复现、是否稳健、是否在不同市场环境下都成立。我的回测框架包含三层结果层看收益和风险指标过程层看每步推理是否合理稳健层看参数扰动下结论是否稳定。只有三层都通过才算这个agent真的可用。5.2 避免回测中的常见陷阱回测最容易踩的坑有几个。幸存者偏差——只回测现在还存在的标的忽略了已经退市的结果虚高。前视偏差——用了当时不可能知道的信息。过拟合——参数调得刚好拟合历史换个时间段就失效。交易成本忽略——回测里买卖零成本实盘一算全被手续费吃掉。针对这些坑我的做法是回测样本必须包含退市和失败案例严格按时间切片每个决策点只能用该时点之前的数据参数用滚动窗口验证而不是全样本优化交易成本按保守估计扣减。这些做下来回测结果会难看很多但更接近真实。5.3 过程校验让每一步都可追溯结果对了不代表过程对。有时候agent蒙对了结论但推理过程全是错的这种对不可持续。所以我要求每次分析都留下完整的推理日志检索了什么、核实了什么、每个结论的依据是什么。校验时不仅看结论还要抽查推理链看有没有逻辑跳跃或事实错误。这个过程校验在早期特别重要因为能帮你快速定位agent的薄弱环节。我就是在过程校验里发现agent在处理同比和环比时经常混淆后来专门加了一个口径检查步骤才解决。6. 成本控制百亿token是怎么省下来的6.1 token都花在哪了回到开头那个问题百亿token到底花在哪。拆开看大头是检索结果的上下文注入和多轮推理的反复调用。一次完整分析可能要检索几十条信息每条几百到几千token再加上多轮推理单次分析消耗几万token很正常。如果每天分析上百个标的一年下来就是百亿量级。理解了消耗结构优化方向就清楚了减少无效检索、压缩上下文、复用中间结果。6.2 上下文压缩的实用技巧上下文压缩不是简单截断那样会丢信息。我的做法是分层摘要原始信息先做一次摘要保留关键数字和结论推理时优先用摘要只有需要细节时才回查原文。这样能把上下文体积压到原来的三分之一左右而关键信息基本不丢。另一个技巧是结构化注入。与其把整段新闻塞给模型不如先抽取出事件类型、涉及标的、影响方向、时间这几个字段用结构化格式注入。模型处理结构化信息比处理长文本更高效token消耗也更低。6.3 缓存与复用很多分析任务是重复的。同一个标的今天分析完明天如果没重大变化大部分结论可以复用。我建了一个结论缓存按标的和日期索引新任务先查缓存命中且无重大变化就直接返回只对变化部分重新分析。这一招能把重复分析的token消耗砍掉一大半。当然缓存要有失效机制。财报发布、重大公告、行情剧烈波动这些事件发生时相关缓存必须失效重算否则会用到过期结论。7. 手搓过程中踩过的那些坑7.1 模型自信地胡说怎么破最早期的版本模型经常给出看似专业但完全错误的分析。比如把两个不同口径的增长率直接比较或者引用一条根本不存在的行业数据。后来我加了事实核对和来源标注要求每个数字都必须能追溯到原始数据追溯不到的一律标注未核实。这个改动之后输出的可靠性明显提升。7.2 多轮推理的跑偏问题多轮推理有个副作用模型可能在几轮之后偏离原始问题越扯越远。我遇到过分析某标的的盈利能力聊着聊着变成讨论行业政策最后结论跟原问题没关系了。解决办法是每轮推理都带上原始问题作为锚点并在链路里设一个偏离检测步骤发现偏离就拉回来。7.3 参数调优的反复置信度权重、检索top-k、摘要压缩比这些参数我调了很多轮。经验是不要追求单点最优要找稳健区间。某个参数在历史回测里表现最好的值换个时间段可能就失效。所以我一般选一个在多个时间段都表现稳定的值而不是历史最优值。7.4 数据延迟带来的误判行情和资讯都有延迟如果agent不知道数据的时间戳可能把延迟数据当成实时数据用。我后来强制所有数据都带时间戳推理时明确标注截至某时点避免误判。这个细节看似小但在快速变化的市场里很关键。8. 这套东西的边界在哪能做什么不能做什么8.1 agent擅长的事投资agent真正擅长的是信息处理效率快速消化大量文本、统一口径做横向对比、不知疲倦地做重复核对、把分散的信息整合成结构化报告。这些工作人工做又慢又容易出错交给agent正合适。8.2 agent不擅长的事它不擅长的是判断信息的真实意图和应对全新情况。比如一条公告背后的真实动机、一个从未出现过的市场情形agent往往给不出靠谱判断。这些恰恰是人的价值所在。所以我的定位一直是agent做信息处理人做最终决策。8.3 使用时的几条硬规矩用这类agent我给自己定了几条规矩。第一任何输出都当参考不当结论。第二关键决策必须人工复核推理链不能只看结论。第三定期检查agent的知识是否过期。第四不把agent用在它明显不擅长的场景。这几条守住了agent就是好帮手守不住它可能帮倒忙。9. 如果重新来过我会怎么搭如果让我从零再搭一遍我会把顺序调整一下先搭数据管线和回测框架再写推理链路。因为数据质量决定上限回测框架决定你能不能验证。很多人一上来就调模型结果模型调得再好数据是脏的、没法验证最后还是白搭。另外我会更早引入过程日志和可追溯机制。这东西早期看着麻烦但越往后越值钱因为它是你定位问题、优化系统的唯一依据。没有日志出了问题只能猜有了日志能精确定位到哪一步、哪个参数、哪条数据。最后一点体会投资agent的价值不在于它多聪明而在于它稳定、可复现、不知疲倦。它不会因为情绪波动改变判断不会因为疲劳漏掉细节不会因为偏见忽略反方证据。把它的这些特性用好比追求它预测得准更有意义。毕竟在这个领域稳定地不犯大错往往比偶尔猜对一次更重要。
