构建自动交易信号系统

这一期表面是「AI 自动炒股」，但抖出来的真东西是**「怎么让一群 AI agent 在真金白银的高风险场景里靠谱地协同干活」**——而那恰好就是你 Holdwell 那座「多-Agent PRD 工厂」每天在跟的命题。对你最大的命中点不是交易信号本身（那块反而是你该反着看的），而是他们怎么把「人人乱写 skill → 翻车 → 治理收口」这条路走通的。下面按你的项目分。

🏭 Codex Holdwell ERP work（你的多-Agent PRD 工厂）—— 这一期对你最重的命中

这家公司 1700 人、750 人在用 Claude Code、100+ 个受治理 skill，踩的坑和你工厂现在卡的地方几乎是同一道题：一堆 agent / skill 各搞各的，没有统一地基，就没法规模化、产出也没法互比。他们已经替你把弯路走完了，结论很硬。

1. 「先做错才做对」——他们的报销 skill 翻车，就是你「agent 定义没有强制归属、谁都能改」的预演

• 怎么做的：起初他们全力铺采用率（办工作坊、黑客松、写博客、成果分享会），结果「采用率高得离谱」，但真正在写 skill 的是『高阶玩家』而不是『流程负责人』。最出名的翻车：一个销售部员工写了个报销 skill，把「成本中心代码」**写死（hardcoded）**了，几天后全公司技术部、HR 的报销单全被塞进他一个人的审批队列——他还不负责这事、觉得挺好笑。讲者把它上升成系统性问题：「大家只是把『自己的』做事方式代码化了，而那并不是『整个组织』的做事方式，很多时候他们根本不是那个工作流的负责人。」一旦碰到回测、交易这种承重场景，这就成了「企业级规模化的拦路虎——agent 没法借力，因为根本没有共通性（no commonality）」。
• 你可以怎么做：这正好戳中你工厂「碰撞协议纪律是否真执行 + 跨线对齐」这两个痛点的同一个病根——没有强制归属，agent 定义 / 实体就会被各条产品线按自己那条线写死，最后互相打架。把这条翻车故事当你工厂治理的「反面教材锚点」：给 .Codex/agents/*.toml 里每个 agent 定义补一行「owner = 谁 / 哪条工作流负责」，凡是动到跨线共享的（实体定义、术语这种地基），改动必须由 owner 评审、不能让单条产品线直接写死。本周就能做的一件具体事：挑你工厂里「最像那个报销 skill」的一个——即某个被单一产品线按自己习惯写死、其实全线要用的定义——把它拎出来重写成「组织通用版」，作为治理样板。

2. 「不统一工作流，连结果都没法比」——直接解释了你「跨线对齐 + agent 产出难验证」为什么难

• 怎么做的：他点破系统化交易的硬约束——「如果不同团队跑的是不同版本的工作流，你得到的答案就会不一样：一个团队 backtest 亮眼，另一个平平无奇，而你根本说不清是点子真更好，还是他们只是『度量方式不一样（just measuring things differently）』。」解药是「有了共同基础，工作不重复、保证一致性，产出之间才有可比性（outputs are comparable）」。
• 你可以怎么做：你的六条产品线之所以跨线难对齐、agent 产出之所以拿不出闭环证据，很可能就是各条线跑的是不同口径的工作流和评审标尺——就像他说的「不是点子更好，是度量方式不一样」。把这句当你对齐的判据：先统一标尺再比，别先比再统一。本周一件事：给你的真人评审定一份「跨线都必须照同一份 rubric 打分」的硬约束（哪些项、怎么计分、什么算过），让各线产出第一次变得「可比」——闭环证据的前提是「同一把尺」。

3. 「skills 治理 = 统一 marketplace」的六条清单——可以直接抄成你工厂的 skill 注册表 schema

• 怎么做的：他们最后搭了个统一 marketplace（叫 MAIA），硬性要求每个 skill「①归对应工作流负责人所有；②全部经过测试（evals）；③使用情况被追踪；④都经过评审；⑤有完整生命周期（从上线到退役）；⑥对所有人可见、随时可装」。比喻是图书馆——「每件藏品都用心对待」，正是这份 care 让它跑起来。配套还区分「受管 managed / 社区 community」两类，并把一组 skill 打包成 plugin。
• 你可以怎么做：这六条几乎就是你工厂缺的那张「agent 资产注册表」字段清单。你已经有三驾马车的 agent 定义（.Codex/agents/*.toml）+ 碰撞协议的关卡，但据档案还缺「可验证」和「跨线地基」——把这六个字段（owner / 有没有 eval / 用量 / 评审记录 / 生命周期状态 / 是否对全角色可见）做成每个 agent 定义与共享约定的元数据表头，缺哪条就是你的待办。尤其「②全部经过 eval 测试」直接对应你「agent 产出的可观测/可验证」：没有 eval 的 agent 定义不上岗，这就是那个你一直缺的强制点。本周一件事：把三个 agent 定义和共享约定过一遍这张六列表，标出红格（缺 owner / 缺 eval 的），红格清单就是你下个迭代的治理 backlog。

4. 「先想清方法，再谈推广 + 把 skill 当生产代码」——给你工厂落地节奏的两句忠告

• 怎么做的：两条压轴 lesson——「先规划方法、再规划推广（plan your approach before the rollout）：谁负责？谁评审？怎么退役？怎么测试？这些要在发布第一个 skill 之前定好，而不是像我们等到第一百个才想」；以及「把这些 skill 当生产代码来对待，因为它们最终就会变成生产代码」（要上版本管理、测试、审查）。
• 你可以怎么做：你工厂 2026-06 刚换轨成三驾马车 + 碰撞协议，正是他说的「该停下来先把方法定清、别急着继续铺量」的时刻。别急着往工厂里加新 agent / 新环节，先把上面那张治理表补全——这就是「在起步期而不是第 100 个时收口」的窗口期，你比 Man Group 幸运，现在动手成本低得多。

📈 StockHelp（价值投资）—— 强相关，但主要是「该反着用 + 镜子」，别照搬

1. 「你永远没法预知未来，只能回看历史」+ 回测那套指标——这块和你的价值投资有真张力

• 怎么做的：他坦诚系统化交易的根本不确定性——「你到底该用哪个因子排序？它管不管用？你又怎么知道？说实话你永远没法真正确定（you never really know）」，所以「能做的最好的事就是把策略放回 15 年以上历史里回测，让它经历各种宏观环境和压力测试」，再看年化收益、回撤（「总有亏的时候」）、夏普比率（「为了赚这点钱你坐了多大的过山车」）。Demo 里他们用 4 个 skill、拿信用卡消费数据造了个 signal，2021 年投 1000 刀现值约 2500 刀、跑赢买入持有；但他立刻自我质疑「可能只是 Amazon 一家的 fluke」，于是丢进「更大的零售公司池子」用分布式 worker 各跑一遍再汇总。
• 你可以怎么做（注意是反着用）：你是价值投资者，StockHelp 的 Phase 1 明确「只看数据、不做信号」，找的是「卓越生意 + 被低估」、长期持有——这跟他「按过去三个月收益率排序选股、做多做空、靠回测验证」的动量/量化逻辑根正面冲突。所以别把「signal + 回测」搬进 StockHelp，那会把你从「企业质量」拽回「价格游戏」。真正能搬的只有一条方法论纪律：他那句「先在一只票上成立 ≠ 普适，要丢进更大池子用分布式 worker 各跑一遍防 fluke」——你看板上某个「便宜信号」（比如 PE 跌破 5 年分位）也可能是单票噪音，值得把同一条估值判据丢到 watchlist 全部 12 只上横向跑一遍，看它是不是只对某一只成立。这是把他的「防过拟合」纪律迁移过来，而不是把他的因子搬过来。

2. 「signal 是冰山尖、水下才是真功夫」——这一条对你 StockHelp 反而是正向的

• 怎么做的：他反复讲「想出 signal 是最快的一步，真正难的是它底下的工作流：数据怎么清洗、价格怎么拼接（stitch prices）、异常值怎么检测、跑在什么基础设施」——signal 只是露出水面的尖。
• 你可以怎么做：这正好印证你 StockHelp 现在做对了的事——你 Phase 1 把力气全花在「拉数据 / 算 PE 分位 / 算公允价（target_pe×EPS）」这些水下工作流上，而没急着做信号，方向是对的。把这条当你的定心丸：估值看板的价值 80% 在「数据干净、口径一致、比率算对」，而不在「弹个买卖提示」。本周一件事：检查你看板的数据管线有没有他点名的那几个雷——价格序列拼接处有没有断、异常值（比如停牌/拆股造成的 PE 跳变）有没有检测，这些「水下」质量问题比加信号重要得多。

3. 一面镜子：「组织 context 是 AI 时代为数不多还安全的护城河」

• 怎么做的：压轴 lesson 第一条——「聚焦组织的 context：那是你的 IP、你的护城河，是 AI 时代为数不多还安全的领域之一（one of the few safe spaces left in AI）。前沿实验室不会替你解决 context，它不在互联网上、他们不懂你的工作流，而你本来就拥有几十年积累——要做的是把它暴露出来，而不是重新发明一遍。」
• 对你的镜子：把「组织 context = 护城河」翻译到你的投资视角，就是一句很值的提醒——你真正不公平的优势，不是抄某个 signal，而是你自己积累的那套「卓越生意判断 + 思维模型库」（你第二大脑里那 9 个主题、StockHelp 里你亲手定义的估值口径）。AI 给所有人同样的通用能力，但「你怎么判断一门生意值不值得长期持有」这套 context 是别人拿不走、也是大厂帮不了你的——这恰恰是你该持续往深里挖、而不是去追市场上现成信号的地方。

🛠 app_incubator & Personal Thinking —— 中等相关，各一条

1.（app_incubator）「黄金路径：从 AI 平台一路连通到你的能力和 context」

• 怎么做的：他给方法论收尾的比喻是「铺一条 golden path（被铺好、推荐大家都走的标准化最佳路线），从你的 AI 平台一直连通到你的能力和你的 context」，并强调 skill 是那层「连接层（connective layer）」，把组织几十年知识接给 Claude。
• 你可以怎么做：你 app_incubator 主打「设计稿即工程的强制契约 / 7-Agent 链路」，痛点是「把『该做什么』前移到 agent」。这条「黄金路径」正是你要的形状——与其让 7 个 agent 各自摸索接口，不如铺一条从 Figma/Notion/Chrome MCP 到产出的『推荐主路』，让 agent 默认走主路、偏离才需要理由。本周一件事：把你链路里「最常被 agent 走偏」的那一环，显式写成一条带默认值的 golden path 指引。

2.（Personal Thinking）「skills 是把几十年知识变成杠杆的方式」

• 怎么做的：他的核心命题之一是「skills 正是把这几十年机构知识转化成杠杆的方式（how decades of knowledge becomes leverage）」——知识不接上 AI 就只是沉睡的藏品，接上了才变杠杆。
• 你可以怎么做：这正是你第二大脑「和 AI 对话为入口」这一层的注脚，也对上你「跨主题串联」的痛点——你那些原子笔记若只是躺着，就是图书馆藏品；做成能被 AI 调用的 skill（像你现在这套 wiifm / video-to-text），才把它们变成杠杆。本周一件事：盘一下你 9 个主题里「最该被做成可调用 skill、却还只是静态笔记」的那一块，它就是你下一个杠杆点。

🔁 更深三角度

• 该反着用：他整套是大机构、资源足、做动量/量化、追求规模化协同；你是一人多线、精力是元约束、做价值投资。所以 StockHelp 那条「signal + 因子 + 回测」要反着用（坚守你不做信号的 Phase 1 纪律）；而工厂治理那套要正着抄但缩小——你不需要 MAIA 那种重型 marketplace，一张六列的 agent 资产注册表 + 一条「无 eval 不上岗」的硬规则就够，别学他「等到第一百个才治理」，也别学他用 1700 人的方式治理你一个人的工厂。
• 和你现做法冲突：他强调「采用率是人的问题，不是授权问题——要主动触达、要做培训和参与度」。但你是单兵，没有「一群人要被触达」——所以对你而言这条要翻译成「采用率是『你未来的自己』愿不愿意用的问题」：你工厂/技能若设计得让三个月后的你嫌麻烦不愿走治理流程，它就会像 Man Group 那样退回各搞各的。冲突点在于：他靠组织推力维持纪律，你只能靠把流程做得足够省力来维持纪律——这是你设计治理时和他最大的不同，别照搬他的「推广」打法。
• 对你的镜子：他说「先想清方法，再谈推广；要在第一个 skill 前定好治理，而不是第一百个」。照到你身上是一句很准的提醒——你同时在推 6+ 条线（ERP工厂、app_incubator、StockHelp、第二大脑、CoS、小红书），每条都在「往里加东西」，但没有一条停下来先把『方法/治理』定清。你正站在 Man Group 刚起步的位置，而不是第 100 个：现在收口的成本，是你这辈子最低的一次。

One Human Company 新号（2026-07 回填）

1 · B 支柱的黄金对照案例：Man Group 的「报销 skill 翻车」就是 AI 员工管理的公开教材

• 怎么做的：Man Group（1700 人、750 人在用 Claude Code）一个销售部员工写了个报销 skill，把成本中心代码写死，几天后全公司技术部、HR 的报销单全被塞进他一个人的审批队列——写的人还不负责这事、觉得挺好笑。讲者 Tashara 的定性：「大家只是把自己的做事方式代码化了，而那并不是整个组织的做事方式」，解法是六条治理清单（owner / eval 测试 / 用量追踪 / 评审 / 生命周期 / 可见可装）+「把 skill 当生产代码对待」。
• 你可以怎么做：候选标题（B×C 交叉）——《对冲基金的 AI 把报销单塞爆了别人的审批队列，我连夜查了自己 AI 员工的说明书》。用这个翻车当引子，晒你 drizzle tech 的对照检查：9+1 角色的 skill 里有几个是"写死了我个人习惯"的、你补了哪几列治理字段、有没有挖出自己的"hardcoded 成本中心"。闸门自检：只讲 Man Group 故事是搬运，必须带你的检查结果。可抄物现成：那张六列治理表，缩成一人公司版三列（owner / 有无测试 / 该不该退役）。

2 · 你正站在「第一个 skill」而不是「第 100 个」——这既是行动也是选题

• 怎么做的：他最自嘲的教训——「治理要在发布第一个 skill 之前定好，而不是像我们等到第一百个的时候才想」；先想清方法再谈推广。
• 你可以怎么做：drizzle tech 还在 building 第一个 App、公司还小，现在给 AI 员工立规矩的成本是史上最低——这本身就是一篇 A 类决策复盘《公司只有我一个人类的时候，我先写了员工管理制度》：为什么在没翻车之前就立规、立了哪几条、多花了几小时、防住了什么。"提前治理 vs 先跑起来再说"的取舍正是你独占词「想清楚/决策」的正面示范。自检：全是你的决策过程，天然成立。

3 · D 类立场句素材：「context 才是 AI 时代的护城河，通用能力人人都有」

• 怎么做的：他的压轴 lesson——「组织 context 是你的 IP、你的护城河，是 AI 时代为数不多还安全的领域之一。前沿实验室不会替你解决 context……要做的是把它暴露出来，而不是重新发明一遍」。
• 你可以怎么做：翻译成一人公司版立场句：「一人公司的护城河不是会用 AI，是你喂给 AI 的那套只有你有的判断和数据」——可反驳（很多人信"prompt 技巧就是壁垒"），且直接为你的号自证：你的 drizzle tech 实操记录本身就是别人复制不了的 context。控量放进 D 类池。

🧭 所以呢

• 可迁移思维模型：
  • 【耐用】「冰山法则」——任何看起来很酷的产出（signal / PRD / 看板提示 / 一篇笔记）都只是露出水面的尖，决定成败的是水下那套数据/工作流/治理。判断一件事靠不靠谱，先问「它的水下部分有人管吗」。这条几年后依然成立。
  • 【耐用】「先成立 ≠ 普适，丢进更大池子防 fluke」——对你的投资判断和产品试点都适用：单点成功要去更大样本上横向验证，再下结论。
  • 【耐用】「context 是护城河，工作在『暴露』而非『重造』」——AI 时代你的不公平优势是你独有的判断/数据/口径，把它接给 AI 就是杠杆，别去抄通用能力。
  • 【会过期】具体工具形态——「100+ governed skills、MAIA marketplace、Claude Code 当编排器」是 2026 年的形态；明年 agent 协同的标准件会变，但「统一地基 + 强制归属 + 评测才能上线」这条治理骨架不会过期。
• 判断更新：你工厂「碰撞纪律靠自觉 + 跨线共享地基薄」过去可能被当成「待补的工程细节」；这一期告诉你它其实是决定你工厂能不能从『单人玩具』升级成『可规模化协同』的命门——和 Man Group 卡在同一道坎上。优先级该往上提。
• 这周一个赌注：把你 Holdwell 工厂的三驾马车 agent 定义与跨线共享约定过一遍那张「六列治理表」（owner / eval / 用量 / 评审 / 生命周期 / 全角色可见），标出缺 owner 或缺 eval 的「红格」，并定下一条硬规则——「无 eval 的 agent 定义不上岗」。 这一个动作同时补上你「纪律靠自觉」和「产出难验证」两个痛点的病根，且是本周就能做完、成本最低的收口。