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43 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 ≥1.5ATR12.47%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C1C7连同四组内部数据分歧M-1M-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