四道闸门 + 多智能体流水线
读完你会明白：散户秒变专家的关键，不是 AI 更聪明，而是它被迫只能说真话。
一、先讲一个让人后背发凉的场景
AI 自信地回答：”公司于 8 月 15 日发布公告，拟投资 50 亿元建设新生产基地，预计年增利润 8 亿元。”
格式完美、语气笃定、细节丰富。唯一的問題是：这条公告根本不存在。
你据此加仓，然后——没有然后了。
这就是AI 幻觉。它不是”偶尔失误”，它是大模型的工作原理本身决定的：模型做的事是”预测下一个最可能出现的字”，而不是”回忆事实”。当它不知道答案时，它不会说”我不知道”，它会编一个看起来最像的答案。
他写得比谁都流畅，但他不在现场。
解决办法只有一个：给他一部电话，让他现场连线。这个”电话”，就是 MCP 数据接口。
二、四道闸门：把 AI 关进”只能说真话”的笼子
整套体系的核心，就是四道闸门。任何一条数据要出现在最终报告里，必须通过全部四关：
AI 调先知股票数据源的 34 个工具，拿到的是接口返回的原始 JSON——它没法编，因为数字不在它脑子里，在数据中心的数据库里。
这一步的妙处在于：当 AI 编不出来出处时，它就不敢写了。溯源要求是幻觉最便宜的抑制剂。
中级篇我们做过一次：开源证券给英维克 2026 年 EPS 0.87，13 家机构一致预期中枢 0.89 → 吻合，可信。
意思是：AI 提取的每个财务数字，都会被拿回原文逐字比对一遍，对不上就丢掉。这是把”人工复核”自动化了。
三、实战 1：选股引擎 —— 让规则替你盯全市场 5000 只票
散户最大的劣势是什么？你只看得见你听说过的股票。而市场上每天有几十只票在悄悄放量突破，你一只都不知道。
选股引擎解决这个问题：它内置了 R00–R07 等多套策略，全市场扫描，直接把符合条件的票和”命中原因”一起给你。
列出命中的股票，并说明每只票命中了哪些条件
| 代码 | 名称 | 价格 | 涨幅 | 评分 | 命中条件明细 |
|---|---|---|---|---|---|
| 002708 | 光洋股份 | 16.80 | +10.02% | 40 | 巨量✓ 站上MA5×3✓ 3日额40亿✓ 换手11.2%✓ 新高✓ |
| 601086 | 国芳集团 | 13.92 | +10.04% | 40 | 巨量✓ 站上MA5×3✓ 3日额32亿✓ 换手8.9%✓ 新高✓ |
| 603991 | 领先股份 | 167.36 | +4.86% | 40 | 巨量✓ 站上MA5×3✓ 3日额26亿✓ 换手6.3%✓ 新高✓ |
| 002084 | 海鸥住工 | 7.25 | +2.11% | 40 | 巨量✓ 站上MA5×3✓ 3日额32亿✓ 换手25.4%✓ 新高✓ |
换手 25% 意味着当天四分之一的流通盘换了一遍手，这通常是分歧极大或资金对倒的信号，和光洋股份那种”换手 11.2% + 涨停”的健康放量完全不是一个性质。
同样是”命中策略”，质量天差地别。看命中明细，而不是只看结果列表——这就是专业和业余的分界线。
四、实战 2：五个数据源混编，谁强用谁
一个数据源再全，也有短板。真正的专业用法是多源混编——这也是”交叉验证”的物理基础。
第 2 步：用东财妙想拉同一期的财务指标，比对是否一致
第 3 步：用腾讯自选股调出该期业绩公告原文，人工核对关键数字
第 4 步：用广发证券查券商研报对该数字的引用，看第三方怎么理解
四个源只有一个数字，你可以放心用它做决策了。这就是”零幻觉”的物理含义。
五、实战 3：把交割单丢进去，让 AI 给你的持仓做体检
这一招是我认为对散户最实用的功能，没有之一。
大多数人根本不清楚自己的真实持仓状况：哪个行业押得太重？哪只票已经亏了 30% 还在死扛？整体是赚是亏？券商 App 只给你看浮盈浮亏，不给你看结构性问题。
先知数据源里有专门的交割单解析工具，支持直接粘贴文本，也支持上传 xlsx / csv / txt 文件：
请解析成标准化数据，然后：
1. 统计我每个行业的持仓占比
2. 找出亏损超过 20% 的持仓，列出持有天数
3. 计算我的整体盈亏和胜率
4. 指出最集中的 3 个风险点
不要给买卖建议，只做客观诊断。
• 行业集中度：新能源 62%（偏高）｜医药 21%｜其他 17%
• 单一标的最大占比：28%（超过 20% 需警惕）
• 整体盈亏：-12.4%｜胜率 38%｜平均持有 47 天
⚠️ 三个风险点
① 新能源押注过重，板块回调时无缓冲
② 2 只标的亏损超 30% 且持有超 90 天，存在”死扛”特征
③ 交易频率偏高，手续费累计已占本金 1.8%
六、实战 4：多智能体流水线 —— 从”一个助手”到”一个团队”
单个 Agent 又要查数据、又要算指标、又要写报告，容易顾此失彼。专业做法是分工：让不同的 Agent 各管一段，中间用标准格式传递。
输出 JSON
输出分析摘要
输出中文报告
【第一步｜数据采集】调用数据接口，输出原始 JSON。
禁止任何解读和评论。
【第二步｜指标分析】仅基于第一步的 JSON 计算指标。
不得引入任何 JSON 之外的数据。如发现数据缺失，
明确写”数据缺失”，不要推测。
【第三步｜报告撰写】把第二步的分析改写为通俗报告。
不得新增任何未在第二步出现过的数字。
每个数字后标注来自哪个接口。
七、实战 5：让 AI 自己写代码画图
大模型算数不靠谱（让它算复合增长率，它能给你三个不同答案）。但让它写 Python 代码去算，就 100% 准确——因为算的是代码，不是它的脑子。
用 Python 计算每个季度的同比增长率，
画一张柱状图（营收柱 + 增速折线），
并输出一张对比表格。
① 计算绝对准确 —— 复合增速、年化收益、夏普比率这类公式，交给 Python 算，不会错。
② 图能直接用 —— 生成的柱状图、K 线叠加均线、持仓占比饼图，可以存下来自己留档。
③ 可复现 —— 同样的代码明天再跑一遍，结果口径完全一致，方便你做周度跟踪。
八、三个可以直接抄走的”投研机器人”
🤖 机器人 B：异动预警器（每 30 分钟，交易时段）
🤖 机器人 C：周末体检师（每周五 16:00）💻 电脑版 定时机器人在电脑端配置一次即可长期运行。📱 手机版 之后你在手机上只负责收结果、做决策——这才是这套体系的终极形态：AI 负责信息，你负责判断。九、写在最后：AI 是杠杆，不是答案
三篇手册写下来，你获得的东西其实可以列成一张清单：✅ 行情查询：3 秒 vs 10 分钟
✅ 热点识别：带资金维度，能分真假
✅ 财报速读：三分钟看穿”增收不增利”
✅ 研报验证：单个券商 vs 全市场一致预期
✅ 资金诊断：看穿”谁在买、谁在卖”
✅ 全市场选股：不再只看得见听过的票
✅ 持仓体检：知道自己押注有多重
✅ 自动简报：早上多睡半小时但请永远记住一句话：AI 是杠杆，它放大你的认知优势，也同样放大你的认知缺陷。如果你本来就没有判断框架，AI 只会让你更快地犯更多错。
如果你有框架、缺信息和时间，AI 会让你脱胎换骨。从”信息过载”到”高效决策”，差的从来不是更多的信息，而是把信息变成结论的能力。希望这套体系，能帮你把每天那 3 个小时，还给生活。
⚠️ 完整合规声明1. 本系列三篇文章仅用于投研辅助与工具教学，不构成任何投资建议。
2. 文中所有数据均为 2026-09-07 前后通过数据接口获取的客观数据，仅作演示用途，不代表对任何证券的推荐。
3. 文中提及的股票名称（长鑫科技、英维克、贵州茅台、光洋股份、国芳集团、领先股份、海鸥住工等）均为接口返回的示例数据，绝非推荐标的。
4. AI 输出可能存在延迟、口径差异或错误，关键决策必须到交易所、上市公司官网等官方渠道二次核实。
5. 任何要求”保证收益””内部消息””跟着买入”的所谓 AI 服务，均属违规，请直接举报。
6. 市场有风险，投资需谨慎。历史数据不预示未来表现。📚 全系列导航
初级篇：让 AI 学会”查”——行情、热点、异动归因
中级篇：让 AI 学会”想”——财报、研报、资金面、技术面、自动简报
高级篇：让 AI 只能”说真话”——四道闸门、多源验证、多智能体、持仓体检