试用工具概览
| 工具 | 类型 | Stars | 核心能力 |
|---|---|---|---|
| TradingAgents | 多 Agent 投研 | 845 | 7 分析师 + 辩论 + 投资决策 |
| Polsia | AI 商业合伙人 | 35 | 9 Agent 自动运营企业 |
| YAND-MVSK | 量化优化 | 15 | 四阶矩投资组合优化 |
| Hyperliquid | 去中心化交易 | 1625 | 链上透明 + 低延迟 |
关键发现
TradingAgents — 同构竞争
架构
7 Analyst → Bull vs Bear 辩论 → Research Manager → Trader → 三方风险辩论 → Portfolio Manager
可吸收
- 双 LLM 设计（quick_think + deep_think）
- 角色特化（A 股政策/游资/解禁分析师）
- 多源免费数据聚合
Polsia — 功能互补
架构
9 Agent 自动运营：编排/商业规划/竞品/社媒/邮件/客服/广告/代码/财务
可吸收
- Claude Code CLI 模式（本地 OAuth，无 API key）
- Celery + Redis 定时任务
- Sandbox 安全测试模式
YAND-MVSK — 技术借鉴
核心
四阶矩优化（均值/方差/偏度/峰度），800 资产 0.05 秒
可吸收
- 高阶矩评估思想：不只考虑"对/错"，还要考虑"错的时候代价多大"
- 无张量存储：矩阵-向量乘积替代显式张量
Hyperliquid — 模式参考
数据
11 人团队，9 亿美元年利润
可吸收
- 系统型壁垒替代关系型壁垒
- 深度 > 规模
综合结论
我们不是在和这些工具竞争
- TradingAgents：交易信号 vs 决策质量（不同层）
- Polsia：执行自动化 vs 认知增强（互补）
- YAND：量化优化 vs 通用决策（不同域）
- Hyperliquid：金融效率 vs 认知效率（不同维）
下一步
- 立即部署双 LLM 自动路由 — 简单问题直接答，复杂问题跑飞轮
- 本周试用 TradingAgents — 对比飞轮输出差异
- 下周设计决策质量评估协议 — 定义 baseline
- 本月与 Leadeep 初步接触 — 准备合作提案