概览

了解 YMOS 解决什么问题、三层架构怎么分工、反馈闭环怎么让系统进化、以及框架和策略的边界在哪。

YMOS 解决什么问题

独立投资者面对的核心矛盾：信息太多、处理不过来、动作变形。每天几十条财经新闻、持仓的涨跌、Watchlist 的异动……大部分时间花在「收集 → 整理 → 焦虑 → 冲动操作」的循环里，真正该做的事——冷静地审视策略、验证逻辑、做纪律性的决策——反而被挤到了边角。

YMOS 把它拆成几个可以分别解决的问题：

为什么做 YMOS

AI 的能力已经强到可以做一些不一样的事了。

我做 YMOS，首先是解决自己的问题——理清自己的投资思路，把重复性的信息收集、整理、监控交给 AI，让 AI 帮我补充视角、覆盖盲区，而我自己专注于最关键的深度调研和最终决策。这个过程本身就是一次思路梳理：你必须把「我到底怎么做投资」想清楚、写下来，AI 才能帮得上忙。

其次，是给同样在摸索的人提供一个参考。YMOS 不是标准答案，但它是一个经过实盘验证的、可以直接拿来用的起点。

三层架构

投研层负责研究清楚，策略内核层负责按你的逻辑判断，操盘层负责按计划操盘。 系统没有“自动交易层”——操盘层永远包含 Human。三层之上还有一份跨层运行协议（Agents/），规定角色、顺序与唯一写回边界。新东西该放哪层，只问一句：换掉它，会改变什么？研究输入变了 → 投研层；同样的事实会得出不同结论 → 策略内核层；结论不变但计划、确认或留痕方式变了 → 操盘层。

新东西该放哪层？

只问一句：换掉它，会改变什么？

• 研究输入变了，但你的判断规则没变 → 投研层（换数据源、加一个 Skill、改报告）
• 同样的研究事实，你会得出不同结论 → 策略内核层（改 Profile、P 系列、风险红线）
• 结论没变，但计划、确认或留痕方式变了 → 操盘层（改门禁 UI、审计留痕、页面布局）

这条规则不看文件放在哪，只看它改变了什么。所以 Console/rules.json 虽然躺在 Console 目录里，但里面的策略红线是策略内核在操盘层的投影；Reader 位于 Console 目录，但主要服务投研阅读。同一个文件夹里的东西分属两层，不是设计失误，是分层做对了的标志。

Agents/ 是跨层运行协议，不是第四层

Agents/ 不是第四个业务层，也不是四个自动常驻的机器人。它是给 Hermes、Claude Code、Codex、OpenClaw 等宿主读取的跨层运行协议：规定当前扮演哪个角色、要先读哪份 SOP、允许写到哪里、上游失败时是否必须停止。默认由一个主控 Agent 顺序扮演四个角色（Market Insight → Investment Radar → Strategy → Portfolio State）；宿主支持子 Agent 时再映射成多个执行体，但唯一写回边界不变。

六类策略结构：诊断坐标，不是选择题

YMOS 不再把投资逻辑粗分成「长线 / 短线」后写死。V4 用六类常见结构作为诊断坐标：

它们只帮助你说清：主要证据是什么、谁是裁判、什么时候认错、需要多快的信息。允许混合，但裁判冲突时必须提前写清谁优先。

两种记忆要分开

换个人跑，运行时记忆明天就全变了，它不承载任何进化。真正让 YMOS 不只是「一堆提示词」的，是第二类。

反馈闭环：真实结果怎么反过来改进策略内核

这是 V4 最重要的新增之一。策略内核有两类进化原料：

认知路径：旧日志 / BrainStorm → 信念、冲突、候选规则 ───────┐
                                                          ├→ 判断层变更提案
验证路径：策略判断 → 操盘留痕 → 平仓归档 → 跨笔聚合 ────────┘       ↓
                                                    Human 审批与试运行
                                                            ↓
                                                策略内核更新与到期复核

最强的证据来自已平仓的单笔

每一笔从建档到平仓的文件，完整保留了你当初怎么想、后来做了什么、最后发生了什么。别的语料靠回忆，这一份靠事件流。所以有三件事可以被机械检出，不需要你诚实：

三条防线，防的是同一件事

1. 单笔结果不改内核。由交易结果驱动的提案建议至少 10 笔已归档平仓证据；样本不足时只登记观察。规则有明确歧义或冲突时可以先提「规则澄清型」提案并标记 trial，但不得冒充结果验证。
2. 没有反证条件的修改不予受理。每个提案必须写明「如果这次改错了，我会在什么情况下看到」。
3. 放宽类修改额外举证。任何降低门槛的修改，必须说明触发它的证据在原规则制定时是否已知——已知的不算新证据，算找借口。

防的是：系统朝着「越来越会同意你」的方向进化。那比没有系统更危险，因为它现在有系统的外观。

核心设计理念

轻脚本 + 重 SOP + 软路由

这不是量化系统，也不是仪表盘工具。YMOS 的核心不是代码，而是投资思路的结构化表达：脚本层只做原子能力（取数据、提取信息、落盘存储）；编排层通过自然语言暗号和 Markdown SOP 驱动工作流；判断层由大模型 + P 系列提示词完成复杂决策。

为什么不做成全自动？

因为投资的最终决策权必须在人手上。YMOS 坚持 Human in the Loop：AI 负责收集、分析、给出路由建议，但永远不替你按下买入键。系统没有「自动交易层」——操盘层永远包含 Human。

Markdown-First：你的数据，你做主

所有产出物——报告、状态机、个股知识库、交易记录、Strategy Profile——全是 Markdown 文件。没有私有格式、没有数据库锁定、没有 SaaS 依赖。浏览器缓存不作为持仓与交易的真相源，服务端 Markdown 才是。

日常怎么看：启用哪一层，就看哪一层的产出

不需要每天固定打开所有报告。新用户日常只看市场洞察和投资雷达，就已经完成了投研层的主要价值。

人机边界