这两天，我用了币安 App 新推的 AI 功能，又读了一篇他们 AMA 的总结。
它会按你的持仓和自选推市场简报，每 4 个小时一份；能帮你盯自选里的票，能按 K 线形态去筛交易机会，热门板块也替你理好了。做得真挺好，而且免费，直接推到了每个用户手上。
回头再看我自己搭了一年多的这套系统，第一反应是：我这一年多都做了个啥呀？
币安这个团队我是知道的，有技术能力，有用户视角，了解投资，关键是最终真能 deliver 出不错的产品，手里还有上亿的现成用户。我想做的那一套，他们不单做出来了，还免费做到了每个终端用户身上。
所以这两天我一直在想标题这个问题：AGI 都来了，平台也把这些能力免费发到每个人手上了，我为啥还在研究用 AI 做投资实践的方法，还把它写成 8 篇开源出来？
你要是也在用 AI 做投资，大概也会碰到同一个问题：工具越来越强、越来越便宜，我自己还要琢磨什么？
工具这一层，我不跟平台比
想清楚的第一件事：工具这一层不去竞争。论工具、数据、功能，个人怎么做都比不过平台，这一层只会越来越好、越来越便宜。
那我的竞争力在哪一侧？还是投资这么多年攒下来的体感和判断力：知道什么时间该关注什么，什么东西很重要，什么时候该去下什么注。它直接影响投资结果。
平台自己也把这一步留给了用户。币安公开的AMA提到，出于金融责任和合规，AI 可以做信息检索和资产选择，最终交易决策必须由用户确认。
我自己的系统也没接任何交易接口，每一笔真实买卖都是我在手机上点的。这不是信不过 AI，是频率：我只做核心资产的长期投资和 7 天以上的波段，一个月也下不了几次单，交给 AI 省不下什么时间。
看对变容易了，做对的要求一直没降
我在《90% 的基金经理跑不赢指数，那我为什么还自己投资个股》里写过一句话：一笔盈利的投资，最后要求你一个错都不能犯；一笔亏损的投资，你只需要做错一个动作。
所以结果是一个乘法：看对 × 做对，任何一边是零，结果都是零。
AI 降下来的是看对的成本。每天几百条信息里，只告诉我什么变了；一件事值得看，第一时间去开原件，把来龙去脉理清楚。信息降噪加及时梳理，是我实践一年多，AI 用起来最成熟的能力。现在平台把这一半免费发给了所有人。
做对那一半，对着的不是信息量，是我们自己：追高、恋战、该止损时手软、该出手时犹豫。这些不是知识问题。哪怕 AGI 来了，看对更容易了，做对的要求一直不低，判断还得自己做。
我犯过的错，都不在信息
8 月 19 日，Moderna 和默沙东的个体化肿瘤疫苗三期试验达到主要终点。我们当天就看见了，第二天拆成四条产业链，发了星球帖子。搞来搞去最后发现，最该一直盯着的核心龙头，其实就是 Moderna 自己。我那时拿核心资产的尺子，去量了一个事件波段的机会，也盯得不够久。
反方向的错我也犯过。AMD 和英特尔那次，是拿短线交易的尺子，去量了该按趋势、按核心资产去拿的机会。
这几次，原件读过，方向也懂。错在这件事归哪类、用哪把尺子、盯多久。这一步是判断，AI 再强也替不了。
稀缺的，是把判断约束成流程的过程
犯的错越多，越知道要有配置思维，越能约束每一个动作。很多东西已经成了记忆和体感，比较模糊；通过 AI 加投资系统，可以慢慢把它量化出来。
以前我给这套做法起过一个名字，叫「判断主导、流程系统化」：判断自己做，再把判断写成尺子、门禁和复盘，约束住每一次动作。
平台能把同一份工具发给每个人，发不了你自己犯过的错，和你从错里约束出来的那套动作。做出判断、再把判断约束成流程的这个过程，才是一个人在投资里最稀缺的 know-how。所以我研究的是方法，开源的也是方法。
8 篇讲什么
最近几天，我把用 AI 做投资、一年多实践出来的整套方法论开源了，就是这份《AI 投资指南》，8 篇。这一篇是索引。
- 00 全景导读：这 8 篇是什么、适合谁、按痛点先读哪篇
- 01 认知篇：AI 把「看对」的成本打下来了，稀缺的是用对尺子、拿得住、执行不变形
- 02 基建篇：工具挑顺手的，统筹的 Agent 只选一个，所有东西落在本地的文件夹里
- 03 投研层：信息分两层，闹钟负责不漏，原件负责不错；只有变化才提醒
- 04 策略层：把投资逻辑写下来，写成四问和两把尺子，AI 才帮得上
- 05 操盘层：门禁在真下注时出场，收盘后决策，开盘只执行
- 06 进阶篇：复盘让系统自己记账；系统想改规则，也要过门槛
- 07 Agent 篇：流程多到人按不过来时，一张调度表加每天一份交接，只把要拍板的事交给人
每篇末尾都有一段可以直接复制给你的 AI 的指令。
想看搭好之后是什么样，也有一份最新的打样，叫 YMOS。它是我自己开源的一套文件夹，能装下投研、策略、操盘三层，带着我自己的使用习惯，下载能用，可以照着用，也可以拿去魔改。
怎么使用
与其说这是一份通用的投资指南，不如说是我个人的一些思考，里面也放进了我对套利的一些想法。
写它不是让你照着去抄。我是无保留地分享自己的经验和方法，希望帮到同样在摸索这一块、同样在做这块实践的朋友，梳理出自己一套切实可行的方案。
所以我的建议是先读懂方法，再看 YMOS 这份打样。那时你更能看懂它为什么这么设计、哪里不适合你，再按自己的需求去改。指南里的做法，我也拆成了一套能直接调用的动作，叫 ymskill，下一篇单独讲。
投资只能自己修行，拼到最后，是认知的进化。
我说的 AGI
标题里的 AGI，是我最近用 Claude Code 的真实感受。Opus 5.5 出来之后，我又把整套系统里各个流程怎么衔接、怎么排班重新理了一遍，去掉了很多以前一步步往上加出来的中间环节。现在我只管给目标和方向，具体怎么实现交给模型自己去判断、去完成，而不是靠我一条条写死的规则去约束它。
对我自己的投资研究来说，这已经有点 AGI 和自进化的意思了。我要做的只剩批示、判断和反馈，终于能腾出手来做深度研究，跟着好奇心去钻各种兔子洞。
每次新模型出来，我都会做一轮大的更新。这个过程挺费脑子，细节也多，但做完之后会非常通透，后面很长一段时间都受用。
《AI 投资指南》网页版：yongmai.xyz/ai-invest-guide
GitHub：Evan-XYZ/ai-invest-guide · 打样 YMOS：Evan-XYZ/YMOS
想交流，可以来知识星球「勇麦的观察现场」；想定制市场监测系统，或者搭一整套投资系统，微信 yongmaixyz。