AI 投研协作 AGENT · 三端一脑 / HERMES

开发思路与进展汇报

第二部分 · 开发脉络与下一阶段

汇报人：Jason、张路
2026 年 6 月 · 团队汇报日　|　网页版（← → 翻页 · F 全屏）

进度坐标

我们现在在哪：从 -1 走到 0.5

-1

0

0.5

1

现在 · 0.5

已完成（-1 → 0.5）

下一步（0.5 → 1）

当前产出

一套投研协作 Agent 项目矩阵

六个站点 + 对应 GitHub，可现场演示

接下来要补什么

从静态走向 Agent 驱动

再叠加 memory（记忆）与每个人的个人偏好（详见后页）

01 · 开发脉络

工作脉络：从方法论到产出

过去一个多月（4 月底至今）的完整链路

1

方法论

4 月底起确立打法与方向：先想清楚要做什么、怎么做。

2

选材

Lawrence 在指导下确定网页与数据源——为什么是这些材料。

3

加工

通过与 AI 工具 / Agent 的互动，清洗、整理并产出内容。

4

产出

沉淀成可演示的项目矩阵（含静态站点与 Agent 流水线）。

02 · 数据

数据这一块，讲清四件事

怎么找

数据是如何检索、采集与定位的——找数据的方法本身。

来源是什么

数据来自哪里：具体的渠道与出处，确保可追溯。

为什么是这些

取舍与筛选逻辑——为何选它们，而不是别的。

有什么用

这些数据在产品里承担什么作用、解决什么问题。

其中 “为什么是这些数据” 最关键——它体现的是判断而非随手抓取，也是和“普通展示”拉开差距的地方。

03 · 产出

产出：一套 AI 投研协作 Agent 项目矩阵

不止是静态网页——已落地六个站点（均有对应 GitHub），按三类组织

第一类 · 工作提效

效率工具

· demo-day-dossier　快速看项目、做 DD
· qcc　法务 / 合规小组

第二类 · 深度研究与报告

研究产出

· mba　品牌审计
· boss　战略评审与打分
· InvesResearch　卫星互联网研究

第三类 · Agent 与人互动

开发中

常驻 agent、对话式工作区、记忆与个人偏好——正在开发，是从 0.5 走向 1 的方向。

03 · 产出 / 第一类

工作提效：效率工具

demo-day-dossier

qiji-roadshow-2026.pages.dev

已上线

快速看项目 · 做尽职调查（DD）

把路演 / Demo Day 素材一次跑成投资级项目卷宗。5 阶段流水线：项目卡自动 OCR + 7 个并行 agent 做 8 维度 DD，产出全景页 / DD 表 / Word / Wiki 并部署上线。首跑奇绩 2026 春季 54 个项目。

qcc

qcc-agent.pages.dev

已跑通

法务 / 合规小组（KYB · 尽调 · 投后监控）

把企查查的 MCP 能力封装成尽调工作流 Skill：6 个 server、146 个 tool（官方现 180）封装为 8 个工作流 Skill。一句“查 X 基础尽调”即自动锚定 USCC 并跑工商 / 股权 / 风险 / 背调，四个运行时复用。

共性：把“专家动作”切成可复用 Skill，并行 agent 一次跑完，结果可发布、可查询、可复盘。

03 · 产出 / 第二类

深度研究与报告

mba

mbabrand.com

演示版

品牌审计

多 agent 并行调研 + 5 位评委独立打分。7 维度 × 5 镜头固定坐标系，跨品牌 / 跨时间可比；产出带雷达图与异议热力图的版本化报告。已审计联想、橙仕。

boss

apex.fan

预发布

战略评审与打分

把战略判断拆成可引用、可打分、可证伪的决策系统。1 锚点 + N 维度评委合议，输出 anchor_delta 提示思维跳步，配 30/90/365 证伪 checkpoint。

InvesResearch

oaf.world

研究中

卫星互联网行业研究

同源双产品：卫星互联网决策辅助 Agent（事件映射核心网 / 终端 / 芯片 / 运营 + 发射主线，CEO + 投资双视角）与二级市场多 Agent 投研工作台（Skills + MCP + LangGraph）。

共性：固定打分坐标系 + 报告版本化冻结，让“判断”可比较、可回看、可校准。

03 · 产出 / 第三类

Agent 与人互动 · 开发中

把“工作台”做成一个活的工作区 + 一支可被用户编程的常驻 agent 队伍（InvesResearch 增强 PRD EH-1~EH-7）

常驻 Agent 与定时任务

cron 式定时、失败重试、任务级预算。

EH-1 · P0

可对话的活工作区 / 表格

框选单元格“加入对话”、原地改数与写公式。

EH-2 · P0

主动推送 · 多渠道

优先飞书，推“增量变化”而非全量。

EH-3 · P1

浏览器沙箱自主抓数

补齐数据层长尾来源。

EH-4 · P1

用户可定义的 Skill

把分析师的筛选 / 打分逻辑沉淀成 SKILL。

EH-5 · P1

个性化与记忆蒸馏

用户记忆 + 个人化建议（私有化，最敏感）。

EH-7 · P2

已实现的人机协作机制：boss 的 REVIEW 模式（对文档评议）与 30/90/365 回看（判断—回看—校准闭环）。

04 · 下一阶段

下一阶段：从静态走向 Agent 驱动

上周起已启动转向　——　不再靠静态页面堆叠，而是让系统更主动、更懂用户。

Agent 驱动

由 agent 驱动开发与内容生成，替代静态信息的人工堆叠。

Memory（记忆）

沉淀上下文、跨会话延续，让系统记得此前的交互与结论。

个人偏好

按每个用户的偏好自适应呈现，千人千面而非一套到底。

05 · 行动

下一步重点工作

卫星互联网：补齐报告与产出

月底通信展 demo 的硬约束，目前完成约一半，优先赶出可展示成果。

优先

团队搭建：招聘与 JD 请示田总

智坊网页与 JD 过田总，统一“为什么招、招什么人”。

本周

成本测算：输出云服务预算表

报晓锋，支撑多用户成本规划与费用归口。

本周

加快迭代：推进 Agent 驱动

从静态推进到 agent 驱动开发。

进行中