最後更新：2026 年 6 月 26 日。文中數據與定價以官方 GitHub 頁與各官網為準。
以前要看懂一隻股票，你得請一隊分析師：一個看商業模式、一個算估值、一個挑風險、一個判長期。現在，GitHub 上一個叫 AI Berkshire 的項目，把這四個人塞進了你的電腦。它今天（6 月 26 日）單日新增超過 1,200 顆星，衝上 GitHub 全站日榜。做法很簡單粗暴：用 Claude Code，把巴菲特、芒格、段永平、李录四位大師的方法論寫成 16 個可以直接呼叫的 Skill。
一句話結論：AI Berkshire 是一套架在 Claude Code 上的「AI 投研團隊」，把四大投資大師方法論寫成 16 個 Skill；適合想自己做深度個股研究的人，不適合只想要一個買賣訊號或懶得裝環境的人。
AI Berkshire 到底是什麼？
它說穿了就是一包「指令集」，既不是 App，也不是網站。你先裝好 Claude Code（Anthropic 出的命令列 AI 工具），再把這個項目的 Skill 檔丟進去，之後就能在終端機裡打 /investment-research 騰訊，Claude 會照著一套固定流程，幫你把這家公司從生意本質、護城河、逆向風險到長期確定性走一遍，最後逼自己給出「通過／不通過／灰色地帶」的結論，還附帶價格區間。
核心設計是「四大師對抗」。這四個人不是分工合作，而是被設計成互相打架的：段永平說「好生意」，芒格就追問「它怎麼會死」；巴菲特說「夠便宜」，李录就反問「十年後它還在嗎」。你拿到的不是四份報告拼在一起，而是四種思維方式的正面碰撞——而這種衝突，恰恰是真實投資決策最該有的樣子。
跟「直接問 Claude」差在哪？
差在「會不會逼自己下結論」。你當然可以直接問 Claude「拼多多值不值得買」，但你會拿到一篇「一方面……另一方面……最後投資有風險請自行判斷」的太極推手。看起來很周全，卻沒法拿來做決定。AI Berkshire 解決的不是「能不能分析」，而是「分析的紀律與一致性」。三個最關鍵的差別：
| 面向 | 直接問 Claude / ChatGPT | 用 AI Berkshire |
|---|---|---|
| 結論 | 兩面討好，最後「請自行判斷」 | 強制給通過／不通過／灰色 + 價格區間 + 分層建議 |
| 視角 | 單一回答，容易有盲點 | 四大師並行對抗，矛盾被攤開來看 |
| 數字 | LLM 心算，PE、市值單位常出錯 | 用 Python 精確十進位計算，市值手算校驗、兩源交叉 |
| 可複現 | 每次格式深度都不一樣 | 同樣輸入 → 結構一致，能橫向比、能半年後重比 |
最值得抄的其實是它的「防騙機制」。AI 最危險的不是答錯，而是給一個看起來很對、卻經不起推敲的答案。這個項目內建了幾道閘：資訊豐富度評級（A／B／C，防止「資料多＝確定性高」的錯覺）、芒格式逆向檢驗（強制問「這家公司什麼情況下會死」）、八條紅線一票否決（管理層誠信有污點就直接否決，不管多便宜）、還有「留白原則」——資料不足時寧可標「灰色地帶」，也不用推測假裝確定。這套思維框架，就算你不碰投資，拿去做任何重大決策都受用。
16 個 Skill 分別能幹嘛？
項目把「你想做什麼」抽象成 16 個入口，分五大類。不用全記，看場景挑：
| 類別 | 代表指令 | 適合場景 |
|---|---|---|
| 🔬 深度研究 | /investment-team、/investment-research | 4 個 Agent 並行研究一家公司，最全面 |
| 📊 財報分析 | /earnings-review、/earnings-team | 只讀原始財報，像巴菲特一樣讀年報 |
| 🏭 行業篩選 | /industry-funnel、/quality-screen | 全市場 → 粗篩 10 家 → 終選 3 家 |
| 📈 持倉管理 | /portfolio-review、/news-pulse | 組合再平衡、股價異動 10 分鐘歸因 |
| 🧠 思維工具 | /dyp-ask（段永平問答） | 用大師思維想任何商業／人生問題 |
其中最有記憶點的是 /investment-team：它一次啟動 4 個獨立 Agent 同時研究同一家公司，每個各自上網搜資料、各自交叉驗證、各自下結論，最後由「Team Lead」綜合。這不是把一個 prompt 切四段，而是 4 個分析師各做了一份完整研究——等於 4 倍的搜尋量、4 倍的資訊源、4 個獨立視角。對散戶來說，這是過去花錢都買不到的「並行投研」。
那個「跑贏標普 500」的戰績可信嗎？
項目作者在 README 裡放了一組實盤數字：2024 全年 +69.29%、2025 至今 +66.38%，連兩年大幅跑贏標普 500（約 46–50 個百分點）與恒生指數，兩年累計實盤收益超過 146 萬元，並附上「截圖來自富途證券真實帳戶」。聽起來很猛，但這裡要踩一下煞車：
這是「作者本人的戰績」，不是「這個工具保證你的戰績」。作者自己也在 README 標明「歷史收益不代表未來表現」。真正讓他賺錢的，是他的判斷與紀律；工具只是把這套紀律結構化、可複現。把工具裝起來不會自動複製他的報酬率。
換句話說，這套框架最大的價值不是「替你選股」，而是「逼你用一套高標準的流程去想清楚一家公司」。它把巴菲特讀年報、芒格列風險清單的動作變成你按一個鍵就會跑的 SOP。決定權、也就是承擔盈虧的那雙手，始終是你的。
不會寫程式，裝得起來嗎？
能，但你要過「命令列」這一關。整個安裝就三步，零基礎照著打也能完成：
- 裝 Claude Code：在終端機打
npm install -g @anthropic-ai/claude-code（要先有 Node.js）。 - 把 Skill 複製進去：
git clone下載這個項目，再把skills/裡的 .md 檔複製到 Claude Code 的 commands 目錄（~/.claude/commands/）。 - 開跑：在 Claude Code 裡直接打
/investment-research 騰訊或/investment-team 美團，等它把報告跑出來。
真正的門檻不在指令，而在兩件事：一是你要有 Claude 的付費額度（深度研究會吃不少 token），二是你得能看懂它吐出來的研究報告、並且自己做最後判斷。工具負責把資料和框架準備好，但「按下買入」這個動作，它不會、也不該幫你做。
你該不該用？30 秒測一下
適合誰？不適合誰？
- 適合：想自己做個股深度研究的散戶、已經在付費用 Claude／ChatGPT 的人、喜歡「框架式思考」勝過「現成答案」的人、需要橫向比較多家公司用同一把尺的人。
- 不適合：只想要一個買賣訊號的人、完全不碰命令列的純小白、想用免費額度跑重度研究的人、期待「裝了就能複製作者報酬率」的人。
學會它，能幫你「省」也能幫你「賺」嗎？
先講省：一份像樣的券商深度研報、或一個投顧服務，動輒幾千上萬。AI Berkshire 把「四大師流程＋多源交叉驗證」變成你自己能跑的免費框架（你只付 Claude 的 token 錢）。再講賺——而且這才是對普通人最值錢的部分：你練的是一套「可遷移的盡調能力」。同一套四問框架（生意好不好、護城河深不深、人靠不靠譜、價格貴不貴），拿去看你想接的副業、想加盟的店、甚至想跳槽的公司，都成立。把工具當成「思維健身房」，比把它當「選股機器」更接近它的真正價值。
不喜歡這個，還有什麼替代方案？
- 只想手動問：不裝任何東西，直接在 Claude 或 ChatGPT 裡，自己照「商業模式 → 護城河 → 風險 → 估值」四步提問，效果打折但零門檻。
- 偏量化／程式派：看看 TradingAgents、FinGPT 這類開源金融 Agent 框架，更偏程式與數據流，學習曲線更陡。
- 只要資訊整理：用 MinerU 之類的工具把年報 PDF 轉成乾淨 Markdown，再丟給任何 LLM 自己分析。
新手行動清單（照做就好）
- ☐ 先確認你有 Node.js 和一個能用的 Claude 帳號（最好是付費版）。
- ☐ 裝 Claude Code，再把項目的 skills 複製進 commands 目錄。
- ☐ 拿一家你最熟的公司，先跑
/investment-checklist練手。 - ☐ 把它的「八條紅線否決清單」抄下來，當成自己的決策檢查表。
- ☐ 記住：報告是它寫的，但盈虧是你扛的——永遠做自己的最後判斷（DYOR）。
常見問題 FAQ
Q：AI Berkshire 免費嗎？
項目本身是開源免費（MIT 授權），但它跑在 Claude Code 上，深度研究會消耗 Claude 的 token，實際成本看你用多兇與用哪個方案，以官網為準。
Q：它會直接告訴我買哪隻股票嗎？
不會給你「閉著眼買」的訊號。它會給結論（通過／不通過／灰色）、價格區間和分層建議，但最終決策要你自己做。它是研究助手，不是代客操盤。
Q：完全不會寫程式能用嗎？
安裝要打幾行指令，但都有現成範例可複製，照著做就行。真正的門檻是看懂研究報告並自己判斷，不是寫程式。
Q：作者那個「兩年翻倍」的戰績能複製嗎？
那是作者個人的實盤紀錄，不代表你用同一套工具就有同樣結果。歷史收益不代表未來，工具能複製的是「流程」，不是「報酬率」。
結論：一句話該不該裝
如果你是那種「想自己搞懂一家公司、而不是被別人餵訊號」的人，AI Berkshire 值得你花一個下午裝起來——它把過去只有機構才有的「並行投研 + 反偏見紀律」搬到了你的終端機裡。但別把它當印鈔機：它是一面逼你想清楚的鏡子，不是一隻幫你下單的手。把它當成升級你判斷力的工具，這個下午就花得值。
利益揭露：本文為 AI 工具教學評測，不含付費合作。文中提及之投資戰績為第三方項目自述數據，未經本站獨立查核。本文僅為工具介紹與資訊整理，不構成任何投資建議或買賣推薦；投資涉及風險，請自行做足功課（DYOR）並對自己的決策負責。AI 工具版本與定價更新快速，文中資訊截至 2026 年 6 月，實際以各官方來源為準。
發表迴響