Skip to content
文章目录
GitHub Star
证据、标签与源码

投研 Agent 的关键不是多调用工具:从 Model、Harness 到会修正判断的 Loop ​

一个好的研究助手,不是搜索得越多越好,而是发现证据不对时敢于改变原结论。 本文用一个教学示例讲清原因:我们要比较两只基金,发现一份报告是最近发布的,里面引用的持仓却是半年前的数据。助手该继续查、调整结论,还是直接告诉用户证据不足?下文以 ETF Agent 的设计实践为依据;这不是一次真实运行的逐字记录。

一、用户想要的是判断,不是十次搜索 ​

假设用户问:“我的基金组合行业集中度是不是上升了?考虑汇率变化,现在有必要调整吗?”

这句话里藏着几个完全不同的问题:持仓对应哪个披露日?单只基金的行业占比,怎样换算成用户整个组合的暴露?跨币种资产按哪天的汇率比较?如果上升了,究竟是价格变化、基金换仓,还是组合权重变化?维持原配置有没有合理理由?

如果 Agent 只是在 Prompt 里写“请充分研究”,然后循环调用搜索与摘要工具,很容易得到一份看似充分、却把不同日期和不同分母拼在一起的报告。

我们设计 ETF Agent 时逐渐形成的认识是:工具调用扩大了可获取的信息,研究循环才有机会改善判断;而可信的执行和来源关系,决定这种改善能不能被核查。

从问题出发,经合格来源与反例修订,走向可核查交付的研究旅程

这里有一个值得先区分的概念:更多信息,不等于更好的研究;更长的运行时间,也不等于更深入的思考。 只有新观察能够改变下一步行动、修正既有结论,Loop 才不是机械重复。

二、谁决定继续查,谁确认资料真的读到了 ​

继续用刚才的基金例子。助手发现新报告引用旧持仓,决定去找原始披露文件。这一步需要理解“我们究竟想比较什么”,适合由模型判断。但文件是否读取成功、是否有权限使用,不能只听模型自己说。

我们可以把职责分成三件容易理解的事:

要回答的问题谁来负责在这个例子里
接下来应该查哪份资料,发现冲突怎样改判断?模型(Model)看到旧持仓后,选择补查原始披露或收窄结论
查询有没有获准、文件是否真正读到、任务能否安全继续?运行环境(Harness)及原执行程序记录工具请求、实际回执、预算和可恢复状态
持仓数字属于哪一天,汇总结果怎么算?原始数据来源和计算工具保留披露日期、计算口径和可核对的结果

所谓 Harness,是给模型提供工具、管理运行和保存实际记录的一套环境。它可以承载研究循环,但不能因为能执行检索,就替模型决定“集中度变高一定应该减仓”。同样,模型会解释数字,不代表它能修改真实账户或批准交易。

四个专有名词不是这篇文章的重点。读者只需要记住:研究方向可以根据新信息调整;已经发生的读取、授权、计算和保存,必须由真实记录说话。

三、Loop 的核心不是重复,而是让观察改变策略 ​

把研究过程想成一次反复核对资料:先提出下一步 → 真正去查 → 根据查到的内容决定是否继续。查不到本期持仓时,下一步就不能机械地沿原计划写出“最新集中度”。

ETF Agent 的原生研究循环也是如此:模型通过原生工具调用提出下一步,ActionRuntime 执行获准动作,CompletionGate 依据回执和预算决定继续或结束。代码仍把模型回合的生命周期阶段称为 AgentTurn,但实际封存的是原生 ModelTurn,不是已退役的 JSON AgentTurn 协议。无需另建通用工作流管理器。

ETF Agent 原生研究循环:Main 判断、Host 执行、真实回执返回、可选择重查、协作或发布

这套机制有三个很实用的时间尺度。

第一,单轮观察改变行动。 Main 发现基金净值已经更新,却只有上季度持仓,就不能自然得出“今天行业暴露上升”。它可以追索披露、采用明确的历史口径,或者承认当前数据不足。

第二,同一个 Run 可以修正研究问题。 ETF Agent 的 researchNeeds 是一组可选的模型工作问题。例如“确认行业集中度变化”一度被标记为 resolved,后来发现持仓覆盖率太低,模型可以重新打开它。这种设计给研究过程留出反悔空间,却不把工作问题的状态升级成自动完成认证。一个 resolved 标签不是一张“金融研究正确”的证书。

第三,跨时间继续不等于恢复旧执行图。 持久记录保留原 Run 的身份、授权、预算和已结算回执,但记录或检查点本身不授予再次执行的权限。只有经原控制机制接纳的 Human/Child 唤醒,才可在支持的检查点沿原 Run 接续;普通执行者中断后若没有这种获准唤醒,系统按原身份结算中断并读回已保存的结果,不重放旧模型或工具调用。用户显式 Continue 会开启有来源关联、重新准入的新 Run。外部调用结果未知时先核对,不能盲目重试。

这也是为什么我们把 Main、Child、Memory、Recovery、Publication 的职责反复收敛回各自 Owner:研究可以动态变化,执行历史不能跟着模型的想法随意改写。

四、金融研究的难点:一条“最新消息”有好几个时间 ​

技术文章里常把“新鲜度”视为一个时间戳。但金融研究的时间至少有不同含义:市场事件发生时间、报告持仓截止日、原始披露日、修订日、媒体转载日,以及 Agent 读取资料的时间。

设想一篇今天刚发布的报道引用半年前的基金持仓。搜索结果显示“今天”,并不代表投资组合的行业暴露来自今天。再比如,一份基金季报与一条较新的净值数据都是真实来源,却不能直接拼成“同一天的持仓”。

金融资料的五条时间线:事件、数据截止、披露、转载与读取时间并不相同

ETF Agent 已有的 Web/PDF 阅读、研究来源身份、ResultRef、时间语义与市场工具,为这种研究提供了各自的基础。Source/Result 管来源和派生关系,时间语义解释“今天”与市场 Session,金融事实工具持有真正的持仓或行情口径。模型消费这些事实、发现矛盾,并决定怎样措辞或补查。

再往下,还有一个容易忽略的金融计算问题:

组合的某行业穿透暴露 ≈ Σ(用户对基金的配置权重 × 基金在该行业的持仓权重)

这只是说明分母关系的简化表达;真实研究还要处理现金、非股票资产、底层覆盖、重复暴露、不同披露期与币种。如果从基金层数字跳到组合层数字,却没把来源和假设带过去,Python 算得再准确,结论也可能错。

这给我们的启示是:金融 Agent 需要同时保留数字、数字的分母,以及数字在什么时点成立。 引用链接只是入口,来源与计算之间可追溯的关系才是可复查研究的基础。

五、Subagent 应该帮研究分工,而不是给结论投票 ​

复杂研究确实可能需要专家协作。我们在 ETF Agent 中已经有 Child 生命周期、不同研究方法、投资视角与有界多空对话。但它们并不意味着每项问题都要派出一支固定专家队伍。

更合适的理解是:Main 遇到一个值得独立处理的研究分支,才委派 Child。例如让一个 Child 阅读两份原始披露的差异,让另一个在授权范围内复算行业穿透;不同投资视角可以挑战“集中度上升就应该减仓”这一推断。

Child 提交的是自己的结果和引用关系。Main 看到 Child 的摘要,不等于 Main 已经阅读了 Child 看到的全文。Reviewer 指出潜在错误,也仍是一份供 Main 考虑的审阅意见,并不自动成为拒绝发布或执行交易的权限。

因此,衡量多 Agent 协作的合理问题并不是“用了几个角色”,而是:新分支有没有带来 Main 原本缺少的事实、计算或真正影响判断的反例? 如果没有,少一个 Child 反而更清楚、更便宜、更容易恢复。

六、结束研究,不等于用户已经拿到结果 ​

研究系统很容易把完成看得过于简单:模型没有继续调用工具,于是 Run 结束;报告文本生成,于是任务标记为成功。

但用户真正关心的是:报告说的是否是他的组合,现金和总额是否对得上,为什么给出这个建议,文件能不能打开,下次回来还能不能看到同一版依据。

ETF Agent 的 Publication、Artifact、History 与渐进式回答已经把这些事实拆开:可用的阶段性结论可以先交付,最终结论可以另行提交,报告文件有自己的保存和访问身份,历史重放也应引用正确的版本。后台研究可以继续,用户仍能提出另一条简短问题。

从模型文字到真正交付:执行、来源、正文版本、文件与历史各有自己的事实

这并不是要求每个输出都有复杂的审批链。恰恰相反,能独立成立的部分,就应允许独立交付;暂时无法核实的部分,就明确说清未知。 研究停止可能是足够回答、资源用尽、等待外部动作或用户取消;不能用同一个漂亮的 completed 抹掉这些差别。

七、这些实践最终指向一个简单的架构判断 ​

回看这段 ETF Agent 工程实践,值得从一次投资研究中带走的不是模块数量,而是三个选择。

第一,让模型保持可改变主意的能力。 别把模型当成固定流程的自然语言包装器。新的披露、冲突来源和反证可以改变下一轮研究;但模型更新策略不需要重写执行历史。

第二,让每项确定性事实有明确负责者。 谁授权、谁提供原始数据、谁完成计算、谁确认报告保存,都应能找到实际记录。不要再造一个替所有环节“口头证明成功”的总管。

第三,从用户能不能用这份报告倒推设计。 文件能打开吗?资料是哪天的?关键数字怎样算的?有没有支持相反判断的证据?比起模块名多少,这四个问题更接近用户价值。

一个好的投研 Agent 未必知道所有答案。但它应该知道什么时候需要继续研究、什么时候应该改变判断、什么时候只能给出有条件的结论。最值得建设的不是“永远不停的 Loop”,而是一个会被事实纠正、又不会丢失事实的系统。

公开版与本文设计范围不同: 截至 2026-10-28,Open ETF Agent 的 v0.11 开发提交包含合成文档比较、结果传递和受限本地文本 PDF 路径;该固定版本的 README 仍以 v0.10 为已验收的稳定开发基线,v0.11 PDF 仍在独立验收中,并非已正式交付的完整投研系统。这些代码也不证明真实模型研究质量。


六层调用全景 V3 · 金融证据链 · 研究结果与引用 · 异步研究与交付

ETF Agent 技术文章集 · GitHub · 如果这些工程选择对你有启发,欢迎 Star。

与个人博客并行:这里按问题连续阅读,博客保留时间线。 · 联系邮箱:hpoenixf@foxmail.com · 微信:hpoenixf0510