他给 A 股装了个会辩论的 AI这位朋友的思路很简单与其让 AI 一个人拍脑袋不如让它分裂成几个不同立场的人开口吵一架。他把这套东西装进了 A 股的投资分析场景里做了一个基于多智能体辩论机制的 AI 投研辅助系统——两个大模型各执一词一个负责唱多一个负责唱空然后一个裁判 Agent 在旁边记笔录、抓逻辑漏洞最后把一场辩论的完整过程生成一份可追溯、可复核的分析报告。单模型聊天问答大家见得多了面对“XXX 股票还能买吗”这种问题AI 往往被用户的问题带着跑。你语气急它也跟着急你说这公司利好它立刻帮你找到一堆利好。方向感全靠提问者带根本谈不上客观。我朋友做这件事的初衷就是想在 A 股这种信息密度极高、情绪波动极大的场景里强行给 AI 加一道辩论的闸门让观点之间互相咬合、互相拆台而不是顺着话头说漂亮话。这篇内容适合谁看两类人。第一类是对 AI Agent 应用感兴趣的技术人想了解多智能体协作到底怎么落地辩论机制怎么设计才不流于形式第二类是自己在做投资研究、被海量公告和舆情信息淹没的普通投资者想知道 AI 辅助分析能做到什么程度、边界在哪里。我结合他跑通的这套方案把框架拆开讲清楚重点讲清楚辩论 Agent 的架构设计、角色分工、流程规则和实际踩过的坑。1. 为什么要在 A 股场景里给 AI 装辩论机制1.1 单模型问答的信任危机先聊一个大家都不陌生的痛点。用 ChatGPT 或者国内的大模型直接问个股分析表面上回答得头头是道“该股基本面稳健行业景气度上行当前估值处于历史低位给予积极关注。”但你要是追问一句“有哪些风险”它也能立刻列出一条风险清单。你说这算客观吗不算。因为单模型下的输出高度依赖上下文框架它倾向于形成一个连贯的叙事一旦叙事方向被确立后续的论据都是为这个方向服务的。这就是典型的确认偏误。A 股市场更特殊。这里的信息包含大量公告、财报、券商研报、舆情新闻、资金流向数据每一项单拎出来都能自成一套逻辑。一只票的利好和利空往往同时存在业绩增长是真的但大股东减持也是真的行业政策是暖风但短期估值透支是现实。普通投资者面对的从来不是“信息缺失”而是“信息过载下的方向失焦”。单模型在 4000 多只股票里做分析表面上是推理问题本质上是立场固化问题。1.2 辩论机制如何绕开幻觉陷阱大模型还有一个通用毛病——幻觉。模型在面对知识边界之外的问题时会一本正经地编造数据它甚至能编出一份带精确数字的“公司公告”但这份公告从没存在过。在投研场景里幻觉不是小事。一个编造出来的营收数字足以让一个判断完全跑偏。辩论机制在这里起到了两层作用。第一层是交叉验证多方引用一组数据空方为了反驳就得从另一组数据里找依据两个立场互相出题、互相拆台编造的数据在质询环节很容易露出马脚。比如多方说“公司毛利率连续三个季度提升”空方立刻追问“你说的毛利率是主营业务还是并表口径三季报和年报的统计口径一致吗”这一问就逼着系统回去查数据源而不是凭记忆编。第二层是立场约束。研究机构内部做投资决策之前本来就要开辩论会研究员陈述逻辑风控提出质疑最后投票定夺。把这套机制搬给 AI等于把“中性客观”从一个模糊要求变成了结构性约束。你不要求 AI“尽量客观”你直接让 AI 分裂成多方和空方各自必须把立场表达清楚观点之间的碰撞会自然抵消一部分偏见。2. 系统架构与 Agent 角色分工2.1 四个角色怎么配置的我朋友这套系统没有用特别复杂的技术栈核心就四个 Agent 角色加一个调度器。说破了不值钱但他把每个角色的 prompt 调得极细这是最关键的部分。Agent 角色使命核心约束多方辩手专门寻找持仓理由和看涨逻辑必须引用可查证的数据源不允许使用“大家普遍认为”这类模糊表述空方辩手专门寻找风险因素和看空逻辑同样必须以数据或事实为依据允许做合理的逻辑推演但必须标注合规审查官专门拦截胡说八道和越界表述检查是否存在编造数据、夸大业绩、给出明确买卖指令等违规行为裁判 Agent主持辩论流程记录各方论点组织投票打分保持立场中立只做流程控制和质量评价不给具体的买卖结论调度器的任务更简单粗暴按预设流程推进辩论。第一轮由多方和空方分别陈述核心观点第二轮互相质询第三轮总结陈词。每一轮结束之后裁判负责把双方观点里的论据提取出来核对数据引用来源。合规审查官全程旁听发现可疑表述立刻拦截。2.2 模型选型与 API 调用细节模型选型上他没有只绑一家。多方辩手和空方辩手分别用了不同公司的大模型底层能力让两个 Agent 使用互相独立的模型有利于打破同质化倾向。如果都用同一个模型两个 Agent 很容易因为推理路径相近而陷入伪辩论——表面立场不同实际思维模式一致。用两家不同的模型思维路径的差异会明显变大辩论质量也就上来了。调度和编排用 Python 实现大模型 API 调用走的是 OpenAI-compatible 接口格式方便在国内外不同模型之间切换。他额外做了一个缓存层把历史辩论记录存进 SQLite同一个标的 24 小时之内的复盘可以直接复用历史结论节省 API 消费。这里多说一句长文本辩论消耗的 token 量非常大一场辩论三轮下来往往要烧掉几万 token。他后来做了个改进让每个 Agent 的回复压缩到 800 字以内只允许输出核心论点和论据不允许发散。压缩之后一轮辩论的 token 量直接砍掉一半。2.3 数据接入层辩论的粮草从哪来辩论最怕的是无米下锅。为了让双方辩手“有理有据地吵”他接了几个相对稳定的数据源。交易行情数据来自公开的 A 股每日行情快照包含开高低收、成交量、成交额、换手率、流通市值等基础指标。公告资讯来自公开披露的个股公告关键词抓取这部分数据他做得很克制只抓公告标题和摘要里的关键实体比如“股东减持”“业绩预增”“收到问询函”不深入解析全文既控制成本又控制噪音。财务数据来自公开的定期报告摘要数据。这里有个关键技巧他把财务指标提前处理成标准化 JSON 字段营收同比、净利润同比、毛利率、资产负债率、经营现金流等而不是把整个财报文本都丢给大模型。结构化数据比纯文本更适合模型做推理并且可以有效减少幻觉。数据层处理完的结果统一进一个中间表通过检索式接口喂给辩手——辩手只能拿到它需要引用的那部分数据拿不到全量避免观点漂移。3. 辩论流程与规则实现3.1 三轮辩论的完整节奏整套辩论跑下来大概 6 分钟左右三轮各有侧重。第一轮是立场陈述双方各自亮明观点列出三个核心论据每个论据必须给数据出处。这一轮考验的是信息搜集的完整度谁漏了关键数据谁就在下一轮被动。第二轮是交叉质询各方只允许针对对方在第一轮中的论点进行质疑要求对方给出更精确的定义、来源和逻辑链完整性不允许凭空引入新论据。这一轮是最精彩的相当于面试官追问环节逻辑漏洞全在这里暴露。第三轮是总结陈词各方复盘对方的核心弱点强调自己的观点仍然成立的理由。裁判在每轮结束之后做一次阶段小结打分维度有三个论据充实度是否充分使用数据、逻辑自洽性是否存在前后矛盾、立场忠诚度有没有说着说着就倒戈到对方立场。最后输出一份辩论纪要包含各方观点、质询记录、裁判打分和摘要。整份纪要完全保留对阵过程不做删改——用户自己判断系统只负责把架吵明白。3.2 prompt 设计的边界与技巧他花了最多时间的部分是 prompt。先说身份设定。多方辩手的动态系统提示里会写明“你是一名拥有 10 年经验的股票分析师擅长从基本面、行业趋势、资金流动等多个维度发现投资价值。注意你不负责规避风险那是空方辩手的责任你只需要把看涨逻辑讲透。”空方辩手对应的提示则强调“你是悲观的质疑者你的使命是发现逻辑漏洞和风险因素你不是做空者你是风险揭示者”。角色分工越极端立场越鲜明辩论的张力越大分析反而越完整。再看数据使用约束。他在 prompt 里明确要求“每个论点必须至少附一个来自给定数据的引用引用格式为‘数据来源字段名数值’。没有数据支撑的观点必须单独标注为‘推测’不允许混入事实陈述。”这一条规则极大减少了编造。早期测试里他遇到过 AI 辩手引用宏观数据来支撑个股论点明显驴唇不对马嘴。后来加了引用来源限定的规则模型只能引用数据表里存在的字段名问题才被彻底解决。3.3 打分机制与输出报告的结构化打分机制是三段式。先由裁判 Agent 从论据充实度、逻辑自洽性、立场忠诚度三个维度各自打出 1 到 10 分再自动计算两方总分总分高的一方获胜。但这不代表“多方赢了就该买”而是表达“当前资料池里的信息经辩论后得出的多空力量对比结构”。最终输出报告分成四个区块多方核心论点摘要、空方核心论点摘要、裁判总结与打分、原始辩论全文。整个输出有固定 JSON 结构方便程序化对接其他系统。他给这套系统写了个简单的 Web 界面输入一个股票代码启动辩论跑完自动生成报告。前端极简只展示辩论进度和最终报告重点信息用高亮色块标注报告底部明确写一行提示“本报告由 AI 生成仅供研究参考不构成任何投资建议。”这句话既是合规要求也是技术边界的坦诚交代。4. 一次完整的实测过程4.1 测试标的选择与信息准备他拿了一只消费电子产业链公司做验证——申万行业分类属于电子总市值在 300 亿左右那段时间刚好处于横盘震荡区间多空分歧本身就很大适合考验辩论能力。测试当天数据层抓到了三条关键信息公司发布了半年报业绩预告净利润同比增长 45% 到 60%同时一条新闻显示主要客户下调了下季度出货指引另外还有一条大宗交易记录显示有机构席位近期减持。这组数据本身就同时包含利好和利空非常适合检验辩手会不会被单边带节奏。信息准备阶段做了一次数据清洗。抓取到的半年报预告里“扣非净利”和“归母净利”两个口径同时存在他把两个字段都录入了数据表并标注了口径差异。新闻内容里提到“出货指引下调”是未经官方证实的传闻他在数据来源字段里标记了“媒体披露未经证实”。这些细节直接影响辩论质量口径不清的数据进了辩论场两个 AI 可能就着同一个数字吵半天毫无意义。4.2 实战观察多空双方的真实博弈第一轮立场陈述中多方抛出了三个论据净利润同比增长下限达 45% 显示公司盈利能力大幅改善毛利率在产业链普遍承压的背景下依然保持稳定消费电子新品周期临近有望带动估值修复。空方的三个论据则是客户出货指引下调可能冲击下半年营收预期机构席位的高频减持与股东户数增加一致说明筹码在分散当前市盈率高于近三年中位数已 partially 定价业绩增长。第二轮交叉质询是全场最精彩的部分。多方直接要求空方解释“股东户数增加与筹码分散之间的因果链路”空方立刻补上了数据来源引用的工商登记数据指出该股股东户数确实从 8.2 万户升至 9.7 万户并把“筹码分散度提升”限定为“散户参与度上升的中性信号”。空方也反手质问多方“你说的毛利率稳定有没有剔除掉去年一次性处置收益的影响”多方在数据表中没有找到对应字段只能标注“属合理推测”并把论点权重下调。第三轮总结时双方的立场忠诚度都保持得不错。空方在质询中发现了一个真实风险点——大客户占营收比重过高一旦出货指引下调落地对业绩影响非线性。多方则死守“估值修复空间”和“新品周期”两条逻辑线但承认在下半年业绩确定性上双方存在分歧。裁判最后给出的打分中空方在“论据充实度”上以 8.5 比 7.0 领先多方的“逻辑自洽性”拿到了 8.0但“立场忠诚度”扣了分因为中途有一处表述过于保守几乎等同于默认空方观点。4.3 系统输出的报告里哪些信息最值得看整场辩论的最终报告打印出来大概有 3000 多字但他认为真正值得读的部分从来不是“谁赢了”而是两个区块。第一个是裁判总结里的“争议焦点”清单系统把多空双方在第二轮交锋中无法达成一致的三个核心分歧点单独列出来比如业绩预告的含金量、客户出货指引的冲击范围、估值溢价是否合理。这些点才是投资者真正需要自己去核实判断的地方。第二个是“被合规审查官拦截的问题清单”。合规审查官在整场辩论中拦截了两次一次是空方在质询时使用了“公司即将暴雷”这种情绪化表述被强制替换为“存在业绩不及预期的风险”另一次是多方在引用研报信息时模型试图输出“某券商给出目标价 XX 元”这种同类表述但因来源数据表中不含该字段而被拦下。这份拦截记录反而是最有价值的元数据——它告诉你 AI 的哪些输出倾向是危险的提醒你在自己操作时要格外警惕同类型表述。5. 常见问题与排查技巧实录5.1 辩论 Agent 最容易翻车的四个场景整个项目从 0 到 1 上线他踩了不少坑我挑几个典型的集中说一下。第一伪辩论问题。系统早期测试里出现过两个 Agent 观点高度一致的情况多方说看好空方说“我也觉得基本面不错但要注意风险”这根本不是辩论这只是把一段话拆成了两个人说。排查后发现根因在模型同质化上——两个 Agent 用同一个模型推理路径天然相似立场再不同也只是外衣不同。换用不同模型的 API 之后问题立刻缓解。第二上下文污染问题。因为辩论是分多轮进行的每一轮对话都会把历史记录拼接进上下文模型容易在后续轮次里引用“此前自己没说过的话”。比如空方在质询轮里突然引用数据表里根本不存在的字段原因就是它把多方在前一轮编造的内容当成了事实。解决方案是在每轮消息中加入明确的数据源约束并让裁判每次单独向辩手发送可引用数据表而不是让辩手自行翻阅全部历史上下文。第三token 超限问题。辩论 6 分钟跑完消耗的 token 量却相当惊人。早期没有做压缩时一场辩论用了接近 6 万 token成本高到肉疼。后来在 prompt 里强制限定“每个论点正文不得超过 150 字论据引用不得超过 3 条”成本直接砍半。我朋友的经验是辩论质量跟发言长度不呈正比压缩反而逼着模型提炼最核心的逻辑链多写一个字都成本抠着写反而清晰。第四历史数据误用问题。有一次测试公司前一天刚发了一则重大合同中标公告但数据层因为抓取延迟没有更新两个辩手辩论了一整轮都没有人提到这则消息。等他看到行情异动才发现数据没跟上。数据新鲜度直接决定辩论价值数据没进来辩论质量再好也是聋子吵架。他现在做了一个简单的数据健康度检查跑之前先看“数据表最后更新时间”和“公告条数是否大于 0”不满足条件直接拒绝启动辩论并提示“数据准备不足”。5.2 复现这套系统可以参考的最小清单如果看完这篇你也想搭一个类似的“AI 辩论式分析”系统不需要一上来就做成完整的投研产品可以先跑一个最小验证版本。环境方面准备好 Python 和任意两家大模型 API 的调用权限数据方面先手工准备一个 CSV 文件包含股票代码、财务指标、近一周新闻摘要三列就够了。先在一个 CSV 上跑通辩论流程再把数据源替换成数据库最后再接实时抓取。流程上按照“角色定义 → 辩论流程编排 → 输出格式定义 → 数据接入 → 合规审查”一步步来。代码量不会超过 300 行核心就是把多轮对话的上下文管理、每轮各自独立的 system 指令、结构化输出解析这三件事处理好。先用一家模型测试接口流程正常再换第二家模型让观点多样化最后慢慢调 prompt 里的约束条件一点一点增强辩论强度。5.3 关于 AI 辅助投资分析的一个清醒认知这套系统做完之后他对 AI 在投资研究里的定位反而更清醒了。AI 擅长的是信息聚合、逻辑推演和观点对抗它能在一分钟内读完你一周才能读完的数据能在几个模型之间组织高强度辩论来剥离噪音。但它不擅长的是预测未来。辩论能让你看清一个公司的多空因素各有哪些、论证质量孰高孰低但它不能告诉你明天股价涨还是跌——A 股市场的短期走势从来不只是基本面问题还涉及资金博弈、政策预期、情绪共振这些连专业机构都拿不准的变量。所以使用这类工具的正确姿势是把它当“思维陪练”而不是“答案之书”。你带着自己的判断来AI 扮演一个立场相反的对手把你的逻辑往死里怼怼得越狠你对这个标的的认识越立体。他后来甚至给系统加了一个功能允许用户在开始辩论前输入自己对该股票的观点系统会把用户观点作为第三方论点加入辩论指定空方或多方必须优先回应。这样一来AI 不再是替你做决策的“黑盒子”而是帮你检验决策质量的“磨刀石”。这个方向还在持续迭代。他下一步的计划是把舆情情绪打分和资金流向数据接进来让辩论双方拥有更丰富的新信息源同时优化裁判 Agent 的评分模型让打分维度细化到论点的可证伪性。我个人在实际体验完这套系统之后最大的感受是AI 加辩论的化学反应不在于 AI 多聪明而在于“多智能体协作”强行制造了独立思考的空间——这不是让 AI 变得更像投资大师而是让 AI 更像一个不会客套、不会察言观色、把风险拆给你看的靠谱同事。