agentleFS
B-M-Capital-ResearchB-M-Capital-Research/honeclaw/skills/first-principles/SKILL.md

First Principles

Skill748 starsChanged 3 months agoMITView on GitHub

把"受益于 AI"这类叙事压缩成一条可算、可证伪的公式——需求驱动量 × 单位用量 × 单价 → 供给约束 → 价格与量的走向 → 这家公司拿到多少收入与利润,再用本轮数据验证或推翻它

Files
SKILL.md

第一性原理 Skill

transcript 当前订阅只返回可用日期列表,正文受限;需要管理层原话时改用 press_releases 或带绝对日期的 web_search。

这一维回答的是**"为什么这门生意成立、成立到什么程度",产出一条能算的公式,不是一段趋势描述。框架 1 的四步(压缩成公式 → 判断是否支持长期趋势 → 用现实证据验证 → 想不清只作研究线索)定义在 hari-invest,这里不重写;本 skill 只规定公式怎么写出来、挂什么变量、怎么判它成立还是不成立**。

可以被单独调用,也可以作为一段嵌进个股/板块/异动答案。不要在这一段里自带九段模板或数据时间首行。

未完成的判定:通篇只有"AI 需求强劲带动存储/光/电力"这类方向描述,没有等式、没有可观察量、没有阈值,视为这一维没做。

第一步:把叙事拆成一条链

链条固定是四段,写成一行等式,每一段都必须能代入数字:

公司相关收入 ≈ (驱动量 D × 单位用量 U × 单价 P) × 公司获取比例 S,其中 P 与 D 的走向由 (需求增量 − 供给增量) 与库存/交期决定。

  1. 驱动量 D:找到最上游那个能计数的量——AI 服务器出货、加速卡出货、CSP 资本开支、并网电力容量、门店数、付费用户数。选"能被第三方数出来"的那一个,不选"市场规模"。
  2. 单位用量 U:D 的每一单位对应多少本公司产品——每台服务器多少 GB、每张加速卡多少个光口、每家门店多少 SKU。换算系数必须写出出处(电话会原话、公司披露、行业访谈),拿不到就写"U 本轮未取到,按区间 a–b 试算"。
  3. 单价 P 与供给约束:这一段决定价格往哪走。要写清新增供给从决策到出货要多久(扩产周期、设备交期、认证或审批周期)、本轮已宣布的在建产能有多大、现价处在历史区间的什么位置。没有供给这一段的公式不成立——需求侧再大,供给能同步跟上就没有价格弹性。
  4. 公司获取比例 S:份额、长协/合约覆盖比例、backlog 覆盖的季度数,以及增量收入对应的增量毛利率。产业赚钱不等于这家公司赚钱。

链条写完再回头看一句:这四段里哪一段最敏感(改动 10% 会让结论翻面的那一段)。它就是胜负手;怎么把它写进结论段见 stock_research 的收口纪律,这里只负责推出它。

第二步:给每一项挂上本轮可观察量

公式项观察量本轮怎么取
驱动量 D客户资本开支指引、终端出货、装机/门店/用户数transcript、press_releases、带绝对日期的 web_search
单位用量 U单机含量、单卡端口数、单店 SKU 数transcript 原话、公司披露;反推可用 segments 收入 ÷ 出货量
单价 P现货价/合约价/ASP 及环比方向web_search(价格数据须带日期);公司侧用 segments 分部收入变化交叉验
供给增量在建产能、capex 指引、设备交期、认证周期sec_filings、press_releases、transcript
获取比例 S份额、长协覆盖比例、backlog、客户集中度transcript、press_releases、segments
兑现证据收入增速、毛利率与营业利润率趋势、经营现金流financials(hone_ttm、hone_latest_quarter、hone_financial_growth)

纪律:每一项要么给本轮数字(带口径与时点),要么写"本轮未取到"。六项里有三项以上未取到,公式只能按第四步的"研究线索"处理,不得写成已验证的结论。

第三步:写证伪句(这一步不写等于没做)

公式必须能被打死。至少两条证伪句,一条打需求/量端,一条打供给/价格端,每条含四要素:哪个变量 + 往哪个方向 + 数值阈值 + 大约什么时候能看到。

  • 反例:"若需求不及预期,则该逻辑不成立。"——没有变量、没有阈值、没有观察时点。
  • 正例形状:"合约价连续两个月环比转负,同时原厂 capex 指引上修超过 20%,则价格端假设失效;最早在下一次月度合约价与下季电话会看到。"

同时写一条反向的验证信号:哪个数出现,说明公式正在兑现(例如 backlog 环比继续拉长、长协覆盖比例再提高一档)。

第四步:判定,三选一

  • 成立:四段都有本轮证据,且没有一条证伪信号已触发。写明它成立到什么程度(哪一段最弱),然后把产出交下游:供给约束这项事实交给 scarcity-differentiation 做稀缺度打分,公司获取比例背后的壁垒交给 moat,最后由 valuation-audit 把它换算成倍数与价格区间。
  • 已被证伪 / 需要改写:点名断在哪一段,给出改写后的公式或直接说这条不成立。"逻辑依然长期看好但短期承压"不是判定。
  • 想不清或数据不足:按 hari-invest 框架 1 第 4 条明确写"这条只作研究线索",并列出补齐哪两三项(点到字段级:合约覆盖比例、单卡端口数、在建产能规模)就能定论。不要把想不清的公式包装成成立的结论——评测里被判"不太敢相信"的那一类,多数是公式没立住却给了确定语气。

三个示例形状

下面是形状,不是可引用的结论;每次都要用本轮数据重新代入。

存储:HBM/DRAM 相关收入 ≈ (AI 服务器出货 × 单机 HBM+DRAM 容量 + 通用服务器与端侧容量) × 合约价 × 公司 bit 份额;合约价由 bit 需求增速减 bit 供给增速与库存天数决定,新增 wafer 产能从 capex 到出 bit 有明确的季度级时滞。长协(LTA)覆盖比例是公式里的一项而不是加分项:它把利润拆成"锁定部分 + 现货敞口",决定这家公司还剩多少周期属性——覆盖比例怎么进估值见 valuation-audit 周期股专节。证伪方向:bit 供给增速反超需求、合约价环比转负、原厂扩产 capex 上修。

光模块:端口需求 ≈ 加速卡出货 × 每卡光口数(随 800G→1.6T 代际变化),公司收入 ≈ 端口需求 × 份额 × ASP。瓶颈通常不在模块组装而在光芯片(EML/DFB)供给、封装产能与客户认证周期,所以观察量是交期与在手订单。证伪方向:代际切换的 ASP 降幅盖过出货增幅(收入端不成立)、交期缩短且 backlog 环比下降(稀缺端不成立)、客户转向硅光/CPO 改变每卡光口数(换算系数不成立)。

IP 内容:收入 ≈ Σ(单 IP 年收入 × 生命周期剩余年数) + 新 IP 期望值(历史成功率 × 单 IP 峰值收入),而不是"消费升级"。关键项是核心 IP 的收入增速与集中度(用 segments 与财报分部取)、复购与会员、新 IP 出成绩的历史频次、海外单店产出。公式的形状本身就决定了倍数该给多少:现金流集中在少数 IP、生命周期不确定,倍数就应低于稳态消费品牌——这条只给方向,具体倍数按 valuation-audit 的"类型 → 对标 → 稀缺度"三问定。证伪方向:头部 IP 收入增速掉档而新 IP 收入占比没起来,公式退化成单品爆款周期。

边界

情形去哪
稀缺度/差异化打分与板块间排序scarcity-differentiation;本 skill 只提供供给约束这项事实
客户为什么换不掉它(切换成本、认证、份额、生态)moat
倍数、对标、合理价值区间与现价位置valuation-audit
胜负手写进结论段、结论必须落到算出来的价格区间stock_research 的深度个股收口纪律
板块之间比谁的需求增量更大、谁的产能更紧sector-to-stock 第二步
一次异动有没有改写长期公式market_analysis,判定用本 skill 第三步的证伪句口径
框架 1 四步、稀缺与差异化定义、四档结论与置信度hari-invest

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.