不是避險基金，也不是 prompt 框架。而是一個將「人類獨特非理性的創造力」與「人工智能極端理性的驗證力」結合的平台 —— 首先在投資研究中驗證，再在第二個截然不同的領域中證明其通用性，為即將劇變的知識工作浪潮而建。
隨著 LLM 能力複利成長，大多數工作流程中人類的相對貢獻趨近於零 —— 不是因為 AI 取代了工作與知識創造， 而是因為多數人不再與 AI 共同思考。僅少數人會主動透過 LLM 協作來累積自身認知能力不斷成長， 企圖保有人工智能時代下的槓桿效應。其他人將因為自身貢獻度逐漸下降而被委派至無關緊要的位置。
人類能力的成長率必須相對於 LLM 能力的成長率保持為正。大多數工作者的成長率為零或負 —— 他們僅把 LLM 當作一種工具，而非提升思考力的夥伴。如此在任何工作流中，他們的相對權重都在下降最終趨近於零。
少數人把 LLM 對話當作「理性深度」的加速器。更深的理性掌握會揭示出理性的邊界 —— 那就是「理智邊界的非理性」存在的疆域。LLM 無法進入這片領土。能進入的只有人類本體， 可以在此發揮所得到的優勢是結構性且持續性的。
當 AI 擾動持續取代知識工作，對可教授的「人機認知協作方法論」的需求將倍增。 不是 prompt engineering 課程 —— 那個領域會快速商品化。而是真正能維繫「認知主權」的框架。
Agent OS 不是投資工具，而是「複製出人機協作複利認知模式」的實務原型 —— 圍繞著認知解構與重組， 機構式記憶、治理紀律、平台與專業領域分離而建。投資只是第一個驗證場域。
Agent OS 的每一個行動 —— 跨越所有領域、所有 agent、所有時間尺度 —— 都遵循同一條遞迴紀律。這就是為什麼這個平台產出的結果，與一般 AI 工具不同。
Agent OS 能超越投資擴展到其他領域，根本原因是架構設計。平台層擁有治理、通訊、記憶與知識管理累加的紀律。 領域模組擁有各自的主題邏輯。兩者之間的界面由合約定義、由平台強制。
Agent OS 最初是為投資研究而建。之後，未經架構層面改動，便被部署到一個截然不同的領域： 以傳統紫微斗數框架進行的家庭動力分析。其後，命盤引擎再被回流整合至投資模組， 作為第二訊號進行回測。兩個方向的整合都在同一套平台基礎設施上運作。
兩個模組使用相同的 Agent OS 平台層：角色受限的 agents、兩階段狀態追蹤、pipeline checkpoint 紀律、 透過懶載入實現的知識隔離、用以避免冗餘推論的序列編排、驗證產出用的 audit hook、 以 living-document 作為 SSOT 的治理。主題差異跨了好幾個數量級，基礎設施卻是同一套 stack。 這就是平台價值。
這些才是真正能跨領域轉移的東西。
每位 specialist 有明確範圍與非重疊的權限。由平台強制，與主題無關。
前階段產出約束後階段推論。避免冗餘分析與 context 汙染。
每個模組只載入自己的知識庫。投資知識庫與紫微知識庫永不交叉汙染。
每一次跨 agent 交付都經 schema 檢查。因子 CSV 或診斷 JSON —— 相同紀律。
長流程工作可從最後成功點回復。回測或診斷 —— 同一套基礎設施。
每一項計算都自我驗證。交易筆數比對或評分加總驗證 —— 同一個原則。
禁止推論登記簿。研究結論追蹤器。Pending 登記表。每個決定都留下稽核痕跡。
動手前 CLAIM，交付後 DONE。在兩個模組的 24 位 agent 間全面強制執行。
三方驗證（兩個外部 LLM 加一位人類）。所有產出類型一視同仁地適用。
每個領域從不同角度驗證平台。投資測試量化紀律與監管壓力下的治理。 紫微測試非量化訊號與質性推理的吸收能力。內容測試 SSOT 綁定下的對外溝通。 未來領域進一步擴大證明面。
| 01 |
投資研究
V11 CORE
|
量化選股 alpha + regime 匹配 ETF。多軸宏觀框架、PIT-clean 回測紀律、多因子 ensemble、週度自動化 pipeline。 | 上線 · 2025-09 |
| 02 |
紫微診斷系統
紫微斗數
|
四項生產級能力：個人命盤、家庭命盤、家庭分析、疾病預測。命盤引擎已整合至 V11 作為第二訊號回測。 | 生產環境 |
| 03 |
內容 Pipeline
投資人溝通
|
三層式內容產線（Daily Memo 到 Weekly Digest 到 CEO Letter）。三方外部審核。SSOT 資料綁定防止績效誤植。 | 建置中 |
| 04 |
情境衛星
主題籃子
|
多情境籃子構建。預先登記命題、證偽條件、期限。不超過 10% AUM 配置。 | 設計 · Q2 |
| 05 |
中醫問診研究
平台測試
|
平台通用性測試。合約分析、合規推理、監管情境建模。測試治理架構的跨領域適用性。 | 未來 · 2027 |
| 06 |
AI協作智力提升系統
多專科協作
|
多專科會診協定。透過多 agent 推理進行鑑別診斷。Type-1 / Type-2 非理性區分應用至認識論。 | 未來 · 2028 |
| 07 |
科學研究
假說實驗室
|
為研究團隊進行假說生成 + 對抗式驗證。Via Negativa 紀律。禁止推論登記簿應用至研究假說。 | 未來 · 2029 |
最有價值的資產，不是基金本身。
是那個讓「一個人」的認知能力複利成長速度，
快於「機器讓他消失」速度的 作業系統。
V11 創辦人命題 · 2026