铁三角模型
我长期用的协作框架是「铁三角」：
- 人类（决策层）：定方向、拍板、对关键风险负责。只做 AI 做不了的判断。
- AI（执行层）：查资料、写代码、跑数据、出草稿。量大、重复、可描述的活全给它。
- 真实数据（验真层）：任何结论用真实输入重算/重测，不轻信模型的「应该没问题」。
核心心法：AI 负责「做」，人负责「定」，数据负责「验」。三层缺一不可，否则要么人被 AI 带偏，要么 AI 的活白干。
用连接器把工作流串起来
单聊 AI 效率有限，真正的杠杆是连接器：让 AI 能直接调飞书、邮件、行情接口、文档库，把「产出」变成「送达」。
- 研究结论 → 自动整理成文档 → 推送到飞书/知识库归档；
- 每日数据 → 跑批 → 生成汇报邮件发出；
- 真实行情 → 喂给回测/诊断脚本 → 输出可复核的数字。
提醒：连接器越多，越要把「哪些动作需要人确认」划清楚。发邮件、下单、删文件这类不可逆操作，务必设人工确认闸。
团队保持精干
一个常见误区是「Agent 越多越好」。实践下来，决策快、磋商省时比人多更重要。我的活跃团队长期保持精干：投资决策三人 + 一个技术支撑，扩张成员必须明确拍板，不擅自加人。