recordings-28.txt

# Mobile Capture 20260510T131118+0000-local-24be2ed4a82b

Captured: 2026-05-10T13:11:18+00:00
Source: local
From: macbook

Original files:
- Recordings-28-.txt

## Content

# Recordings-28-.txt

Recordings
系統對照表
面向	Karpathy 的系統	研究員 Agent
定位	通用個人知識庫（任意研究主題）	專業投資研究系統（AI 產業）
資料來源	手動索引文章/論文/repo 到 raw/	自動化爬取 SEC、Ninja API、FinMind、Kaggle、網路搜尋
資料匯入	手動 Obsidian Web Clipper + 熱鍵下載圖片	排程自動化：node-cron 每 6 小時發現新公司、每日抓訪談/政治事件/CAPEX
編譯/處理	LLM 將 raw/ 編譯成 wiki（.md 檔）	LLM 產出結構化報告（Initial MAX、IRR、Daily Initial），搭配 JSON 資料庫（1,723 家公司）
知識結構	扁平 wiki：概念條目 + backlinks + 索引	多層結構：JSON DB + 公司資料夾 + 報告 + 內容庫 + 策略文件，有明確的 L1-L6 產業分類
IDE/前端	Obsidian 瀏覽 Markdown	自建 React Web App（Dashboard、產業地圖、公司詳情、排程日誌等 20+ 頁面）
問答	靠 LLM agent 查 wiki 回答問題	Web Chat Agent + 多種專用工具（web_search、query_database、ninja_api 等）
產出格式	Markdown、Marp 簡報、matplotlib 圖	Markdown 報告 + Telegram Bot 推播 + Web UI 視覺化（Recharts）
品質控制	LLM "health check" 找不一致/缺漏	張磊四維評分框架（環境/生意/組織/人），≥95 分才通過，含 DCF 估值
即時性	手動觸發	chokidar 檔案監控 → SSE 即時推送 → React 自動刷新
版本控制	未提及	每小時 Git auto-sync + NDJSON activity log（union merge 策略）
部署	本機 Obsidian	PM2 生產環境 + Tailscale 遠端存取
RAG	不需要，靠 LLM 自動維護索引	不需要，靠結構化 JSON + 檔案搜尋 + LLM 內部搜尋工具
核心差異分析
1. 自動化程度：研究員 Agent 勝
Karpathy 的系統高度依賴手動觸發（手動 clip 文章、手動問問題）。研究員 Agent 有完整的排程引擎，從資料發現、收集、分析到 Telegram 推播全部自動化。

2. 結構化程度：研究員 Agent 勝
Karpathy 是鬆散的 wiki（概念條目 + backlinks）。研究員 Agent 有嚴格的 schema（公司 JSON、L1-L6 分類、DCF 參數、張磊評分框架），讓資料可查詢、可聚合、可比較。

3. 前端體驗：研究員 Agent 勝
Karpathy 用 Obsidian 當 viewer。研究員 Agent 自建了完整的 Web Dashboard，有產業地圖 treemap、財務趨勢圖表、即時 SSE 更新。

4. 通用性：Karpathy 勝
Karpathy 的架構適用於任何研究主題（只要換 raw/ 內容）。研究員 Agent 深度綁定投資研究領域，skill/schema/評分框架都是專用的。

5. 知識累加理念：相同
兩者都強調「查詢結果回寫知識庫」，讓探索不斷累積。Activity log + 報告歸檔 = Karpathy 的「filing outputs back into wiki」。

6. 不需要 RAG：相同
兩者都發現在這個規模下不需要花式 RAG，靠 LLM 直接讀索引/摘要就夠了。

Karpathy 提到但可借鑑的方向
Lint / 健康檢查（最值得補強） Karpathy 會定期跑 LLM 批次檢查 wiki 一致性、找缺漏、建議新條目。研究員 Agent 有 data-fact-checker skill 但似乎不是定期排程執行的，可考慮加入每週一次的「知識庫健康掃描」排程。

合成資料 + 微調 Karpathy 提到未來想用知識庫做 finetuning，讓 LLM 把資料「吃進權重」。1,723 家公司的結構化資料可能已經大到值得考慮這條路。

簡報產出 Karpathy 用 Marp 做簡報。目前產出以 Markdown 報告為主，可考慮加入投資簡報自動生成功能（例如 Initial MAX 完成後自動產出一份 Marp 簡報）。