想知道手里那只票到底行不行，很多人第一反应是丢给 AI 问一句。回答通常是一段”综合来看，估值合理，注意风险”——听着都对，读完什么也没多知道。
今天要评的 UZI-Skill，就是冲着这个痛点来的：它不让一个 AI 给你一段话，而是让 66 个”投资大佬”各自打分投票。7,602 星、开源许可、11 月 11 日还在提交。我把它拉下来按它自己的流程跑了一只票，结果是：一份 750KB 的报告，66 位评委里 29 位直接弃权。
弃权不是失败。恰恰相反，这是这个项目里最有意思的设计。这一篇讲的是它到底怎么做到”66 个人各说各的”，以及这套玩法在哪些地方站得住、哪些地方站不住。
它到底是个什么东西
先说一个容易被误导的地方。它在 GitHub 上看起来是一个 skill（技能，也就是给 AI 助手读的一份操作手册），根目录那份说明文件只有 2,417 字节，短得像一张便签。那不是它的全部。
那份便签只做一件事：告诉 AI”你要干什么，就去看哪份文档”。真正的活在 skills 下面的四个子技能里，其中主流程那一份有 57,898 字节，是根文件的 24 倍。
四个子技能分工很明确：主流程那份（deep-analysis）管抓数据、算分、建模、出报告，57,898 字节；评审团那份管让 66 位投资人各自打分，4,431 字节；龙虎榜那份管认游资席位、判断谁在买，只有 1,745 字节；杀猪盘检测那份列了 8 个信号、四档风险评级，3,054 字节。最小的一份只有主流程的三十三分之一——这个落差本身就说明，真正的工程量都压在数据那一头。
而”技能”这个词在这里也名不副实。我把仓库整个数了一遍：251 个 Python 文件、53,460 行代码，其中光是抓数据的脚本就有 22 个、合计 5,364 行。说白了，这不是一份提示词，这是一个打分引擎，只是碰巧用技能的形式分发。
它的核心思路值得单独讲一句：它不预测涨跌。它做的事是把同一份数据，用 66 种不同的偏见各看一遍，然后把分歧摆出来。巴菲特看的是”ROE（也就是净资产收益率）连续五年超过 15%”和”生意别人难以复制”，格雷厄姆只看”市盈率低于 15″，游资看的是”近 30 天龙虎榜有没有热度”。同一只票，这几个人给出的结论本来就该不一样——这个项目最诚实的地方，是它把这件事实做成了产品。
我自己跑了一遍
第一条证据，它自带的测试是真的能跑通的。我按它官方持续集成（也就是每次提交代码自动跑的那套检查）的口径，在隔离环境里装依赖、跑全量测试：989 个通过、1 个跳过、0 失败，耗时 10.5 秒。
这里要说明一处对不上的地方：它项目首页写的是”离线回归 948 passed、1 skipped”。我跑出来是 989，比它自己的数字多 41 个。多半是文档更新滞后于测试增量，不是坏事，但一个把”证据”当卖点的项目，自己首页的数字应该跟得上。
另外两道官方闸门也过了：一道检查仓库里有没有误传真实交易数据，输出检查通过；一道检查依赖有没有版本冲突，输出无冲突。
顺带把”22 维数据”这句也对了一遍：代码里正经的维度校验表是 20 项，另外两项是基金持仓和相似股——它们不参与打分，只负责在报告里补两张卡片，代码注释写明任何档位都必须照跑。所以 22 是”20 个打分维度 + 2 张附加卡片”，宣传上凑了个整，不算虚报，但读者会以为有 22 个维度参与评分。
第二条证据，规则数它自己说了三个版本。项目首页开头写”242 条量化（也就是可判定真假的条件）规则”，正文另一处写”共 236 条”，发布记录里又留着”180 条”。我去源码里数了一遍：规则表里确实是 66 位评委、合计 242 条，所以 242 这个数字站得住。但还有个它没说的：这 242 条规则只对应 178 个不同的规则编号，有 10 个编号被多人共用，重复引用占了全部规则的三成——”热度高””处在上升趋势””龙虎榜活跃”这类判断，在游资派里被十几二十个人各引用一次。
第三条证据，也是我觉得最值得写的一条：66 这个数字，三处对不上。
| 我数的地方 | 数字 | 说明 |
|---|---|---|
| 评委名单（源码里的名单表） | 66 | 与宣传一致，代码里还有一句断言把它锁死 |
| persona 档案（每位评委的人物设定文件） | 51 | 其中 12 个手写、39 个是自动生成的空壳 |
| 头像文件 | 66 | 每个评委一个，不缺 |
也就是说：51 份档案里，12 份是手写的完整方法论，另外 39 份是脚本生成的空壳；剩下 15 位评委连空壳都没有，只有一个头像和一串”他该看哪几个数据维度”的字段清单。它自己的文档写得很坦白——12 个是”旗舰”，39 个是自动生成的空壳，最新加入的 13 位”暂无档案，按其公开言论风格演绎即可”。
说白了，宣传语里”66 位投资大佬帮你看盘”，实际是12 位有完整方法论，其余 54 位靠一套共用的规则表加头像撑场面。这不一定是骗人——规则表是实打实写的，每条都有明确的判定逻辑——但”66 个人格”和”12 个人格 + 54 个标签”是两件事。
第四条证据，评审团跑起来会大面积弃权。我用一只白酒龙头跑了一遍完整流程，66 位评委的结果是：29 人弃权、17 人看空、14 人看多、6 人中立。弃权的理由分三类——22 位游资嫌它市值太大”不在射程”、几位评委的规则判定”没有可核验的数据”、还有一位的方法论干脆被标注为”尚未实现”。
这个结果我认为是对的：让打板的游资去评价一只一万七千亿市值的票，本来就是错配。但对读者来说，这意味着”66 位评审团”在真实标的上普遍只有三十几位真正投票——你看到的共识度，是这三十几位的共识。
第五条证据，一次性印证了它的天花板和地板。同一套代码跑美股时直接崩了：在生成报告摘要的一段里，代码拿”资产负债率”去做大小比较，而这个字段在美股数据里是空的，程序抛出一个类型错误，整条流程中断。A 股跑得通，美股跑挂了——原因不是模型不行，是它默认某些财务字段一定存在。
第六条证据，数据源在海外到底通不通。这是读者最关心的现实问题。它的依赖清单里三个行情源都是免费、不用申请密钥的，我在有网的隔离环境里实测：
| 实测对象 | 结果 |
|---|---|
| 东方财富行情接口 | 连测 6 次全部成功，每次 1.6–1.9 秒 |
| 腾讯行情接口 | 一次成功，0.67 秒 |
| 美股数据源 | 取 5 个交易日收盘价，0.79 秒 |
| A 股数据源库单独调用 | 被对方限流，报错原文写明”当前 IP 被临时限流，首次约 5 分钟后恢复” |
所以”海外机器能不能用”这个问题，答案是能，但要看运气：直连两个行情接口很稳，走那个汇总库则随时可能被限流，而它的抓取脚本大量走后者。文件里那个可选的付费密钥，缺了它少的是两项增强——中文名纠错和更稳的行情快照——不影响主流程。
工程质量这一面
挑完毛病得说公道话，这个项目的自律程度超出预期。
86 个测试文件、13,729 行测试代码，比很多同体量项目的业务代码还多。它的持续集成里有一条很罕见的检查：扫描仓库索引，确认没有误传真实交易数据——一个做股票分析的项目，主动给自己上了这道锁。文档里还留着一条 2026 年 6 月的记录：有个功能在某个接口上会卡将近两小时，他们改成直连并加了 15 秒硬超时。这种”记录卡在哪、怎么修的”的日志，比功能列表有说服力得多。
局限同样明确。第一个是数据：所有结论都建立在免费数据源上，这些源没有服务承诺，限流、改接口、字段缺失都是常态，上面那个美股崩溃就是字段缺失直接炸的。第二个是可复现性：评分结果对同一份输入是稳定的（我连跑两次分数完全一致），但它对”口径”很敏感——我试过同一组财务数字用两种常见写法喂进去，有一位评委的结论直接从看多翻成看空。也就是说，它能复现，但前提是你喂进去的数值得按它默认的口径来。第三个是角色扮演部分：那 12 位有档案的评委会引用具体的历史言论和比喻，另外 54 位只能靠规则表说话，读者很容易把两者当成同一种东西。
最后一句必须写清楚：这个项目所有的输出，都不构成投资建议。它是一台把公开数据按不同流派切成不同结论的机器，不是一只会看盘的脑子。
放进坐标系里看
站内评过两篇股票类项目，值得对照。10 月底那篇多市场股票分析系统 讲的是多市场分析系统的管道和熔断；11 月初那篇 a-stock-data 讲的是数据接口的可用性。这两篇问的是”数据准不准、跑不跑得动”。
UZI-Skill 问的是另一个问题：同一份数据，不同的钱会怎么想。它把”分歧”做成了产品，这个角度在站内还是头一份。
适合谁：想快速看到一只股票在不同流派眼里的分歧点、又不满足于一句话结论的人；想研究”人格化投票”这套玩法怎么落地的人。
不适合谁：想要买卖信号的人——它明确不给；做美股的人——这条流程我实测是崩的；以及任何打算把输出直接当决策依据的人。
值得一试，但别当预言机
我的判断是：这是一个值得装进观察清单的项目，不是因为它能预测什么，而是因为它是目前少见的把”多方偏见”工程化的样本。989 个测试全绿、242 条规则可数、66 个评委里 29 个敢说自己不适用——这几件事加在一起，比任何一句”AI 帮你看盘”都可信。
真正要盯的是它自己承认的那部分：54 位评委还没长出人格、美股流程会崩、数据源随时可能被限流。这三件事补上之前，它是一台很好的”分歧展示机”，还不是分析师。
关注 AI商业快讯，每天一篇 AI 热点深度解读。