设计哲学

许多 AI 在演示中显得无所不能。真正走进金融世界，考验才刚刚开始。

一个模型可以在几秒钟内读完市场、形成观点、给出交易建议，也可以把答案说得十分笃定。可当这份答案开始影响一个人的财富，问题便不再只是“它够不够聪明”：证据从哪里来？谁认真反驳过它？它可以走多远？如果判断错了，谁来承担后果？下一次，它又会从中学到什么？

这些问题一直牵引着 Minara 的设计。我们想构建的，是一套可以与人长久相处的金融智能。它要经历市场的变化，也要经得起真实结果的检验。聪明只是起点，判断、记忆、边界与自省，才决定它能否被长期托付。

因此，我们希望 Minara 有所为，也有所不为；能汇集众人之见，也保留不同声音；能记住过去，也允许人随时修正它。它可以越来越有用，却不应因此变得难以理解或无法控制。

知所进，也知所止

真正有用的 Agent，需要足够的行动空间。它应当可以研究一家公司、比较不同解释、检验策略、准备订单，也可以把已经批准的流程执行到底。如果每一个无关风险的小步骤都要等待确认，智能最终只会变成另一套需要人照看的界面。

但能力越强，边界越要清楚。工作一旦靠近真实资金，系统就应当慢下来。Minara 遵守一个简单的约定：只在你授予的范围内行动。研究可以快速推进；涉及资金时，它要先讲清楚准备做什么、可能付出什么代价、风险会落在哪里，再等待你的确认。限额始终有效，最终决定属于你，紧急停止也不会被系统自行绕过。

人授其权，也可以随时收回。清楚的边界让自主成为真正的委托。你不必守在每一步旁边，却始终知道 Minara 走到了哪里。具体机制见资金安全。

面向金融市场的群体智能

金融市场从来没有唯一的观察角度。一家公司可能在产品层面充满吸引力，却在资产负债表里暗藏脆弱；同一个价格，对长期投资者是机会，对组合管理者却可能意味着无法接受的风险。单个模型可以把故事讲得完整，但完整不等于判断可靠。

群体智能来自不同专业 Agent 对同一个问题的共同研判。研究一只股票时，Minara 可以组织基本面分析师、行业研究员、估值专家、空方研究者、交易员与风控经理。部分 Agent 相互独立地并行研究，避免过早继承彼此的假设；另一些 Agent 则进入 Roundtable，当面质询证据、揭示矛盾，检验投资逻辑在压力之下能否成立。

Minara 会围绕任务同时编排团队与分析阶段。一次研判可以从背景与目标开始，进入并行研究，再经过辩论、综合、组合与风险审查。面对不同市场、资产和决策，这些角色、次序与深度都可以重新组合。每个 Agent 各守其责，共享的证据与上下文又让整个过程彼此相连。

最终形成的，是任何单个 Agent 都无法独自完成的判断。Minara 保留分歧，也记录从证据走向结论的全过程，让你看见团队在哪里形成共识、在哪里仍有争议，以及各自的理由。专业分工、过程编排与有价值的不同意见，共同构成我们所说的机构级多 Agent 协作。具体流程见多角色研判。

通过结果迭代过程

许多金融工具把建议当作终点。在 Minara，建议写下之后，真正重要的工作才开始：让现实检验判断，再让结果参与下一次判断的形成。

一个想法可以从自然语言出发，转化为可以验证的策略，先后经历历史数据、回测与模拟环境；条件合适时，再与真实结果连接。结果出现后，Minara 会重新打开当时的市场环境、证据、假设与推理，寻找过程里值得保留和需要修正的部分。

一次结果只是一份证据，远不足以成为裁决。盈利无法自动证明逻辑正确，亏损也不能立即宣判判断失效。复盘一盘棋，重要的不只是胜负，还有每一步为何落下、当时看见了什么、又遗漏了什么。金融判断也应如此。

每一次运行，都应让过程比之前更好。Minara 将研究、策略生成、回测、模拟、符合条件的真实结果与复盘连接成一条持续迭代的路径。一个结果提供样本，多个结果逐渐显出规律；经得起反复检验的方法会被保留下来，适用条件、失败边界和反例也会一同记录。

这就是我们所说的自学习 AI 量化过程。它积累可以阅读的方法、完整的决策记录，以及能够帮助下一次判断的经验。学习发生在看得见、可检查的过程里，不会变成一场无人能够解释的隐秘进化。

你可以在 Strategy Studio、学习系统与角色记忆中了解这条路径。

所学应当可见，所记应当可改

当系统开始积累经验，它也在积累一种新的力量。如果学习过程无法被看见，一些从未被人认真选择的假设，便可能悄悄影响以后的决定。

因此，每一条经验都应该能够回答四个问题：改变了什么？为什么改变？证据是什么？人要怎样修改或删除它？

Minara 把方法、反思和决策记录保存在本地，写成可以阅读的数据。你可以检查、编辑、删除，也可以完全关闭学习循环。过去的经验能够影响下一次判断，却不会因此获得新的权限，更不能越过确认替你行动。

你是 Minara 记忆的编辑者。过去可以为镜，但不能替今天作主。学习留下清楚的痕迹，才有机会被纠正，也才有资格获得信任。

藏繁于内，留简于人

真正做好一项金融工作，背后往往并不简单。一个问题可能需要多个 Agent、不同工具、专业能力、数据来源、历史经验与安全检查共同参与。用户不应该成为这些复杂环节的调度者。

你只需要说清楚目标、顾虑和边界。由谁来研究，需要哪些能力，过去的哪些经验值得参考，工作应当按照什么次序展开，这些事情交给 Minara 组织。没有获得授权的能力，自然不会进入流程。

好的系统像一座安静运转的城市。表面看去，道路清楚、规则稳定；背后再复杂的协作，也各有位置。Minara 把重要的信息与经验保存在本地，为每一次行动留下记录，与外部服务的连接也始终受清晰边界约束。它应当容易开始、容易查看，也能被稳妥地备份和恢复。用得越久，感受到的应当是连续与安心，而不是日渐沉重的维护负担。

我们真正设计的，是一段关系

我们希望 Minara 像一位合作多年的伙伴。它知道什么时候独自查清事实，什么时候请另一位专家进入讨论，什么时候重新翻开过去的经验，也知道什么时候停下来问你。

随着时间积累，它可以更了解你的处境、更熟悉你的边界，也更善于组织适合你的工作方式。但这些成长不应使它变得神秘，更不应让它拥有超出你本意的权力。

市场无常，人的判断也有边界。值得信赖的系统懂得承认这一点。它会展示过程，容纳质疑，在看得见的地方学习，并在真正重要的时刻把决定交还给人。

这就是我们希望 Minara 长成的样子。