AI对投资研究流程的重塑 - 过去几个月被视为研究流程的“元年”，通过围绕Claude Code重新定位和重建工具，AI不仅提升了效率，更改变了可监控、测试和重新审视的研究范围广度，在保持专注质量的同时，能够追踪更多公司、更多输入和更多变化 [2][3] - AI是思维的终极力量倍增器而非替代品，核心的低换手率、合理价格成长股和质量导向投资理念不变，但工具已从Factset替换为AI模型与少量API的组合 [5] 新型AI驱动的投资研究架构与工作流 - 工作流始于聚合所有项目的仪表板，顶部设有智能体项目管理器，能通过红色图块醒目提示运行失败的项目，确保信息干净、真实 [6] - 项目按类别分类嵌入链接，包括交互工具、专家与管理层电话会、行业仪表板、消费者需求追踪器、文件与宏观、筛选与量化、实时信号、另类数据、公司深度研究以及跨项目综合 [8] - 每日生成“跨项目备忘录”，聚焦所有仪表板的关键变化，通过识别差异来发现洞察和问题，并以“待关注事项”和“建议后续查询”收尾，最后使用内部开发的跨模型验证框架来识别数据缺口和潜在错误 [9] - 已构建数十种技能并教授给Claude，集成到可重复的工作流程中，从基础工作流到电话会准备与综合，这些技能虽非独立项目，但极大地加速了研究进程 [10] AI工具的技术架构与模型选择策略 - 首选Antigravity IDE作为AI原生集成开发平台，结合Claude Code、Gemini侧智能体用于高效规划，以及Codex用于繁重的定量验证工作，并越来越多地使用Claude Code桌面应用处理团队间简单重复任务 [11] - 项目大多运行于Python脚本，依赖访问结构化信息的API，执行过程本身不使用AI，Claude主要用于构建持久工具；若使用AI，则通过特定参数设置的API调用大语言模型，并将所有输出缓存至自有数据库以实现成本效益 [12] - 根据任务性质精心选择模型：基础操作（如数据聚合）使用最便宜的有能力模型，复杂语义分析倾向使用Gemini，数值和内部重建则使用Sonnet或Opus；预计在密集构建阶段过后，实际AI使用量（以消耗的token量衡量）将趋于平稳甚至下降 [13] 具体投资案例：聚焦AWS与AI利润池 - 市场关注点错置于因超大规模云厂商争相建设AI基础设施而销售激增的“镐和铲”公司，而真正的关注焦点应是建立在AI之上并利用AI的利润池和平台 [18] - 当超大规模云厂商的资本支出不可避免地趋于平稳时，供应商的增长将蒸发且利润率将压缩，特别是二级供应商的需求将断崖式下跌，而建立持续数十年经常性收入的公司却未受关注；经常性收入虽增长缓慢，但能以高增量利润率复利增长，且增长放缓时自由现金流将飙升 [19] - 亚马逊AWS正处于关键拐点，其保持模型无关性、同时提供最低成本token的能力，使其在AI大规模采用中占据独特优势；Amazon Bedrock作为托管环境可运行多种领先的AI模型和智能体，其规模更大、单位成本（无论是token、CPU还是内存）更低 [20] - AWS的定制AI芯片Trainium旨在以行业领先的总体拥有成本与英伟达GPU竞争，Trainium2芯片价格性能比同类GPU高约30%且基本售罄，Trainium3（2026年初开始发货）价格性能比Trainium2再高30%至40%且几乎被完全预订 [22] - AI工作流与核心云基础设施之间的飞轮效应已开始形成并加速，AI爆炸式增长也带动了核心业务（如后训练、强化学习、智能体操作）的显著增长，得益于Graviton（领先的CPU芯片）和Trainium（领先的性价比AI芯片）的独特组合，AWS在当前的拐点中处于异常有利的地位 [23] - AWS的增长刚刚开始并将加速，因为人们正从AI实验转向运行由AI构建的工作流，但市场尚未认识到这一现实；尽管AWS因规模庞大导致增长率低于其他超大规模云同行，但其增长的绝对美元数额惊人且正在加速，这一加速将持续全年 [24] AI构建的高价值分析工具：SaaS风险追踪器 - 该工具结合定量和定性因素，为软件公司面临来自AI的风险进行评分，评分逻辑定义了韧性特质，低分表示风险低，高分表示风险高，并据此分为高、中、低风险组合进行独立追踪 [26] - 追踪器对SaaS领域内每家公司的自由现金流质量进行客观排名，依据包括净收入贡献高、股权激励贡献低、递延收入少等因素，并追踪自由现金流质量改善最大的公司，同时分析订单构成，短期订单与长期合约公司面临的风险不同 [28] - 工具挖掘每家公司财报电话会记录，提取关于AI业务影响的最重要引述，并对这些洞察的质量进行排名，仅定性谈论的公司获得的评价低于量化阐述利益（及风险）的公司 [29] - 用户可以点击进入任何被追踪的SaaS公司，查看关于AI替代、续约定价、降级销售/席位压缩、自建与购买决策、盈利能力、续约墙和AI货币化等关键陈述，所有内容均源自并可链接回实际文件或记录，这极大地加速了在SaaS领域的研究覆盖 [30]