做 Alphaholic，起因是一个做研究的人都很熟悉的问题：支撑一个判断的证据，散落在太多地方。一份公告、一篇专家访谈纪要、一张表、一篇收藏的文章，说的都是同一件事，可要把它们重新凑到一起，常常比得出判断本身还费劲。
问题
做研究，多找到一条信息往往不难；难的是记住它当初是在什么背景下看到的，把它挂到对应的公司、问题上，等以后看法变了还能再翻出来。
所以我想要一个能把整个流程串起来的工作台：收集材料、读、跟其他证据对照、写下判断，过段时间再回来更新。
它是什么
Alphaholic 把信源、公司信息、笔记、文件和 AI 连在一起，读、整理、分析之间，少做很多重复的活。
- 研究：各个信源的材料汇成一条信息流，看过的随时能翻回来。
- 公司：以公司为单位，把财务数据、公告和相关研究归到一处。
- 笔记与文件：随手记的东西不会聊完一次就废掉，文件也一直留着。
- AI：摘要、检索和研究工具都嵌在工作流里；同时开放了接口，Agent 从外部也能调用同一套工具。
循环
收集、关联、研究、决策、复盘。真正有用的单位，是带着证据的问题；单独一个答案，用处不大。
AI 摘要能让第一遍读得更快，但它有没有用，要看我能不能回到原文、核对原话，再自己判断它意味着什么。所以在整个产品里，每条信息都能找回出处和原始材料。
几个取舍
- 永远能回到出处。回答写得再顺，也只是中间一步。
- 围着每天重复的活来设计。研究公司、记笔记、读材料，各自需要不同的上下文。
- 缺数据、处理失败，都明明白白显示出来。上传成功，不等于已经能搜到。
- 材料原来谁能看，放进来之后还是谁能看。
模拟组合
我在 AI 和科技方向的研究观点，会放进一个市场中性的模拟组合，记录公开在 manage.alphaholic.app。这是模拟盘，不涉及客户的钱，目的就是逼自己为判断负责。
我做的事
产品和代码都是我自己来：界面、数据流程、各种集成，还有 AI 工具怎么融进每天的活里。往哪儿改，看的是我自己用下来的感受。最有用的改动，很少是换个更新的模型，更多是把一个用惯了的流程理得更清楚、更顺手。
