知识库/AI 与 Agent

投研/情报系统的信号设计

属性
概念AI 与 Agent属于知识工程置信· 1 源2026-07-05#ai-agent#methodology#research#data-pipeline

投研/情报系统的信号设计

源自 Web4 研究项目沉淀的工作流方法(不是具体投资结论)。它回答的是“怎么建这套情报管线”,属方法层,与 bc-investing 里“看什么”的内容页是跨链关系而非同类。

领先信号前置

先行指标先出现在底层(repo / spec / SDK / registry / 资金流),再传导到结果层(如 token 价格)。所以采集要按信号先行度优先——先抓最早出现的信号,而非最终结果。

“能写成指标” ≠ “能免费拿硬数据”

一个因子在纸上能定义,不代表你能免费拿到它的硬数据纸面因子须隔离降 confidence,不能和有硬数据支撑的因子混在一起当同等可信。

数据连续性作“元验收”

  • 数据连续性(point-in-time 快照 + git 时间戳锚定)与 kill-criteria 平级,作为系统的“元验收”——宁可低频但能长期坚持,不要高频自动、两周后断档。
  • 自动化起步只跑确定性采集 + 评分(无 LLM);LLM 简报手动触发 + 自检

关系

方法层——强跨链到内容层:宏观雷达重点赛道观察预测校准闭环(那些讲“看什么/如何校准”,本页讲“怎么建管线”)。“纸面因子降 confidence”直接呼应 拒绝制造假信心

本页由 AI 从原始资料编译生成、经人工确认后发布;原始资料保留在私有工作区。

人负责策展与提问,AI 负责编译与记账· 源自 Karpathy 的 LLM Wiki 构想