这是一个中文测试版 Playbook。它不做荐股，也不预测股价，而是尝试帮你在财报前记录市场预期和关键问题，财报后再回头验证这些问题有没有被回答。
最近我做了一个小的金融 Agent 实验：
一个中文的「财报预期兑现追踪」Playbook。
https://alva.ai/u/boyzcl33/playbooks/earnings-expectation-verification-cn
简单说，就是自己关注的股票列表的财报日历 + 财报前数据预期和 Agent 总结的关注预期 + 财报后的数据和 Agent 预期追踪。
这里的 Playbook，可以先理解成一个会持续运行的研究页面。它不是一篇静态文章，也不是一次性的 AI 问答，而是围绕一组股票持续刷新：财报前看市场预期和关键问题，财报后再回来看实际结果、差异和证据。
我想邀请一些持续关注股票，尤其是关注美股财报的朋友帮我试用一下。
不是请大家判断它“酷不酷”，而是想知道：它到底有没有用，哪里不好用，哪里不符合你真实看财报的习惯。
财报季真正麻烦的，不是单家公司，而是你的关注列表
大多数财报工具都是从单家公司开始的。
某家公司什么时候发财报，每股收益预期是多少，营收预期是多少，实际结果是多少，盘后涨跌多少。这些信息当然有用，但它们不一定贴合普通投资者真正看财报的方式。
真实场景往往不是“我今天只研究一家公司”。
你可能有自己的持仓、自选股、长期关注名单，或者某个主题里的核心标的。财报季一到，这些公司会陆续进入窗口：有的快发了，有的刚发完，有的数据还不完整，有的需要回头复盘。
你真正想看的，可能不是一张全市场财报日历，而是：
我的列表里，谁快发财报了？ 市场现在对它期待什么？ 这次财报最该看哪几个问题？ 结果出来以后，哪些预期兑现了，哪些落空了，哪些其实还没有证据？
这就是我想用金融 Agent 试着解决的问题。
普通工具缺的不是信息，而是把信息组织回你的列表里
现在的问题不是没有信息。
财报日历、分析师一致预期、新闻标题、公司公告、财报结果、股价反应，这些东西都能找到。
真正麻烦的是，它们通常是散的。
日历在一个页面，预期在一个页面，新闻在信息流里，财报结果又变成另一套事后解释。几天以后再回头看，你还能找到实际结果，却很难还原财报前市场到底在等什么。
所以这个工具的起点不是再做一个财报日历。
它想做的是：把一个关注池变成正在运行的研究对象。
你给它一组股票代码，它就围绕这组公司建立财报前和财报后的跟踪结构：谁快发财报了，市场一致预期是什么，这次财报前应该看哪些业务问题，财报后实际结果和文本证据有没有回答这些问题。
财报前，先把市场正在问的问题留下来
财报复盘最容易出问题的地方，是从结果开始。
每股收益超预期了，营收低于预期了，股价涨了，股价跌了，然后大家再倒推一个解释。
但更重要的问题其实发生在财报前：
市场原本在期待什么？
这家公司这次财报最该验证什么？
是用户增长？云业务增速？管理层指引？利润率？订单？库存？现金流？还是某条新业务线的进展？
结构化数据可以告诉我们每股收益和营收的一致预期，但这些业务关注点很难只靠字段表达。
所以这个 Playbook 里，金融 Agent 的作用不是替用户做投资判断，而是在财报前把关注点整理成可以回看的问题，并尽量保留来源、可验证性和后续证据计划。
财报后，再对着原来的问题验证
结果出来以后，Playbook 会回到财报前的问题。
能做结构化对比的，就展示预期、实际结果、差异和判断。
需要文本证据的，就抓取公司公告、SEC 文件、财报新闻或可用正文，再让 Agent 只基于这些证据判断：证据支持、部分支持、证据相反、未找到证据、无法验证，或者需要人工复核。
这和让 AI 直接写一段财报总结不一样。
总结很容易变成事后解释；这个工具更关心前后对照。
财报前问过什么，财报后就验证什么。能验证的给证据，不能验证的留下缺口。它不会把“不知道”包装成结论，也不会把股价涨跌包装成确定因果。
它现在能做什么
当前公开测试版默认放了一组美股关注池，用来展示这套流程如何运行。
它主要做几件事：
展示关注池里哪些公司即将发财报； 整理财报前的一致预期和关键检查问题； 在财报后回填实际结果，并和财报前预期做轻量对比； 对部分业务关注点抓取公开文本证据，再由 Agent 做证据分类； 暴露数据缺口，例如某些股票代码、财报数据或文本证据暂时无法覆盖； 保留非投资建议边界，不输出买卖、目标价、仓位或交易执行建议。
更自然的用法，不是只看我的默认样本，而是把它改成你自己的版本。
比如你有自己的持仓、自选股，或者只想跟踪 AI、医药、消费、中概、能源这一类主题公司，理论上都可以把股票列表换进去，让 Agent 按你的关注池重新跑一套财报前后跟踪。
它不是什么
我也想先把边界说清楚。
这个 Playbook 不是投资建议，不提供买入、卖出、目标价、仓位或交易执行建议。
它不是财报预测器，也不是自动交易信号。
AI 不生成财务数字，不编公司事实，不替你判断股票该不该买。财务数字必须来自数据源或可追溯资料；文本判断也只应该基于抓取到的证据。
它做的是研究整理：把财报前的问题留下来，把财报后的证据找回来，把无法判断的地方明确暴露出来。
我想请你帮我试用什么
我现在最想验证的，不是这个页面看起来是否完整，而是它对真实用户有没有用。
如果你平时会关注股票，尤其是美股财报，我希望你可以帮我看几个问题：
你能不能在 3 到 5 分钟内看懂它在解决什么问题？ 你会在财报前打开它，还是财报后打开它？ 你更关心一致预期和实际结果，还是更关心业务关注点有没有兑现？ 默认关注池对你有没有参考价值？ 如果换成你的持仓、自选股或主题列表，你会不会更想用？ 哪些地方让你不信任、不理解，或者觉得“不像我平时会用的工具”？ 你会不会愿意订阅财报前提醒或财报后验证完成提醒？
公开测试版链接在这里：
https://alva.ai/u/boyzcl33/playbooks/earnings-expectation-verification-cn
如果你打开后愿意给我反馈，最理想的是直接告诉我三件事：
你觉得它最有用的地方是什么？ 你觉得最不好用、最困惑、最不符合预期的地方是什么？ 如果它可以换成你的股票列表，你会希望它优先追踪哪些公司、哪些问题？
对我来说，这次不是想做一个“看起来很 AI”的页面，而是想认真验证一个问题：
财报内容能不能从一次性的新闻消费，变成围绕个人关注池持续运行的研究记录？
如果你正好持续关注股票，尤其是美股财报，欢迎帮我试用和在评论区吐槽。