今天练手做了一个行业周期观察工具，从概念到四轮迭代。过程对比了 DeepSeek V4 / Claude / Minimax 2.7三模型表现。
先说结论：Skill 设计重要性大于模型选择，多Agent协作非常流畅，DeepSeek V4性价比非常高。
▌一、标的是一个「行业周期」Skill
指向核心问题：当前市场处于什么位置，哪些行业值得关注，哪些该回避。
做Skill 的出发点——用 AI 自动完成数据检索、周期定位、报告撰写，输出一份简洁有观点的行业周期速览。
▌二、Skill 设计：两阶段架构 + 四色分级
2.1 为什么用 Skill 而非单次 Prompt
单次 Prompt 的问题在于：每次都要重新描述需求、重新定义格式、质量不稳定。Skill 的价值在于把方法论固化为可复用、可迭代的指令集。写好一次，每次触发都按同一标准执行。更重要的是，发现缺陷可以直接修改 Skill 文件，下次运行自动生效。
2.2 Skill核心流程和数据流转 ：4+1 两阶段流水线
四个 gather subagent 在同一时刻并行发起，分别检索宏观周期、资金情绪、行业基本面、政策研报四个维度。由一个 make-report subagent 读取全部数据，按固定结构撰写最终报告。
选择 gather + make-report 而不是一个大 agent 全包的原因很简单：上下文隔离。四个维度的检索数据量巨大，塞进单一 agent 会超过上下文窗口。拆成四个独立 agent 并行执行，既快又稳。
2.3 多模型策略
同一个 Skill，每一轮迭代都分别用 DeepSeek V4、Claude、Minimax 2.7 三个底层模型各跑一次，横向对比输出质量。这不是为了选出一个「最好的模型」，而是用多模型交叉验证来发现 Skill 本身的缺陷——如果一个行业在三个模型中周期判断完全一致，分类可信度高；如果三个模型给出三种不同判断，说明 Skill 的指令在该情况下不够清晰，需要优化。当然，共识并不是必须的，共识的内容也不一定对。
▌三、迭代：从「能跑」到「可靠」
▌四、模型横向对比：谁擅长什么
经过四轮迭代，三模型在统一 Skill 框架下的表现趋于稳定。
4.1 各模型特点
4.2 共识最强的行业
电子/半导体：?? 周期尾声
国防军工：? 扩张中期
银行：? 复苏早期
房地产： ? 复苏早期
4.3 分歧最大的行业
石油石化：三模型三种归类。PE 低位? vs 换手率极端? vs 周跌幅最大 ?，三要素全面冲突。
食品饮料/白酒：核心分歧在「底部是否已经到了」
煤炭：三模型共识变成三向分裂的行业
4.4 Skill 改进效果量化
▌五、核心发现：Skill 设计 > 模型选择
三份报告的初始质量差异，主要来自 Skill 指令的完整度，而不是模型能力。这也说明，目前大模型水平在复杂度不高的场景已经够用。
而在Skill没有数据来源要求、没明确禁止规则的情况下，模型还是显著影响结果。随着 Skill 指令不断细化，三模型的输出在核心维度上才趋于收敛。全程看，DeepSeek V4效果高于自己预期，从性价比看巨高。
