导读
全文约2000字，阅读约需要5分钟；
格式层
数据纪律
事实准确性
分析深度
在上一篇分享一个自己常用的财报拆解skill中，有一些朋友问我怎么使用，这让我很好奇，正常不是直接给大模型就行了么，不过这也说明AI还是有一定门槛，毕竟谁看到chatbot、cowork、agent能不晕呢。所以这篇我决定再进一步，把skill导入到WorkBuddy直接开放，并且详细对比下Fable和WorkBuddy的输出差异。
01
格式层：一份 skill，两边都能完整执行
先说实验设置：同一份 skill、同一份财报（Tesla 2026Q2、SEC 官方 8-K）、同一天，分别让 Fable 和 WorkBuddy 独立产出拆解。
格式层面两边全部及格：12 节结构一节不少、营收表都做到了"母分部加粗+子项缩进+两期对照"、总计行都做了加总核验、GAAP 被 SpaceX 浮盈污染后都标了"禁用"、自算的比率都给出了完整算式。
这说明一件事：把格式要求写成明确规则（"必须分层""两期绝对值都给""严禁拍平"），大模型是能稳定执行的。skill 的价值首先在这里——它把"我希望你这样做"变成了"你必须这样做"，而且换一个模型也成立。
02
数据纪律：每个数字能不能倒查到原文
差异从这里开始。我给两份输出做了逐数字审计，标准只有一条：这个数字，读者能不能顺着链接查到官方原文？
Fable 版全文只有两个数据源——Tesla 的 SEC 8-K 和比亚迪的一季报公告 PDF，都在文末给了链接，同业对比用的是比亚迪已披露的 Q1 实际值（毛利率 18.8%，附算式）。
WorkBuddy 版则出现了 6 处以上无来源数字：内部人交易 16 卖 4 买、GM 营收 $48B（标注"来自财务数据库"）、汇率贡献 $0.5B、年末收盘价……最关键的是同业表里比亚迪整列用的是大摩预测值，还基于预测下了"Tesla 毛利率已被比亚迪倒挂"的实锤结论——用预测值下实锤结论，这在投资分析里是要吃亏的。skill 里其实写了"actual 与 forecast 永不混排"，但执行强度两个模型明显不同。
03
事实准确性：双方都有错误
WorkBuddy 三处错：把数字资产的未实现损失写成"收益"（官方调节表里方向相反）；解释股权激励费用暴涨 81% 时说"源于已授予期权的公允价值重估"——SBC 按授予日公允价值摊销，不随股价重估，真实驱动（2025 年 CEO 激励包进入摊销期）其实就写在官方文件里；说"Robotaxi 七城无安全员运营"——官方表格明确湾区一栏是 Safety Driver，其余六城才是 Unsupervised。
Fable 两处错：把官方"成立以来累计交付 970 万辆（all-time）"写成"TTM 累计交付"，标签错；把能源毛利率暴跌 10 个点归因为"Megapack 价格战"——而官方利润 bridge 白纸黑字写的是"供应商电芯问题导致的保修费用增加"。听起来合理的推测，遇到原文就是脑补。
04
分析深度：敢推断的赢了
纯论分析质量，WorkBuddy 更好。它抓住了本季真正的冲击点——capex 环比翻倍（$2.5B→$5.8B）才是自由现金流突然转负的原因，比同比视角解释力强；它算了 TTM 自由现金流并给出前瞻："若维持此节奏，2-3 个季度内 TTM 转负"；它点破了"non-GAAP 加回了 $1B 股权激励，而这是真实成本"；最有价值的一条：Tesla Q2 计入的 SpaceX 浮盈 $10 亿，随着 SpaceX 股价从高点回落近五成，Q3 大概率反转成浮亏——GAAP 利润要坐过山车。这条 Fable 完全没想到。
但注意，它的强项和它的错误是同一枚硬币：敢推断，就容易越过"每个数字先核对"的边界。
所以我的用法建议是：别问哪个 AI 更强，让敢的做侦察，让严的做审计——重要的财报，两边各跑一份，互相 diff，错误率会压到接近零。这次对比里，两份输出互查出的问题，比任何一份单独能达到的质量都高。这可能才是"多个 AI"时代的正确打开方式。
———— e n d ————
