如何用 AI 写一个美股工具

如何用 AI 写一个美股工具

最近 Vibe Coding 了一个工具:每日自动总结 YouTube 博主的美股观点,自动推到我的 Discord 频道。大概效果如下:

每日抓取一些博主的免费公开视频,并做总结归类聚合。

这个项目我自己也是一行代码都没写,全让 AI 大模型代劳了(现在流行的说法叫做 Vibe Coding)。今天聊聊现阶段如何让 AI 帮我们写代码。

AI 编程技巧

因为 AI 编程每天都在发展,模型也在不断进步,每个阶段的晚饭可能都不太一样。这篇文章可能也只适合这个阶段的模型。如果后面有更好用的模式,后面再开一篇。

首先是工具。

现在有很多 AI 编程工具,什么 Claude Code,Codex,Windsurf 一堆,其实都大同小异。如 Claude Code 是把 Agents 那套玩得炉火纯青,我觉得也不错,但是要发挥他的全部能力,还得上它的 200 刀套餐。我还是回归了 GitHub 的 Copilot,便宜大碗,直接在 VS Code(微软出的代码编辑器) 就能用。

AI 编程,看上去很玄乎。有的人过度神化它,有的人过度贬低它。实际上我们完全可以把 AI 编程模型当做一个「代码技巧很高,但记性很差的外包工

要想要实现让 AI 写一个完整的项目,要解决的核心问题就是它记性差,容易产生幻觉的问题。

解决办法也简单:写文档!不停的写文档!

千万不可上来就撂下一句话:给我做个像淘宝一样的网站。

这样肯定写不出你想要的玩意儿。我习惯上来就跟 AI 讨论方案。先告诉它,我要做一个什么样的东西,它大概需要哪些功能,请帮我分析可行性并给出方案。

这里 AI 可能会走到死胡同。自己写一个巨长的文档,然后把上下文限额用完,紧接着就失忆了。我习惯反复强调它给出最简单的方案,文档只写最核心的内容。

然后经过几轮对话,方案就能敲定下来。

紧接着,如果功能复杂,就让AI给划分了板块,排优先级。根据 AI 给的任务拆分细节,让它一个个实现。

完成一个后,AI 多半又失忆了(上下文长度超了),做下一个板块的时候,给它指个路:告诉它现在到什么地步了,总的方案文档在什么位置,让它去复习了再写下一个。

最难的部分是运行程序和调试。

AI 写代码,最终还是走到了概率推导这个文件应该写什么,非常容易出现各类错误。这时候就让得告诉它,我这个程序应该走出什么样的结果,请自行测试并解决,不解决不要结束。(嗯,很像某些老板们的 pua 了)

不懂代码能玩吗?

我觉得代码本身的重要度并不高。现在的编程语言都是高级语言。逻辑无非就是 if else,与或非。有了 AI ,不需要过多去学习语言本身,会点英语,多半能看个八九不离十。

然而,技术基础还是很重要的。比如,你必须知道啥叫三方依赖包,python 的依赖包去哪里找,nodejs 的依赖包去哪里找(为什么?因为 AI 的知识可能是过时,它会给你用一个一年前的老版本,你就得知道哪里找最新的版本号)。

当然,不知道哪里找其实也不打紧,但至少要有意识去看 AI 跟你对话说了什么?即便不知道 python 依赖,也得知道可以问 AI 去哪里找。

遇到问题,解决问题的思路非常重要。

最后

今日简单分享,有兴趣的朋友欢迎深入探讨。这个工具目前也上线了 Discord,暂不知道还有什么 bug 需要解决,但是遇到了再解决吧。Discord 目前暂不收费,欢迎内测。

原创不易,如认为有价值,请不吝赞赏充电⚡️

微信赞赏码
微信 扫码,为我买一杯咖啡☕️
公众号二维码
关注公众号,获取最新文章推送

相关阅读

Claude 投研方法论:11 篇实战开箱懒人包

Claude 投研方法论:11 篇实战开箱懒人包

过去这几周,一直在开箱 Anthropic(目前最先进的 AI 公司之一) 开源的金融投研套件(financial-services-plugins)。这是一套包含了 51 个 skill(可认为是给 AI 用的程序),覆盖股票研究、财务分析、财富管理、私募股权、投行等领域。这是华尔街机构真实在用的方法论。 这个开箱系列把其中对个人投资者有意义的部分拆解出来,用通俗的方式讲清楚,并做到了每篇附一个可以直接用的 Prompt。 今天整理一下目录,方便大家回顾和查找。 选股篇:怎么找到值得研究的股票 一:机构「主题挖掘」方法论,个人投资者也能用 从一个投资主题出发,沿着价值链找受益公司。五步走:定义论点、画价值链、找受益者、用护城河和估值过滤、盯催化剂。自上而下的选股思路。 二:机构的选股方法 五套量化筛选器:价值型、成长型、质量型、动量型、

Claude 金融投研套件开箱收官:机构的投资灵感生产线

Claude 金融投研套件开箱收官:机构的投资灵感生产线

这个系列写到现在,估值讲了、财报讲了、持仓管理讲了、行业研究也讲了, Claude 这个金融投研套件的开箱也要收官了。 今天拆解 Claude 开源的金融投研套件(financial-services-plugins),最后一个核心内容:Idea Generation(选股灵感)。 说白了,后面的流程再完善,如果最前面"找到值得研究的标的"这一步卡住了,一切都是零。 机构分析师有一套系统化的方法来产生投资灵感,叫 Idea Generation。它把"找机会"这件事从灵光一闪变成了一套可重复的流程。 灵感的两个来源 机构找投资机会,基本就两条路: 路径一:量化筛选(自下而上) 设好条件,让数据帮你过滤。比如"P/E 低于行业平均、连续 5 年盈利增长、内部人在买入"

机构分析师研究一个新行业的五步速写法

机构分析师研究一个新行业的五步速写法

前九篇我们一直在聊股票:怎么选、怎么估、怎么管。但有个更前置的问题一直没讲: 你凭什么相信这个行业值得你投? 很多人的投资路径是这样的:看到一个新闻"某公司股价暴涨了 50%",然后冲进去研究这只股票,再决定买不买。但是,这个顺序是反的。 机构分析师的顺序是:先搞懂这个行业是怎么运作的、谁在赚钱、未来五年会怎么变,然后才去问"这个行业里谁是最好的标的"。 今天继续拆 Claude 开源的金融投研套件(financial-services-plugins),来看看行业全景(Sector Overview) 这套框架。 为什么要做行业研究? 举个例子,毕业生找工作。 路径 A(散户思路):听说程序员工资高,直接学编程,甚至转码。 路径 B(机构思路):先研究一下整个科技行业的结构和趋势,发现云计算和 AI 是未来五年的大趋势,然后再去看这个趋势里哪些岗位最吃香,最后才决定学什么技能。