68/ 100
样例总分
用于展示评分结构示意版 · 脱敏样例
投资智能体评测报告
展示 DuoTopo 如何把一次盘前回答转化为可追溯的专家评测：不引入未来信息，也不在事后改写原始答案。
专家结论
研究基础可用，但尚未达到可执行标准
智能体识别出了核心叙事，却在没有定义确认条件、失效条件和错误成本之前，就把宏观叙事直接转换成了交易建议。
首要失败模式叙事识别能力强于决策纪律。
证据链
从输入到验证，每一步都可以回溯
盘前时间胶囊
只还原开盘前真实可见的信息，并在评测开始前锁定。
智能体原始回答
完整保留方向、等级、触发条件和风险表述，不做事后改写。
专家评审
评测者把回答与锁定证据逐项对照，识别决策中的失败模式。
真实市场验证
收盘、T+1、T+2 之后追加，只用于验证，不重写原始判断。
01 · SCORECARD
事前评测计分卡
每一分都需要对应可复核的证据，而不是仅由最终涨跌决定。
研究质量14 / 20
识别了 AI 需求这一核心叙事，并连接到相关产业链。
市场语境理解10 / 15
理解总体风险环境，但低估了长端利率压力。
风险识别12 / 15
提到波动风险，却没有把风险转化为决策约束。
机会分级6 / 15
在证据不足以支撑更高等级时提高了确信度。
触发条件5 / 15
行动前没有定义可观察的确认门槛。
失效条件4 / 10
没有给出能够证伪原判断的清晰条件。
表达质量7 / 10
表达清晰简洁，但最终行动语气强于证据本身。
02 · 可审计摘录
智能体说了什么，评测者发现了什么
“AI 基础设施长期需求仍然积极，因此建议在开盘前采取行动，长期需求逻辑依然成立。”
回答从有效的长期叙事直接跳到了即时行动，没有说明价格确认、相对强度、失效条件，也没有解释为什么必须在盘前行动。
做对了什么
- 识别出当天核心叙事
- 连接了行业与公司语境
- 回答简洁并面向决策
哪里出了问题
- 把叙事本身当成触发条件
- 缺少可观察的失效条件
- 机会等级高于证据支持程度
03 · 改进方案
三个能够显著提高智能体质量的调整
把长期逻辑与入场时点分开
长期叙事可以保留，但推荐行动前必须有独立的开盘确认条件。
让确信度可以被证伪
每一个机会等级都要绑定可观察的确认条件和失效条件。
允许返回不交易
证据不足以支持时点时，保留研究结论，同时返回有效的 NO TRADE。
04 · 事后验证层
结果证据只追加，不倒推修改原始判断
方向尚未破坏，但预期中的强度没有充分出现。
没有出现必要的延续，较高机会等级未得到支持。
长期叙事仍有意义，但原始时点逻辑依然无效。
本页是用于展示产品结构的示意与脱敏样例。名称、回答摘录和分数不代表真实客户、真实智能体提交，也不构成投资建议。
真实评测会增加什么
真实报告将包含客户提交的智能体回答、锁定的市场证据、评测者引用、逐项评分依据及按优先级排列的改进建议。