状态：定稿 日期：2026-08-20 来源：由文档 docs/10-discussion.md「外部框架评估①」迁移而来
议题
评估第三方投研框架 xbtlin/ai-berkshire（本系统已作知识库/工具集成，见 docs/ai-berkshire-integration.md）时发现：其 investment-research skill 强制的"十年折现估值"以 HKD 口径 r 主用 10% 为前提，对腾讯跑出"基准十年 IRR ~5.5%、稳健观望"；而仓库作者自己在 reports/腾讯/腾讯-thesis.md 用 DCF ~658 + 三情景得出"450–500 可建仓、重仓 45%"——同一套系统内两份文档结论相反。这是流程缺陷还是用法差异？
立场（系统所有者）
是流程缺陷，根因是"单一参数支配全部结论"：
- skill 第七步用强命令语气（"长期折现估值（十年尺度，必须执行）……回答'值不值得重仓'"）把估值抬成重仓裁决（skills/investment-research.md L173/L175）；HKD
r 9%–11.5%（主用 10%）（L187）；终值倍数唯一合法来源 = 永续增长模型PE终值=(1−g/ROIC)/(r−g)（L177）——r=10% 时退出 PE 仅 10–13 倍，十年 IRR 被压到 5.5%。 - 结论几乎全由 r 一个旋钮支配：r=10%→观望；r=8%→可买；r=6%→强买。而 r=10% 无现实锚——腾讯是净现金公司（净现金 1071 亿）、β≈1，真实 WACC 约 7–9%；本系统机会成本锚定美债约 5% + 小幅溢价 ≈ 6–8%。用 10% 会把港股标的系统性判成"不值"。
支持证据
- 子代理按 skill 复跑腾讯：基准十年 IRR 5.5% / 乐观 9%，均 < r → 判"稳健观望 / 非重仓价"（reports/腾讯/腾讯-四大师投研-20260820/*.md）。
- 作者 thesis（2026-04-09，早于终端模型 4 个月）：DCF 内在价值 ~658 港元、三情景 497/779/1087、"450–500 稳健型可建仓"，全文 0 次出现 r/资本成本/折现率（reports/腾讯/腾讯-thesis.md）。
- 终端模型是后加的：内部数据 于
a7df541（2026-08-17）新增、8ab676f同天接入 skill 成硬约束；提交信息自带"恢复 r=6% 档（人民币口径）"——作者明知 r 档直接决定结论。 - 作者自己的卖出纪律（实盘记录/卖出条件.md）：腾讯"估值离谱线 = 主业 Non-IFRS PE 35 倍（当前利润约对应 1100 港元）"——34 倍容错 vs skill 模型 11 倍，两套口径同样打架。
反方（最强反对论点）
- r=10% 是"想赚多少"的机会成本阈值、不是会计成本：skill 给 9–11.5% 区间，用户可自降；保守者把门槛设高"不亏"，不算 bug。
- 已持有 ≠ 应买：thesis 回答"持有还能不能拿""450 建仓对不对"，skill 回答"现在按当前价敢不敢重仓"——两问可以正当不同答案。但问题恰在于：skill 没有任何语言把"作者既有 thesis/买入证据"纳入对齐，外部执行者（含子代理）被第七步强语气引导成"估值一票否决 + thesis 被忽略"，于是把合法差异表现成互相矛盾。
- 方法本就不同：thesis 是三情景/3 年，terminal 是十年永续——输入前提不同结果不同不算错。但系统没有说明两者的适用边界，也没有强制任一路径先检查另一路径——这是失职，不是纯用法问题。
结论
- 单一参数不得支配"该不该买"裁决；估值是安全边际的度量，不是一票否决（呼应 L3 息价原则：安全边际不足 30% 才触发红灯，多维度裁量）。
- r 必须锚真实机会成本（美债约 5% + 溢价 ≈ 6–8%），hardcode 10% 无现实支撑。
- 新估值工具/新流程与既有论文结论相反时，必须显式对齐或标注分歧，不许默认"新工具推翻旧论文"。
- 外部框架作知识源可按需用，但其"该不该买"结论只作参考，不过判断进本系统。
系统改动
- ✅ 本系统不受此缺陷传染：估值走
fengvaluation.py（多方法回退、不编数字）+ L3 碰撞 + 息价原则，无单一 r 否决；fengstate verify做跨层一致性。 - ⚠️ 待核查：内部数据 同步基准为
bf21649（2026-07-23，早于 terminal_value.py 的 08-17）——确认 terminal_value.py 未被拉入；若未来同步进来，须去掉 r=10% 硬编码并加敏感性说明，否则拒绝导入。 - ⏳ 待实施：向 upstream 反馈该流程缺陷——已提交 GitHub issue #96（xbtlin/ai-berkshire，bug 标签）。