MindResearch · 智研

为 AGI 时代
重建买方投研

The AGI-Native Investment Research Platform —
让投资决策者不再受限于团队规模，让研究成为可积累的资产。

Stage
Seed Round 2026
Ask
¥200–400 万
Status
Product Live · PMF Validated
02 FIRST PRINCIPLES
我们的基本假设

我们从三个事实出发。

01

Alpha 越来越多，越来越难抓住。

信息源爆炸、单条 alpha 半衰期缩短、跨源关联变难—通才分析师的覆盖上限已到。

02

代码与软件生产极其低廉和快速。

AI coding 让一个产品从「一个季度」压到「一个周末」—能被代码定义的，都不再构成护城河。

03

模型正在迅速逼近 AGI。

但通用智能 ≠ 垂直判断。AGI 需要「燃料」—专业数据 · 真实反馈 · 产业上下文。

→ 三条加起来：Alpha 多但难抓 · 技术不再是壁垒 · 模型需要垂直燃料。
这个时代的赢家—是在垂直领域最快建起专业信息网络的人。
03 THE SHIFT
范式转移

从「雇分析师」
到「拥有一个投研大脑」。

Pre-AGI
每个标的 — 从头研究一次
研究产出 — 死在一份报告里
信息关联 — 靠分析师脑子
扩大覆盖 — 只能靠加人
复盘迭代 — 靠记忆自律
专家资源 — 不可传承
→
AGI-Native
每个标的 — 基于历史持续进化
研究产出 — 实时入库，永久生息
信息关联 — Agent 跨用户自动发现
扩大覆盖 — 边际成本近零
复盘迭代 — 系统自动追踪假设
专家资源 — 沉淀入库
04 WHAT WE'RE BUILDING
要做成什么

一个可被雇佣的投研大脑—
三层架构，越下越不可复制。

L1 User Layer

Thesis · 追踪标的 · 私有知识库

用户表达判断，平台持续验证、标注矛盾、推送新发现。每次使用都在沉淀证据。

L2 Agent Layer

多模型协作 · Skill 可训练

理解意图、调度 Skill、多模型协作（Gemini / Grok / Kimi / Claude）、反馈训练。分析师的 Skill 被蒸馏进 Agent。

L3 Moat · Core

自进化的投研信息网络

产业链图谱 · 专家洞察库 · 分析师 Skill 库。三源共建（分析师种子 + 用户使用 + 专家贡献），用得越多越聪明。

一个典型场景 “写下对 NVIDIA 的 Thesis，平台自动追踪 CoWoS 产能 / Azure GPU 采购 / OpenAI 训练进度，标注支持与挑战—并在其他用户标注相关信号时提醒我。”
05 IN MOTION
知识库进化 · 真实案例

Oracle × BE · 从一条新闻
到一个有信心的 Alpha。

2026 · 04 · 14 Oracle 扩大与 Bloom Energy 合作至 2.8 GW + $400M Warrant · BE 单日 +22%
01 AI 自动挖出Public · 已入库
  • BE 近 90 天 $7.65B 新订单：AWS 1GW / Brookfield $5B / AEP $2.65B
  • BE 产能目标 2 GW / 年（2026 达产）
  • Oracle 多源电力组合：SMR + 天然气 + 燃料电池（Ellison 策略）
  • 建立跨 Sector 关联：AI Infra ↔ Power Infra
  • 同类竞品：Plug Power / FuelCell Energy 定位差异
→ 基线建立 · 但大概率已被定价
→
02 分析师要填的 GapExpert-Only · 未定价
  • 2.8 GW 中 firm 订单占比是多少？
  • BE 2 GW/年产能是硬上限还是可扩？瓶颈在哪？
  • Oracle OCI 实际部署节奏（第一批选址、时间表）
  • Warrant 条款的隐含对价与稀释风险
  • 关键供应商（陶瓷堆 / 天然气）产能承诺
→ 分析师发起 3–5 场专家访谈
=
03 Alpha 确信Differentiated View
“若 2.8 GW 中 firm 订单 ≥ 70%，且 Oracle 数据中心 roadmap 按 2026H2 兑现—

BE 当前估值仍有 30–40% 上行空间；若 firm < 40%，则是情绪 overreaction。”
→ 走在市场共识前
永久生息这些 Gap 的答案一旦入库，BE ↔ ORCL 永久绑定—下一次相关事件发生时，系统直接复用这套分析框架，不用重头来过。
06 THE REAL MOAT
真正的壁垒

技术会被抹平，信息网络不会。

技术红利 · 最终趋同
  • 大模型能力每 6 月翻倍
  • API 调用成本每 6 月减半
  • Agent 框架开源追赶
  • UI · 工程实现半年复刻
“共享资源—不构成壁垒。”
网络价值 · 越用越厚
  • 产业链关系图谱分析师+用户标注
  • 专家洞察库真实访谈沉淀
  • 分析师 Skill 库工作流蒸馏
  • 判断 + 信号网络规模下涌现
“只能用时间长出来—真壁垒。”
AlphaSense 花 $14 亿收购 Tegus 等内容公司，只为买专家记录和分析师工作流。我们从 Day 1 就用产品自然生长这个网络—不靠收购，靠使用。
07 USE OF FUNDS
钱花在哪

种子轮 ¥200–400 万—
12 个月跑道，只投不可逆的积累。

12 个月运营成本估算

30%
数据订阅
Wind 机构版 · Refinitiv / 彭博轻量 · 新闻事件 API
¥35–50 万
40%
工程师（1–2 FS）
产品迭代 · Agent 工程 · 数据管线 · 实习生
¥50–80 万
8%
Token & API
Gemini · Grok · Claude 混合调用，随量线性扩
¥8–15 万
12%
基础设施 & 运营
服务器 · Supabase · 法务 · 差旅 BD
¥15–20 万
合计 · 12 个月
¥113–165 万
¥200 万 → 精简版 14–21 个月跑道  ·  ¥400 万 → 加 Analyst 小分队，撑到 A 轮

里程碑 · 12 Months

付费用户PMF 验证
M6 ≥ 5
ARR Run Rate模式成立
M6 ¥100 万+
知识库深度L3 变厚
M9 ≥ 50 标的
Alpha 案例差异化证明
≥ 5 个
口碑转介绍飞轮启动
≥ 3 个
A 轮数据 Ready进入下一阶段
M12
核心原则 · 数据是地基，工程是杠杆，Token 是变动成本。每一分钱都投在 GPT-6 抹不平的东西上—数据关系 · 分析师 Skill · 用户信任。
08 JOIN US

如果 AGI 重新定义投研方式—
我们想成为那个定义者。

“让每一次研究都沉淀为下一次的 Alpha。”

Seed Round
¥200–400 万
Built By
Analyst + AI PM
Anchored By
PE Operator
01 / 08