AI 五层蛋糕观察站
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @bixinai/ai-five-layer-observatory。
技能介绍
要解决什么问题
AI 产业链横跨算力、模型、应用等多层,新闻、估值口径和算力规格又经常各说各话。你要做产业速览、标的对比、事件传导或私有化算力短名单时,很容易在网页搜索里迷路,或在缺少 as_of 与来源链的情况下把猜测当成事实。
技能如何工作
本技能以 AISC 为结构化主数据源,安装后即可使用;优先走宿主已暴露的 MCP 工具(如 get_observatory_snapshot),否则用技能目录内标准库客户端请求只读端点 https://ai-cake.bixinai.cn/mcp,不要求用户单独配置 MCP 或 API Key。
典型路由顺序:
- 用
snapshot做全景摸底,再用layer/get_layer_market落到某层市场与候选列表。 - 单标的用
asset/get_asset_profile,多标的(2~10 个)用compare/compare_assets。 news、calendar抓新闻信号与催化时间窗;trace把事件沿五层价值链条映射,再用市场/新闻工具逐步验证传导假设。bubble仅作脆弱性参考,不作择时信号。compute/recommend_ai_compute:个人或小团队用audience=personal,企业私有化部署用audience=enterprise;缺参时先问模型规模、上下文、并发、时延、预算、部署地与国产硬件约束。
输出上需遵守契约:开篇标明数据时点、区分观测事实/模型估计/推论,保留工具返回的来源名与链接;数据集陈旧或缺失要明示,不猜数补洞;财务对比统一货币与估值定义,不给买卖指令;算力选型区分官方规格与社区/伙伴测试证据等级。
适用边界
原生 MCP 与捆绑客户端都失败时,不得伪造数据。参数与工具选择不清时查 tool-routing.md;输出投资研究或采购建议前读 output-contract.md。
使用场景
- 晨会前用 snapshot 加 news、calendar 筛高影响条目,并标明可能波及的层级、细分与上市标的
- 对比 2~10 家公司的产业链敞口时先调 compare_assets,再对少数标的补 asset profile 与催化
- 某则 AI 政策或产品发布后,用 trace_value_chain 假设传导路径,再用 layer 与 news 验证一阶、二阶影响
- 企业私有化部署前按 audience=enterprise 收集并发与时延约束,用 compute 产出需实测验证的短名单而非单一推荐
适合人员
- 覆盖 AI 半导体的行业研究员,需按五层框架写日报并区分事实与推论
- 尽调团队的分析师,要在统一估值口径下对比多只标的的产业链暴露而非只看 PE
- 企业基础设施负责人,要在预算与国产硬件约束下筛私有化推理/训练算力并标明证据等级
- 关注 AI 主题的配置/风控人员,用 bubble 作脆弱性备忘但不在此技能上做择时决策