AlphaSense SuperAnalyst 启示：用 TypeScript 构建假设监控器

大多数 AI 回答在写完的那一刻就完成了。

那也是它们开始过期的时刻。

备忘录写着「续约」。两周后价格涨了，一半座位空着，备忘录还是写着「续约」——而且理直气壮。

AlphaSense 宣布推出 SuperAnalyst，一个面向金融与战略工作的常驻代理。它能规划工作、核对证据、运行代码，并产出备忘录、模型和仪表盘。真正让我反复琢磨的是它之后做的事：与静态的 AI 输出不同，SuperAnalyst 在初始分析完成后会继续工作，监控投资逻辑、组合、交易或战略决策背后的假设，识别市场中的重大变化，并在无需新提示的情况下用新信息更新工作产物。

这个区别很关键。输出不是任务的终点，而是一个承诺——只在假设成立时成立。一个无法告诉你它假设了什么答案，也无法告诉你它什么时候是错的。

本文用 TypeScript 构建一个微缩版本，演示如何让一份备忘录在噪声中保持不变、在真正变化时重建、在数据缺失时主动询问。

核心问题：每日重建与永不重建都不对

让报告保持最新有两种简单做法：每天重建，或者永不重建。

第一种烧算力，还会因为无意义的波动改变答案；第二种正是过期备忘录被批准的原因。有用的版本在两者之间：当真正重要的事情发生变化时才重建，否则不要碰它。

「重大」本身就是整个功能的核心，其他一切都只是定时任务。这个判断的难点在于区分噪声和信号——一个 3% 的座位数波动和 10% 的价格涨幅，对结论的影响完全不同。

第一步：把假设写下来

报告携带它构建时所用的输入，以及每个输入的容差。tolerancePct 表示一个值可以漂移多远，结论才值得怀疑。价格用紧容差，座位数用松容差——这是人类的判断。

type Assumption = { key: string; value: number; tolerancePct: number };
type Report = { title: string; assumptions: Assumption[]; build: (v: Record<string, number>) => string; text: string; version: number };

build 函数就是分析本身：相同输入，相同输出。这保证了重建的可复现性——如果输入没变，输出就不该变。

什么是容差（tolerance）？ 在工程与统计语境中，容差指一个量偏离基准值仍可被视作「等价」的允许范围。本文借用这一概念，让每个假设携带一个 tolerancePct（百分比容差），表示该数值可以漂移多大比例而结论依然成立。它本质上是一种业务规则：价格通常对结论敏感，容差设小（如 5%）；座位数或使用率的短期波动常属正常，容差设大（如 10%–15%）。

为什么用百分比而非绝对值？ 百分比容差让不同量级的输入可比较，也让阈值与数值规模解耦。但它也有代价：小数绝对值的小幅波动会被放大成高百分比（例如使用率 0.02 的变化），而大数值的绝对巨变可能只产生温和的百分比。更成熟的系统会结合绝对阈值或统计显著性来设定边界。

「重新基准化」（rebasing）又是什么？ 当报告因 stale 重建时，每个假设的基准值会被更新为当前实时值，下一次比较便以此为起点。这避免了误差累积：如果始终对比原始基准，三个月来的持续小幅漂移会迟早一次性触发重建，掩盖真实的变化节奏。重新基准化让每次重建都是一次「清零」，代价是失去长期漂移的全局视图，通常需要额外的历史记录来补足。

第二步：衡量变化幅度

用当前值相对报告构建时的值计算百分比变化，而不是相对昨天。

function movePct(old: number, now: number): number {
  if (old === 0) return now === 0 ? 0 : Infinity;
  return Math.abs((now - old) / old) * 100;
}

这一点很重要。十个微小的每日漂移可能累积成一个大变化。如果永远跟昨天比，就会在噪声中不断重建，却错过缓慢累积的重大偏移。

第三步：分类变化

检查函数返回四种结果之一：

• Fresh：什么都没动。
• Noise：有东西动了，但在容差内。记录，不行动。
• Stale：有东西超出了容差。重建。
• Missing：实时值丢了。询问，不要猜。

type Check =
  | { kind: "fresh" }
  | { kind: "noise"; moves: string[] }
  | { kind: "stale"; moves: string[] }
  | { kind: "missing"; keys: string[] };

Missing 被优先检查是有意为之。一份悄悄沿用旧数字的报告，比一份说「我现在不知道」的报告更糟。前者会让你在错误的前提下做决定，后者至少诚实地暴露了不确定性。

第四步：只在过期时重建

只有 stale 会触碰报告。

function refresh(r: Report, live: Record<string, number | undefined>): Check {
  const c = check(r, live);
  if (c.kind !== "stale") return c;
  const values: Record<string, number> = {};
  for (const a of r.assumptions) {
    a.value = live[a.key]!;
    values[a.key] = a.value;
  }
  r.text = r.build(values);
  r.version += 1;
  return c;
}

重建时，每个假设都被重新基准化到实时值，版本号递增，这样任何人都能看到答案发生了变化。版本号是这个系统里最被低估的部分——它让「答案什么时候变了、为什么变」变成可追溯的历史。

版本号为什么重要？ 在任何需要追踪「结论为何改变」的场景里，版本号都是审计线索的核心。它让下游使用者能回答：这份报告的 v1 和 v3 差别在哪？变化是由哪个假设驱动的？如果版本号缺失，使用者只能看到「最新的答案」，无法判断它是何时、为何成为现在的样子。本文的 r.version += 1 看似简单，却是把一次重建事件转化为可追溯历史的唯一机制。

与「不可变数据」（immutability）的对比。 这里的 refresh 函数直接修改了 Report 对象的字段（a.value、r.text、r.version），属于原地更新。在许多生产系统中，更安全的做法是返回一个新的报告对象，而旧版本保留为不可变快照，从而支持回滚、对比与并发读取。本文采用原地更新是为了教学简洁，但在多代理协作或需要审计的场景中，不可变快照通常是更稳妥的选择。

幂等性（idempotency）如何保证？ 因为 build 函数是纯函数——相同输入必得相同输出——只要假设值未变，重复调用 refresh 不会产生新的版本号，也不会改变报告正文。这种幂等性是整个监控器可靠运行的基础：它让「重建」这个动作本身不引入额外噪声，变化只会来自真实的输入变化。

第五步：运行它

用一份虚构的备忘录演示：是否续签供应商合同，假设包括座位数、每座位价格和使用率。

tiny-assumption-watch demo
v1: Annual cost $57600. 74 of 120 seats used. Renew as is.

mon [FRESH]  nothing moved
tue [NOISE]  seats 120 -> 124 (3.3%, tol 10%); usageRate 0.62 -> 0.6 (3.2%, tol 15%)
wed [REDO]   pricePerSeat 40 -> 44 (10.0%, tol 5%)
         v2: Annual cost $65472. 74 of 124 seats used. Renew as is.
thu [ASK]    no live value for usageRate
fri [REDO]   usageRate 0.6 -> 0.41 (31.7%, tol 15%)
         v3: Annual cost $65472. 51 of 124 seats used. Cut seats before renewing.

周三价格从 40 涨到 44，超出 5% 容差，重建到 v2，成本上升但结论仍成立。周四使用率数据缺失，监控器选择询问而非沿用周三的数字。周五使用率从 0.6 掉到 0.41，重建到 v3，建议翻转为「续约前先砍座位」。

在每日定时任务下会浪费三次重建，而零次重建会送出错误建议。两次重建才是正确答案。

这个模型在哪里失效

这是一个教学模型，真实的监控更难。手工列出的假设只是冰山一角——真实的金融分析背后有几十个隐藏假设，把它们提取出来才是最困难的部分。百分比容差过于粗糙——阈值附近的小变动可能翻转决策，远离阈值的大变动可能无关紧要。

更关键的是：没有来源追踪，真实监控器需要知道每个实时值来自哪里、有多可信；没有人工审核，翻转的建议在送到董事会之前应该有人过目；单份报告也是简化，真实工作产物相互依赖，一个过期的输入会引发连锁反应。

但形态依然成立：写下你的假设，衡量变化，只在重要时重建，无法判断时询问。

更大的图景：答案送达不是终点

report (v1)
  └→ assumptions + tolerances
       └→ live values arrive
            ├→ fresh:   do nothing
            ├→ noise:   log it
            ├→ stale:   rebuild, bump version
            └→ missing: ask

分析提供答案，假设提供收据，容差提供判断，实时值提供现实检验，版本提供历史，人类提供阈值。

我认为智能体接下来要学的有用能力，不是写出更好的备忘录，而是注意到上周的备忘录什么时候不再成立。这个演示不够激动人心，但在周五的时候实用得多。工作不是在答案送达时完成，而是在答案不再为真时才完成。