用途：对未上市公司（如蚂蚁集团、字节跳动、SpaceX、Stripe）做深度研究，目标是在信息稀缺条件下还原公司真实价值，而非市场估值。
主要能力：围绕六重视角展开——商业模型与用户（business-decoder）、财务拼图与估值（financial-detective）、行业竞争与替代（competitive-mapper）、风险与管理层治理（risk-governance-analyst）、技术与专利护城河（tech-ip-analyst）、另类数据信号（signal-miner）。最佳做法是用 run_swarm 为每个视角分配一个 worker 并行执行，也可用 web_search 顺序执行；团队负责人负责整合、补全、交叉验证并输出最终报告。
使用方式：报告经 write_file 保存至 reports/{company}/{company}-private-{YYYYMMDD}.md，并对数字运行 report_audit 作为质量门。每个数据点须标注来源、时间与置信度（🟢招股书/官方、🟡可信媒体、🔴估算/传闻），区分事实与推断，冲突数据全部列出并说明取舍。
适用场景：研究 pre-IPO/私营公司的投资价值、竞争位置、风险与退出路径（IPO/M&A/二级市场/SPAC）。
限制与原则：需警惕 AI 偏见——虚假保守、虚假精确、可比公司陷阱、幸存者偏差；信息极度稀缺时切换为第一性原理模式，只回答业务本质、团队、成败天花板与关键验证节点。无法支撑可靠估值时应明确说明，宁可留白也不编造；中英文信息需同时检索。具体定价、收费与平台细节暂未提供。