用途
private-company-research 是一个 AI Berkshire 技能，主题为“未上市公司研究：多 Agent 并行深度研究框架”，来源为 xbtlin/ai-berkshire 仓库中的 skills/private-company-research.md。它面向 Codex 与 Claude Code 用户，作为统一工作流使用。其目标用户场景是针对蚂蚁集团、小红书、SpaceX、Stripe 等未上市公司进行团队化深度研究分析。
该技能声称的最终目标是：在信息天然稀缺的条件下，尽可能还原这家公司的真实价值——不是市场给的估值，而是生意本身值多少钱。
主要能力
技能框架区分了未上市公司与上市公司研究的核心差异，包括：无标准化财报，需多源拼凑、交叉验证；估值锚定少，依赖融资轮次、可比公司法、情景推演；信息不对称大，需要更多“拼图式”研究方法；退出路径不确定，IPO、并购、二级转让均有可能。
框架提出“AI 研究偏见自觉”作为核心前提，列出需要警惕的陷阱：虚假保守、虚假精确、对标陷阱、幸存者偏差。应对原则包括：宁可留白说“不知道”，也不要用推测填满表格伪装确定性；每个数据点必须标注置信度（高/中/低）；区分“可验证的事实”与“AI 的推理”，用不同格式标注；对信息极度稀缺的公司切换为“第一性原理模式”，只回答几个核心问题。
执行流程
执行流程分为三步。第一步：展示团队框架，向用户展示团队结构，确认后启动。第二步：创建团队，使用 TeamCreate 创建团队，team_name 格式为 {公司名}-private-research（英文小写，如 ant-group-private-research），agent_type 为 team-lead。第三步：创建 6 个任务，每个任务都要有 subject、description、activeForm。
六个角色与职责如下：team-lead（统筹协调、信息拼图、交叉验证、输出最终报告，核心视角为投资决策整合）；business-decoder（商业模式拆解与产品用户分析，核心视角为“这门生意的本质是什么”）；financial-detective（财务数据拼凑与估值推演，核心视角为“在信息缺失下尽可能还原真实财务面貌”）；competitive-mapper（行业格局、竞争态势与替代威胁，核心视角为“谁在和它竞争，谁可能颠覆它”）；risk-governance-analyst（风险全景与管理层/治理/投资人评估，核心视角为“什么可能出错，谁在掌舵”）；tech-ip-analyst（技术栈、专利、研发能力、技术护城河，核心视角为“技术壁垒是真是假，能撑多久”）；signal-miner（替代数据挖掘，包括招聘、专利、诉讼、App 数据、供应链，核心视角为“常规信息之外，还有什么蛛丝马迹”）。
六个任务分别对应：任务 1 商业模式与产品用户深度分析；任务 2 财务数据拼凑与估值推演；任务 3 行业格局与竞争态势分析；任务 4 风险全景与治理评估；任务 5 技术能力与知识产权分析；任务 6 替代数据信号挖掘。每个任务的 description 中都包含详细的子章节结构、表格模板与分析要求。
使用方式
根据 Codex adapter note，该技能由 skills/private-company-research.md 生成，使 Claude Code 与 Codex 用户共享同一套规范工作流。应将 $ARGUMENTS 视为当前 Codex 线程中用户的请求。当源文件提到仅 Claude 拥有的界面（如 Task、Agent、WebSearch、Bash、Read 或 Write）时，应使用当前会话中最接近的 Codex 能力：可用时使用 subagents，需要时使用 web search，本地工具使用 shell 命令，工作区文件使用普通文件编辑。
应使用此仓库 tools/ 中的共享项目工具。优先从仓库根目录运行命令，路径形如 python3 tools/financial_rigor.py ...；如果当前线程从仓库外启动，应先定位实际的 checkout 路径，而不是假设固定的 home 目录路径。
开始研究前，应运行 date 命令确认今天的日期；将其视为“最新”数据的基准，并在报告头部说明数据截止日期。切勿根据训练数据假设当前日期。
应保留 AGENTS.md 中的研究质量规则：交叉核对财务数据，对估值/数学计算使用精确算术工具，并清楚标注不确定性和来源缺口。
适用场景
该技能适用于对未上市公司进行深度研究分析，尤其是信息稀缺、缺乏标准化财报披露的公司。框架特别提及蚂蚁集团、小红书、SpaceX、Stripe 等示例对象。任务结构中包含大量需要外部数据来源的搜索方法，例如招股书/监管文件、母公司财报、监管处罚披露、债券/ABS 发行文件、工商登记信息、融资新闻、第三方研报、深度媒体报道、行业数据推算、前员工/内部人爆料等。
限制
该资料未提供关于实际运行效果、准确率、收费、价格、平台支持范围或具体使用步骤的更多事实。框架中大量内容为分析模板与要求（如表格字段、评估维度、评分方式），并非已验证的功能承诺。资料中提及的 TeamCreate、TaskCreate、Team、Task、Agent、WebSearch、Bash、Read、Write 等能力需要在具体环境中具备对应支持，否则应按 Codex adapter note 的说明使用最接近的替代能力。
资料中未提供该技能的具体安装命令、依赖说明、版本信息或可执行示例输出。所有关于数据来源、指标推算与估值方法的内容均为框架性描述，其实际可行性取决于外部数据可获取性。