透镜 Pack（投资人）：把你的投资心智装进 brain

前面第 6 课讲过 schema pack 是「brain 的分类说明书」。但分类只是起点。如果你做投资，你真正需要的不是「公司/人物/交易」这种通用分类，而是一套投资专属的思维方式——什么是投资论点、什么是关键押注、市场观点怎么记、决策质量怎么打分。gbrain 把这种「领域心智」做成透镜 Pack（lens pack），投资人 pack 是最成熟的范本。

这一课从「一个投资者想自建投资 brain」的角度，讲这套透镜到底给你什么。

一、透镜 Pack 是什么：在通用分类上叠加领域心智

schema pack（模式包）告诉你 brain 里有哪些通用类型；透镜 Pack（透镜包）则在那之上叠加该领域专属的页类型与校准域¹。比如投资人 pack 加了 thesis（投资论点）、market_view（市场观点）、deal（交易）等投资特有的类型，以及一套「决策质量」的校准维度。

对使用者来说，选了 gbrain schema use gbrain-investor，你的 brain 立刻「懂投资」——你写一份投资论点，它知道该记 thesis_text、key_bets[]、market_view、vintage 这些结构化字段；你做一个交易判断，它能挂上 deal_success 这种带分数的评估²。你不用自己设计这套投资数据模型。

二、它替你自动抽出的投资结构化信息

回到第 6 课的「可抽取（extractable）」概念：投资人 pack 里 thesis 这类类型被标为可抽取，意思是 gbrain 跑一个大模型（LLM）抽取器，从你写的散文化投资笔记里，自动把论断矿成事实（facts）——你写一段「我看好某公司因为三点」，系统替你把那三点抽成结构化事实存好，日后能按字段精确查询²。

这直接解决投资者的真实痛点：你的投资想法大多是一段段散记，但回过头你要的是「我所有 B 轮以后、且看空宏观的交易」这种精确筛选。透镜 Pack 把散记变成可查询的结构，你只管写，系统替你填表。

三、它还有一套决策质量评分域

投资人 pack 不止分类和抽取，还声明了一组「校准域（calibration domains）」——用来给投资决策打质量的维度，比如 deal_success（对交易附加的观点评分）、market_call（市场判断的加权 brier 分数）等³。理想情况下，你的每个交易判断、市场观点都会按这些域累计打分，长期看你的「命中率」趋势。

但如实边界要讲清：第 8、10 课已标过，grade_takes 的证据检索是占位实现，校准规范前四节从未实现。所以 market_call 这类加权 brier 域依赖的底层评分链路当前并未完整 ship——pack 声明了域，但真正给它们填分的引擎还没完全接上⁴。你看到的是「框架已就位、打分能力待补全」，不是「已经能精确评估你的投资水平」。

四、一个想造投资工具的人的可抄点

gbrain 把「投资心智」建模成可插拔的 pack，而不是焊死在核心里——这个架构最值得抄。你想做自己的投资 brain，不必从零设计数据模型，而是：选一个投资人 pack 做底，再按自己的打法 fork 出专属透镜（加几个页类型、几个校准域）。领域知识收敛在 pack 里，核心引擎保持通用。这正是「胖技能瘦壳」思想在数据结构层面的延伸。

五、这一课带走的

• 透镜 Pack（透镜包）在通用分类之上叠加投资专属的页类型与校准域。
• 投资人 pack 自动把你的散文化投资笔记矿成结构化事实（facts），可精确查询。
• 它声明了决策质量评分域，但底层打分链路（grade_takes/校准 spec）尚未完整实现——框架在、引擎待补。
• 可抄点：把领域心智做成可插拔 pack，而非焊进核心。

练习题

参考出处