Future forecaster

Future Forecaster - 凯文·凯利未来预测技能 🔮

未来并非通过纯技术推演预测，而是通过观察信号、理解变化层级、保持开放心态来把握趋势。

理论来源：凯文·凯利（Kevin Kelly）《必然》《失控》《必然 2.0》

---

📋 功能描述

基于 KK 的三思维模型和四层变化规律，识别长期趋势和投资机会，避免趋势陷阱。

适用场景：

• 判断趋势真伪（"AI 是趋势还是泡沫"）
• 识别长期投资机会（"下一个大机会在哪里"）
• 避免趋势陷阱（"这是机会还是 FOMO"）
• 扩展投资能力圈（"我不懂 AI 该如何学习"）
• 理解技术变革影响（"这个技术会如何改变行业"）

边界条件：

• ❌ 不预测短期股价波动
• ❌ 不提供精确时间点（如"2025 年 3 月爆发"）
• ❌ 不替代价值分析（趋势好≠公司值得投资）
• ✅ 识别长期趋势方向
• ✅ 判断变化层级匹配投资周期
• ✅ 避免认知偏差和 FOMO

---

🎯 核心功能

功能 1：trend-scanner（趋势扫描）

基于 KK 三思维模型扫描潜在趋势

输入：行业/领域、观察到的现象、新词汇

输出：趋势分类、爆发时点预估、投资启示

三思维模型：

模型	核心逻辑	应用示例	投资启示
富人下沉法	观察富人使用的昂贵服务→想象如何下沉到大众市场	2000 年私人助理→今天 Siri/Alexa<br>1990 年私人司机→今天 Uber/滴滴	识别高端服务中的可规模化要素<br>评估技术成本下降曲线
边缘主流法	观察边缘人群关注的事物→逐渐从边缘走向主流	极客社区开源软件→企业级软件主流<br>游戏玩家 GPU 需求→AI 训练基础设施	关注亚文化社区的技术采用<br>识别从"玩具"到"工具"的转折点
新词挖掘法	从新创造词汇中挖掘有效信息→新词诞生传递变化信号	"网红"（2010s）→注意力经济崛起<br>"内卷"（2020s）→竞争饱和信号<br>"AIGC"（2023）→生成式 AI 爆发	追踪新词汇出现频率和传播速度<br>在概念普及早期识别机会

---

功能 2：layer-analyzer（层级分析）

分析变化所属层级，匹配投资周期

输入：技术/产品/现象描述

输出：变化层级判定、建议投资周期、风险提示

四层变化规律：

层级	变化速度	示例	投资策略	典型案例
流行趋势	年变	时尚、网红产品、短期热点	避免追逐，保持距离	盲盒、元宇宙概念炒作
技术	3-5 年大变化	智能手机、AI、新能源车	核心关注区，识别爆发点	AI 大模型、锂电池技术
基础设施	10 年 + 不变	互联网、电力、交通网络	长期持有，稳定收益	5G 网络、特高压电网
气候地质	世纪尺度	人口结构、地理环境	超长期配置参考	老龄化、城镇化

投资启示：

• 不要在流行趋势层做重大决策
• 技术层是超额收益的主要来源
• 基础设施层提供稳定现金流
• 理解层级避免错配投资周期

---

功能 3：signal-detector（信号检测）

从日常信息中识别 KK 式未来信号

输入：新闻/社交媒体/对话内容

输出：信号类型、强度评分、跟进建议

信号强度评估：

信号类型	强度	特征	行动建议
弱信号	1-3 分	单一来源、边缘讨论、概念模糊	保持关注，不行动
中信号	4-6 分	多来源验证、主流讨论增加、有实质进展	深入研究，小仓位探索
强信号	7-10 分	多来源确认、主流采用、商业落地	重点配置，持续跟踪

---

功能 4：mindset-checker（心态检查）

检查投资决策是否被过时认知捆绑

输入：投资想法、拒绝某行业的理由

输出：认知捆绑识别、开放心态建议

价值观 vs 认知分离：

类别	改变速度	示例	投资建议
价值观	改变缓慢	诚信、长期主义、能力圈原则	坚守不变
认知	需及时更新	行业理解、技术认知、商业模式	随环境更新
身份	不应捆绑	"我是价值投资者"≠"只投传统行业"	保持开放

应用示例：

• ✅ "我是价值投资者"（价值观）
• ❌ "我只投资传统行业"（认知捆绑）
• ✅ "我坚守能力圈，但持续扩展认知"

---

⚠️ 常见错误

错误 1：混淆趋势层级

失败案例：
• 2021 年把元宇宙概念当技术变革重仓
• 用长期逻辑投资流行趋势
• 结果：趋势退潮后亏损 80%+

正确做法：
✓ 用 layer-analyzer 判断层级
✓ 流行趋势：保持距离，不重仓
✓ 技术层：核心关注，识别爆发点
✓ 基础设施层：长期持有

预防清单：
- [ ] 这是流行/技术/基础设施？
- [ ] 变化速度是年/3-5 年/10 年 +？
- [ ] 投资周期是否匹配？
- [ ] 是否有实质技术突破？

错误 2：把预测当算命

失败案例：
• 追求精确时间点（"2025 年 3 月爆发"）
• 忽视不可预测的部分
• 结果：预测失败后全盘否定

正确做法：
✓ KK 方法是识别信号，不是精准预言
✓ 关注方向和概率，不追求精确时间
✓ 承认不可预测的部分，保持谦逊

预防清单：
- [ ] 是否在预测精确时间？
- [ ] 是否承认不确定性？
- [ ] 是否有应对意外的计划？

错误 3：忽视 FOMO 心理

失败案例：
• 看到别人赚钱后追高
• 忽视安全边际和估值
• 结果：高位接盘

正确做法：
✓ 用 decision-checklist 检查 FOMO
✓ 趋势好≠公司值得投资
✓ 等待安全边际>30% 的价格

预防清单：
- [ ] 我是否因为 FOMO 而投资？
- [ ] 是否计算了安全边际？
- [ ] 如果跌 50% 我能否承受？

错误 4：认知捆绑过紧

失败案例：
• "我是价值投资者，不投科技股"
• 拒绝学习新领域
• 结果：错过科技股 10 年牛市

正确做法：
✓ 用 mindset-checker 检查认知捆绑
✓ 价值观坚守，认知更新
✓ 主动扩展能力圈

预防清单：
- [ ] 我是否被身份标签限制？
- [ ] 拒绝的理由是价值观还是认知？
- [ ] 是否愿意学习新领域？

错误 5：忽视边缘信号

失败案例：
• 忽视早期边缘信号（如 2010 年比特币）
• 只关注主流讨论
• 结果：错过早期机会

正确做法：
✓ 用 edge-to-core 模型观察边缘
✓ 关注极客社区、早期采用者
✓ 识别从"玩具"到"工具"的转折点

预防清单：
- [ ] 是否关注边缘社区讨论？
- [ ] 这个技术是否从边缘走向主流？
- [ ] 是否有早期采用者在用？

---

🔗 相关资源

渐进式披露结构

核心文档（本文件）：

• future-forecaster 技能详情

参考资料（references/）：

• ../references/kk-prediction.md - KK 预测方法论详解
• ../references/mental-models.md - 思维模型合集

示例集合（examples/）：

• ../examples/trend-analysis.md - 趋势分析示例（AI/新能源/区块链）
• ../examples/layer-cases.md - 层级分析案例

模板文件（templates/）：

• ../templates/trend-report-template.md - 趋势分析报告模板

---

📊 输入参数

{
  "mode": {
    "type": "string",
    "enum": ["trend-scanner", "layer-analyzer", "signal-detector", "mindset-checker"],
    "required": true,
    "description": "分析模式"
  },
  "observation": {
    "type": "string",
    "required": true,
    "description": "观察到的现象/技术/新词汇"
  },
  "industry": {
    "type": "string",
    "required": false,
    "description": "相关行业/领域"
  },
  "investment_idea": {
    "type": "string",
    "required": false,
    "description": "投资想法（mindset-checker 模式用）"
  },
  "rejection_reason": {
    "type": "string",
    "required": false,
    "description": "拒绝某行业的理由（mindset-checker 模式用）"
  }
}

---

📤 输出格式

{
  "status": "success",
  "data": {
    "mode": "trend-scanner | layer-analyzer | signal-detector | mindset-checker",
    "trend_classification": {
      "type": "富人下沉 | 边缘主流 | 新词挖掘",
      "evidence": [],
      "timing_estimate": ""
    },
    "layer_analysis": {
      "layer": "流行 | 技术 | 基础设施 | 气候",
      "change_speed": "",
      "investment_horizon": "",
      "strategy": ""
    },
    "signal_analysis": {
      "signal_type": "",
      "strength_score": 0,
      "follow_up": ""
    },
    "mindset_analysis": {
      "cognitive_binding": "",
      "values_vs_cognition": "",
      "recommendation": ""
    },
    "investment_advice": "关注 | 建仓 | 观望 | 避免",
    "risks": []
  }
}

---

🧪 使用示例

示例 1：AI 趋势分析（2023）

用户输入：

AI 现在是趋势还是泡沫？

输出：

【AI 趋势分析】

【层级判断】（layer-analyzer）
- 变化层级：技术层（3-5 年大变化）
- 非流行趋势（有实质技术突破）
- 爆发时点：2023-2028 年

【趋势扫描】（trend-scanner）
- 思维模型：新词挖掘
  • 新词：AIGC、大模型、Agent、RAG
  • 传播速度：极快（6 个月普及）
- 边缘主流：GPU 从游戏边缘→AI 核心
- 富人下沉：AI 助理从高端→大众

【信号强度】（signal-detector）
- 信号类型：技术突破 + 商业落地
- 强度评分：8/10（强信号）
- 跟进建议：重点配置，持续跟踪

【投资建议】
建议：趋势确认，但需精选标的
理由：
1. 技术层变革（非泡沫）
2. 护城河强的公司有限
3. 估值普遍偏高，需等待

【行动项】
1. 关注护城河强的公司（英伟达/微软）
2. 等待安全边际>30% 的价格
3. 用 decision-checklist 避免 FOMO

示例 2：认知捆绑检查

用户输入：

我是价值投资者，不投科技股，这个想法对吗？

输出：

【认知捆绑检查】（mindset-checker）

【识别认知捆绑】
- 身份标签："我是价值投资者"
- 认知捆绑："不投科技股"
- 问题：将价值观与特定认知捆绑

【价值观 vs 认知分离】
✓ 价值观（坚守）：
  - 安全边际原则
  - 能力圈原则
  - 长期主义

✗ 认知（需更新）：
  - "科技股=投机"（过时）
  - "价值投资=只投传统行业"（错误）

【开放心态建议】
1. 重新定义能力圈
   - 学习科技行业商业模式
   - 理解科技企业护城河来源

2. 用投资框架分析科技股
   - moat-evaluator：评估科技护城河
   - intrinsic-value-calculator：调整估值方法
   - decision-checklist：检查认知偏差

3. 小仓位探索
   - 先用 5% 仓位学习
   - 逐步扩展能力圈

【行动项】
1. 学习科技企业分析方法
2. 用 moat-evaluator 分析微软/苹果
3. 小仓位（5%）实践学习

示例 3：元宇宙趋势判断（2021）

用户输入：

元宇宙是趋势还是泡沫？值得投资吗？

输出：

【元宇宙趋势分析】

【层级判断】（layer-analyzer）
- 变化层级：流行趋势层（年变）
- 实质技术：VR/AR 技术仍在早期
- 炒作成分：> 实质进展

【趋势扫描】（trend-scanner）
- 思维模型：新词挖掘
  • 新词："元宇宙"爆发式传播
  • 但缺乏实质技术支撑
- 边缘主流：VR 游戏仍边缘
- 富人下沉：无明显下沉路径

【信号强度】（signal-detector）
- 信号类型：概念炒作
- 强度评分：3/10（弱信号）
- 跟进建议：保持关注，不行动

【投资建议】
建议：避免重仓，保持距离
理由：
1. 流行趋势层（非技术变革）
2. 缺乏实质技术突破
3. 估值严重脱离基本面

【行动项】
1. 不重仓元宇宙概念股
2. 关注 VR/AR 技术实质进展
3. 等待技术层确认后再评估

---

📚 核心理念

KK 预测核心思想

未来预测不是算命，而是：
1. 观察信号（从日常信息中识别）
2. 理解层级（不同层级不同策略）
3. 保持开放（价值观坚守，认知更新）

三思维模型

1. 富人下沉法
   高端服务 → 技术成本下降 → 大众市场
   
2. 边缘主流法
   边缘创新 → 早期采用 → 主流应用
   
3. 新词挖掘法
   新词汇诞生 → 新概念传播 → 新趋势形成

四变化层级

流行趋势（年变）→ 避免追逐
技术（3-5 年变）→ 核心关注
基础设施（10 年 + 不变）→ 长期持有
气候地质（世纪变）→ 超长期参考

关键：层级不混淆，周期要匹配

健康公式

把握趋势 = 识别信号 × 理解层级 × (1 - FOMO) × 开放心态

关键变量：
- 识别信号：三思维模型
- 理解层级：四变化规律
- FOMO：用 decision-checklist 检查
- 开放心态：价值观坚守，认知更新

---

🔗 相关文件

• ../SKILL.md - 投资框架主技能
• ../references/kk-prediction.md - KK 预测方法论详解
• ../examples/trend-analysis.md - 趋势分析示例集
• ../templates/trend-report-template.md - 趋势分析报告模板

---

变更日志

v4.0.0 (2026-04-07) - Schema 标准化

新增：

• ✅ 完整标准化输出 Schema
• ✅ 符合 OUTPUT_SCHEMA.md v1.0.0

合规性：

• ✅ 核心技能 🔴 标准（100% 合规）

---

更新日志

---

变更日志

v4.0.0 (2026-04-07) - Schema 标准化

新增：

• ✅ 完整标准化输出 Schema
• ✅ 符合 OUTPUT_SCHEMA.md v1.0.0

合规性：

• ✅ 核心技能 🔴 标准（100% 合规）

---

📐 标准化输出 Schema ⭐⭐⭐⭐⭐

遵循：../OUTPUT_SCHEMA.md - 投资框架标准化输出规范

核心 Schema

{{
  "signal": {{
    "summary": "一句话结论（≤50 字）",
    "recommendation": "强烈推荐 | 推荐 | 观察 | 谨慎 | 避免",
    "score": 0-100
  }},
  "confidence": {{ "score": 0-100, "level": "低 | 中 | 高", "data_quality": "数据质量说明" }},
  "reasoning": {{ "key_findings": ["发现 1", "发现 2", "发现 3"] }},
  "metrics": {{ "primary": {{ "指标": {{ "value": 数值，"unit": "单位" }} }} }},
  "sources": [{{ "name": "数据源", "type": "官方 | 媒体 | 第三方", "reliability": "S|A|B|C" }}],
  "action_items": [{{ "priority": "高 | 中 | 低", "action": "行动", "timeline": "时间", "success_criteria": "标准" }}],
  "disclaimer": "⚠️ 市场有风险，投资需谨慎。",
  "metadata": {{ "skill_name": "技能名", "skill_version": "4.0.0" }}
}}

完整模板：详见 ../SCHEMA_TEMPLATES.md

---

🔧 故障排查

问题	检查项
不触发	description 是否包含触发词？
运行失败	脚本有执行权限吗？(chmod +x)
用错技能	多个技能 description 是否太相似？

• v2.0.0 (2026-03-19): 按照 SKILL-STANDARD-v2.md 深度重构

  • 完善 Front Matter（version/author/skill_type/related_skills）
  • description 改为触发说明式
  • 添加 5 个常见错误（从失败案例提炼）
  • 添加渐进式披露结构（references/examples/templates）
  • 标准化输入输出格式（JSON Schema）
  • 添加 3 个完整使用示例
  • 优化核心理念和健康公式

• v1.0.0 (2026-03-16): 初始版本

---

未来预测不是算命，而是识别信号、理解层级、保持开放。趋势是朋友，但 FOMO 是敌人。 🔮