把"再找个人抬杠"制度化——TradingAgents 架构拆解与它的成本代价
一个多空辩论模拟器 scripts/debate_team.py：围绕你熟悉的茅台提价事件（第 3 课的新闻、第 5 课的价格，原样复用），看多研究员和看空研究员各执证据辩论两轮，再由研究经理读完全场，裁决出"倾向 + 置信度 + 最大风险 + 观察点"。演示模式无需 API Key，全部辩论文本预计算、引用数字真实计算，先跑通再谈原理。
比脚本更重要的是三个判断：TradingAgents 论文的团队是怎么分工的（你的组件各就各位）、为什么辩论能治第 11 课讲的立场偏差、以及多 Agent 的账单有多贵、什么时候才值得付。
TradingAgents 论文（2024 年 12 月，TauricResearch）的核心主张：真实交易公司不靠一个超级交易员，靠的是一群人各管一摊、互相牵制。它把 LLM 组织成一家虚拟交易公司，角色分工（文字版）：
┌────── 分析师团队 ×4（各管一类信息）──────┐
│ 基本面分析师｜情绪分析师｜新闻分析师｜技术分析师 │
└─────────────────┬─────────────────┘
▼ 四份分析报告
┌────── 研究员团队 ×2（立场对抗）──────┐
│ 看多研究员 ⇄ 辩论 N 轮 ⇄ 看空研究员 │
└─────────────────┬─────────────────┘
▼ 辩论纪要
研究经理（裁决）
▼ 倾向 + 置信度
交易员（翻译成交易计划）
▼ 计划草案
┌────── 风控团队（三视角审批）──────┐
│ 激进派 ⇄ 保守派 ⇄ 中性派 → 放行/否决 │
└─────────────────┬─────────────────┘
▼
最终交易决策把这张图和你已经建好的组件对上号——你会发现这门课一直在按这张蓝图施工：
| TradingAgents 角色 | 职责 | 你的对应组件 |
|---|---|---|
| 情绪分析师 | 把新闻文本翻成结构化分数 | 第 3 课 news_sentiment.py |
| 新闻/技术分析师 | 收集消息面与价格面证据 | 第 5 课 sentiment_agent.py（工具调用取证） |
| 看多/看空研究员 + 研究经理 | 就证据对抗辩论，裁决倾向与置信度 | 本课 debate_team.py |
| 交易员 | 把观点翻成具体的交易计划 | 你本人（第 4/7 课的回测纪律是你的校验工具） |
| 风控团队 | 仓位、止损、审批与否决 | 你本人 + 第 1 课的硬规则（T+1、涨跌停） |
注意两点。第一，本课脚本只实现了中间一层：分析师层用"证据包"（第 3/5 课素材）代替，交易员和风控故意留给你——真金白银的决策权不出让。第二，每个角色本质上都是一次带不同 system prompt 的 LLM 调用，没有任何魔法——多 Agent 的"智能"来自分工与流程设计，不是更强的模型。
第 11 课我们见过单 Agent 的立场偏差：你在 prompt 里给了它一个立场（"你是看多研究员"），它就会顺着这个立场把逻辑编圆——这不是模型坏，是它在忠实地执行你的指令。问题在于，当你只有一个 Agent 时，没有任何力量逼反方证据登场，而人又有确认偏误，天然爱听顺着自己持仓的结论。两个偏差叠加，单 Agent 的结论往往比它看起来要偏。
辩论机制的解法是结构上的：把"寻找反方证据"从一个自觉动作，变成一个岗位职责。看空研究员的 KPI 就是把多方逻辑拆穿，它不看多方的脸色；研究经理不带立场入场，只做裁判。多智能体辩论的研究（Du et al., 2023）也表明，多轮对抗能显著减少模型的"幻觉性自信"。TradingAgents 把这套机制搬进了交易场景。
两个研究员读的是同一份证据包。如果证据本身有问题（免费新闻接口挂了退回旧样本、价格数据缺失、情绪分样本污染——第 2、3 课的老朋友），辩论只会让错误的证据被论述得更周全、听起来更可信。辩论纠的是"视角"的偏，纠不了"数据"的偏。所以第 2 课的冗余纪律和第 3 课的可审计理由，在多 Agent 时代一条都不能省。
脚本全程离线：证据包是第 3/5 课的内置样本，辩论文本在演示模式下是预计算的，但每个引用的数字（+9.84%、1658.40、1784.79……）都是 compute_stats() 从价格样本里真算的。逐行复制：
cd "$HOME/AI Project/Quant Learning"
source .venv/bin/activate
python scripts/debate_team.py你会看到（我已在你的环境实测通过；第二轮反驳全文较长，此处截断，完整版以你本机运行为准）：
团队名单（TradingAgents 三层架构的最小实现）
[证据层] 证据包：第3课新闻样本 + 第5课价格样本（离线内置）
[辩论层] 看多研究员 ⇄ 看空研究员，交锋 2 轮
[裁决层] 研究经理：输出倾向 + 置信度
【证据包：贵州茅台(600519) 提价事件，2026-07】
一、新闻面（第3课情绪打分器的输入素材）
- 2026-07-17 21:43｜飞天茅台 官宣涨价！+100元
- 2026-07-20 13:28｜茅台批价回落，贵州茅台年内第二次上调飞天茅台零售价
……共 6 条
二、价格面（前复权收盘价，第5课样本）
- 区间 2026-07-01 ~ 2026-07-21：1612.50 → 1771.20（+9.84%）
- 提价公告日（2026-07-17）收盘 1658.40；之后冲高 1784.79（2026-07-20，较公告日+7.62%）
- 最新收盘 1771.20（2026-07-21），较前高-0.76%
三、公司动作
- 飞天茅台 i茅台平台零售价 1539 → 1639 元/瓶（+100 元，+6.5%），
销售合同价上调至 1369 元/瓶，2026-07-18 起执行
────────── 第一轮 · 立论 ──────────
【看多研究员】
①提价是教科书级直接利好：零售价 1539→1639 元（+6.5%）、合同价同步上调至 1369 元，
公司公告白纸黑字，利润增厚是确定性的。②市场已用真金白银投票：公告日收盘 1658.40，
两个交易日内冲高 1784.79（+7.62%），白酒股集体跟涨，这是资金共识的确认。③管理层
明知批价承压仍敢提价，恰恰说明对渠道消化能力有底气……
【看空研究员】
①批价回落才是这盘棋的真信号：官方指导价上调的同时，经销商之间的真实成交价在跌，
终端需求接不住这个价格，提价红利可能被渠道折价吃掉。②涨幅恰是风险：公告后冲高
1784.79（+7.62%）后，最新收盘已回撤 -0.76%——"利好兑现即利空"的剧本在A股演过无数遍。
③复盘第3课：情绪分 +0.73 里 3 条新闻在说同一件事，独立信息只有一两个……
────────── 第二轮 · 反驳 ──────────
（双方逐点反驳，完整输出以你本机运行为准）
────────── 研究经理 · 裁决 ──────────
倾向：偏多 置信度：62%
核心逻辑：提价是确定性利润增厚，批价回落是概率性风险，且市场已初步验证
最大风险：批价继续回落，证伪"渠道能消化提价"的前提
观察点：批价是否止跌；股价是否跌回公告日收盘 1658.40 下方BULL_SYSTEM / BEAR_SYSTEM），输入的证据包一字不差。差异只来自"职责"，不来自信息——这才是一场公平的辩论，裁决才有意义。run_live()：第二轮的 messages 里带上了对方的第一轮发言，要求"逐点反驳"。没有这一步，两个角色就各说各话，不叫辩论叫平行独白。MANAGER_SYSTEM 要求只输出 {"stance", "confidence", "reason", "key_risk", "watch"}——结构化输出、标尺定义、可审计理由，第 3 课的三原则在多 Agent 场景原样生效，解析失败照样跳过报错。再读一遍裁决本身，注意它长什么样：不是"买/卖"，而是"偏多、62%、最大风险是 X、下一个观察点是 Y"。62% 的意思是"证据天平略偏多方，但远不到拍桌子"。这才是研究员团队该交付的东西——一份带反方意见、带证伪条件的备忘录。T+1 的制度下它正好够用：今晚裁决完，明天开盘前你还有一整晚消化"最大风险"那一行。
脚本最后会算一笔账（演示模式按 1 token ≈ 1.5 字估算，真实模式用接口返回的 usage，以下是实测输出）：
========================================================
成本账本：这场辩论花了多少 token
========================================================
第1次：看多·第一轮：输入约 693 字，输出约 194 字
第2次：看空·第一轮：输入约 695 字，输出约 191 字
第3次：看多·第二轮：输入约 1113 字，输出约 153 字
第4次：看空·第二轮：输入约 1115 字，输出约 195 字
第5次：研究经理裁决：输入约 1558 字，输出约 157 字
估算（1 token ≈ 1.5 字）：输入约 3449 tokens，输出约 593 tokens
按 deepseek-chat 标准价（输入 ¥2.0/M、输出 ¥8.0/M）估算：约 ¥0.0116三个读数方法：
| 场景 | 建议形态 | 理由 |
|---|---|---|
| 例行摘要、批量打分 | 单次调用（第 3 课模式） | 任务是翻译不是决策，辩论纯属浪费 |
| 单票事件取证与诊断 | 单 Agent 工具循环（第 5 课模式） | 需要查证但不需要立场对抗，ReAct 循环够用 |
| 重仓/调仓等重大决策 | 多 Agent 辩论（本课模式） | 错一次的代价远大于 token 账单，反方意见值这个钱 |
演示模式的辩论文本是预计算的；真实模式走 LLM_API_KEY，串行 5 次 OpenAI 兼容调用（2 角色 × 2 轮 + 1 次裁决），并用接口返回的 usage 打出精确账单：
export LLM_API_KEY="sk-你的key"
python scripts/debate_team.py --live换别家模型只需改 LLM_BASE_URL 和 LLM_MODEL 两个环境变量。真实模式我已写好但尚未实测（你机器上还没有 Key）——拿到 Key 后跑一次，有报错直接贴给我。跑完建议做一件事：把真实模式下多空双方的论证和演示模式对比，看模型现场发挥是更强还是更滑头。
凭记忆作答，答错会显示解析。
tradingagents/graph/ 下的流程编排代码。它面向美股、依赖付费数据源；不建议你直接部署，读懂设计即可，移植到 A 股时先过一遍第 1 课的硬规则。第 14 课 · 回测进阶：滑点与涨跌停不可成交——第 4 课的回测假设"次日开盘价想买就能买到"，但涨跌停板上根本没有对手盘。给回测补上这两块现实，看它又把多少"漂亮策略"打回原形。
有任何不清楚的地方（比如第二轮的上下文怎么拼、成本账本的估算口径、裁决 JSON 的校验），直接问我——我是你的老师。