即刻App年轻人的同好社区
下载
Kimi agent 集群 VS Manus
终于有机会测试一下 kimi swarm 了，来看看在复杂的投资场景下kimi 和 manus 在效果上的表现。
背景
针对飞鹤这个标的，邀请一个投资经理在同一个提示词下的Agent分析效果，对比 Kimi agent swarm 和 manus 的普通 agent，Kimi agent swarm 根据任务拆解建立了5个 agent，
Manus 也按照提示词进行分步思考。
标的名称：飞鹤乳业（港交所06186）
用户诉求及反馈
1. 对投资 Agent 的诉求：结论不重要，关键是看分析逻辑。
2. 给Kimi 65 分，好处是：Kimi的总结是把前面几个部分提取了要点，并写出自己不确定的地方，逻辑非常完整。欠缺的是：a）最新的数据（数据只到2025年一季度）；b）商业理解的深度；c）影响因素的重要性排序；d）未来事件发生的大致可能性。
3. 相比而言，Manus最多给40分，离及格线还差很远。不过也可能因为这份提示词是我让Kimi生成的，Kimi 自己更好理解，也许让Manus生成一份英文提示词，他会做得更好。
Manus 的问题和 Kimi 的回答详细对比
* 对数据分析的深度不够，举例
1. 指出了牧场在赔钱，但没有说明牧场赔钱意味着什么。同等表达下，Kimi说牧场是中等可替代性，更客观。
2. 指出了飞鹤的护城河不具备网络效应，kimi有更详细的分析，把网络效应拆为三项，用户的规模效应、多宿主成本、临界点测试
3. 针对护城河中的转化成本、规模经济、品牌定价权，kimi 有数据和具体产品案例支撑
4. 对核心财务指标拆解太少，只包含了净利润、ROE、毛利、存货、股息。Kimi分析了三张表，拆解了 ROE 和ROIC、自由现金流和有息负债
5. 列出了管理层的三个优点和三个缺点，只做了事实总结没有做分析。kimi列出了评价管理层的五大标准，逐一分析并举出具体案例，管理层历史上做过什么事，17年前的事都列了出来，证据更充足和可信
* 逻辑分析归因错误，举例
1. 指出了市场份额下降0.5%，但这不能说明品牌力下降了。Kimi是指出了它的品牌搜索资产弱、提示资产强
2. 指出了毛利率下降5%，但这不能说明飞鹤以价换量。Kimi进行逆向思考、发现数据之间的关联，比如新生儿下降但营收增长
* 逻辑分析问题深度不足，举例
1. 对未来的展望，针对问题“飞鹤公司需要具备哪些条件才能成为一项理想的投资”只给出了一些泛泛的回答。Kimi分析了几个重大风险，及其对公司的影响，比如出生人口继续大幅下降、行业进行价格战、拓品类失败、出海失败等。
* 存在一些自我发挥，举例
1. “飞鹤主要是品牌认知而非产品功效，容易受竞品技术投入影响其影响力”：飞鹤品牌认知并不是缺点，且是否受竞品技术影响没有经过证实。同等表达下，Kimi具体分析了营销投入
2. “高端奶粉市场萎靡”：这是事实错误，实际上因为涨价，整个市场在过去十年没有减小，且高端市场还在增加。同等表达下，Kimi承认人口预测不在自己能力范围，且发现了他的收入和出生人口规模并不直接相关
3. “管理评分5.5/10 ”，没有数据来源
4. “认为没有能力应对新生儿结构性下滑”，过于主观判断，没有逻辑支撑
* 计算错误，举例
1. 给出了2023 年ROIC 是-226%，数据错误
2. 给出了 10 倍 P/E 和 3 倍 EV/EBITDA，数据错误
3. DCF 给出了 每股4.07 港币，但缺乏计算过程而且像是编了一个数。Kimi有计算过程，有保守-基准-乐观情景分析，并有悲观测试，逻辑更好、数据更可靠
终于有机会测试一下 kimi swarm 了，来看看在复杂的投资场景下kimi 和 manus 在效果上的表现。
背景
针对飞鹤这个标的，邀请一个投资经理在同一个提示词下的Agent分析效果，对比 Kimi agent swarm 和 manus 的普通 agent，Kimi agent swarm 根据任务拆解建立了5个 agent，
Manus 也按照提示词进行分步思考。
标的名称：飞鹤乳业（港交所06186）
用户诉求及反馈
1. 对投资 Agent 的诉求：结论不重要，关键是看分析逻辑。
2. 给Kimi 65 分，好处是：Kimi的总结是把前面几个部分提取了要点，并写出自己不确定的地方，逻辑非常完整。欠缺的是：a）最新的数据（数据只到2025年一季度）；b）商业理解的深度；c）影响因素的重要性排序；d）未来事件发生的大致可能性。
3. 相比而言，Manus最多给40分，离及格线还差很远。不过也可能因为这份提示词是我让Kimi生成的，Kimi 自己更好理解，也许让Manus生成一份英文提示词，他会做得更好。
Manus 的问题和 Kimi 的回答详细对比
* 对数据分析的深度不够，举例
1. 指出了牧场在赔钱，但没有说明牧场赔钱意味着什么。同等表达下，Kimi说牧场是中等可替代性，更客观。
2. 指出了飞鹤的护城河不具备网络效应，kimi有更详细的分析，把网络效应拆为三项，用户的规模效应、多宿主成本、临界点测试
3. 针对护城河中的转化成本、规模经济、品牌定价权，kimi 有数据和具体产品案例支撑
4. 对核心财务指标拆解太少，只包含了净利润、ROE、毛利、存货、股息。Kimi分析了三张表，拆解了 ROE 和ROIC、自由现金流和有息负债
5. 列出了管理层的三个优点和三个缺点，只做了事实总结没有做分析。kimi列出了评价管理层的五大标准，逐一分析并举出具体案例，管理层历史上做过什么事，17年前的事都列了出来，证据更充足和可信
* 逻辑分析归因错误，举例
1. 指出了市场份额下降0.5%，但这不能说明品牌力下降了。Kimi是指出了它的品牌搜索资产弱、提示资产强
2. 指出了毛利率下降5%，但这不能说明飞鹤以价换量。Kimi进行逆向思考、发现数据之间的关联，比如新生儿下降但营收增长
* 逻辑分析问题深度不足，举例
1. 对未来的展望，针对问题“飞鹤公司需要具备哪些条件才能成为一项理想的投资”只给出了一些泛泛的回答。Kimi分析了几个重大风险，及其对公司的影响，比如出生人口继续大幅下降、行业进行价格战、拓品类失败、出海失败等。
* 存在一些自我发挥，举例
1. “飞鹤主要是品牌认知而非产品功效，容易受竞品技术投入影响其影响力”：飞鹤品牌认知并不是缺点，且是否受竞品技术影响没有经过证实。同等表达下，Kimi具体分析了营销投入
2. “高端奶粉市场萎靡”：这是事实错误，实际上因为涨价，整个市场在过去十年没有减小，且高端市场还在增加。同等表达下，Kimi承认人口预测不在自己能力范围，且发现了他的收入和出生人口规模并不直接相关
3. “管理评分5.5/10 ”，没有数据来源
4. “认为没有能力应对新生儿结构性下滑”，过于主观判断，没有逻辑支撑
* 计算错误，举例
1. 给出了2023 年ROIC 是-226%，数据错误
2. 给出了 10 倍 P/E 和 3 倍 EV/EBITDA，数据错误
3. DCF 给出了 每股4.07 港币，但缺乏计算过程而且像是编了一个数。Kimi有计算过程，有保守-基准-乐观情景分析，并有悲观测试，逻辑更好、数据更可靠
8 02
来自圈子
AI探索站
107380人已经加入