我用七日幫保險團隊起咗一個金融大腦

我坐低打開 Claude Code，本身只係想幫團隊起個簡單嘅 chat。五日之後，我眼前有兩個 AI agent 喺度嘈緊應唔應該搬退休基金。呢個就係一個完全唔識寫 code 嘅理財策劃師，點樣由一個內部知識工具變成一樣我以為自己做唔到嘅嘢——同埋點解我學到最重要嘅一課，就係 AI 依然唔識數，但有啱嘅數據就得。

快速 Check：呢篇文寫畀邊個？

如果你帶住一個團隊，又成日覺得手頭嘅工具唔夠聰明。如果你試過起一樣嘢，最後搞出嚟完全係另一樣嘢。如果你覺得 AI 喺金融行業就等於啲 chatbot 講句「我唔可以提供理財建議」。我係香港 AIA 一個保險團隊嘅理財策劃師。我唔寫 code —— 我描述我想要啲咩，然後 AI 幫我起。一個隨便玩吓嘅 builder 同我哋嘅分別好簡單：我哋每次坐低寫 code，都要搵到一個商業理由。呢個就係我哋想 AI 幫我哋做到更好嘅地方。

第零日：用 Claude Code 同一個爛 idea 開始

呢次係我哋第一次開 Claude Code，想睇吓佢到底有幾勁。邊啲功能可以令我哋嘅工作流程升級？

第一個 idea：內部 chat 系統。一個令團隊更容易搜文件、拉知識庫嘅嘢。直接。實用。穩陣。

我哋開始起。然後⋯⋯佢唔 work。我唔知點解。個 chat 應該要運作嘅，但佢就係唔合作。訊息入到去，但冇嘢有用嘅吐番出嚟。

但係呢——當我哋同個 chat 搏鬥嗰陣，我突然意識到一件事。一個文件搜索 chatbot？唔錯。但嘥晒呢樣嘢真正嘅能力。

我嘅團隊唔需要一個靚啲嘅搜索欄。佢哋需要一樣冇一個人腦可以獨自做到嘅嘢。

第一日：冇人計劃過嘅轉向

我冇修理個 chat，直接換晒方向。

MPF。香港嘅強制性退休基金制度。每個打工仔都有。每個保險顧問都要明白基金表現、市場狀況、幾時建議轉換。但係冇人有工具做呢件事。唔係因為冇人想——係因為啲數據亂到癲。

冇官方 API。政府出 Excel 永遠慢幾拍。基金公司嘅網站好似 2008 年起嘅。我嘅團隊學習同 rebalance 佢哋嘅組合，靠嘅係⋯⋯記憶？上季睇過啲乜？感覺？

所以新方向：一個 MPF 表現嘅內部學習平台。唔係 chatbot。係一個金融大腦。一個可以追蹤每隻基金、睇新聞、幫我哋做更好決定嘅系統。

我哋當日就揀咗方向，即刻開始砌。Database schema。價格追蹤表。新聞表。一個真嘢嘅骨架。

第二日：每扇門都鎖住

呢度開始痛。

我哋起好 database，開始諗點樣攞數據入去。基金價格。新聞文章。市場更新。全部都要。

但全部都攞唔到。

基金價格嘅來源唔係過期，就係 JavaScript-rendered（會搞冧 scraper）（我都唔知呢個係乜但呢個就係學習過程），又或者喺 paywall 後面。新聞 API 唔係要 $449 美金一個月，就係 block 晒雲端 server IP。我哋試過 deep search。試過 Playwright 直接 scrape 網站。諗到嘅方法都試晒。

每個方法都撞牆。過期數據。被 block。Rate limit。格式唔啱。嗰日嘅感覺就好似你全速跑，然後撞入一連串鎖住嘅門。個 app 有個靚到爆嘅 database schema，但冇數據填入去。

第三日：一個朋友、一餐飯、一個奇蹟

我同朋友食飯。我哋傾緊呢個 project 同數據問題。傾傾吓，我突然醒起——我冇開 Brave Search。

我知道 Brave Search 係 Claude Code 嘅工具。我知佢可以搜網、搵到普通 API call 搵唔到嘅嘢。但我唔想畀錢。我以為係 premium 功能。

原來佢每個月送 free credit。仲可以 cap 住用量，永遠唔使超。技術上係免費。

我返屋企即刻開。

天啊，真係奇蹟。

Brave Search 唔止搵到新聞文章。佢搵到我唔知存在嘅數據來源。佢搵到官方網站上面冇人公開嘅 API endpoint——backend endpoint，啲公開頁面用嚟填基金表格嘅。冇人記錄過呢啲。冇 blog post。冇 Stack Overflow 答案。

一個 endpoint 畀我所有基金嘅即時價格。另一個畀我追溯到 2000 年嘅歷史價格。二十六年每日嘅數據。就咁坐喺度，因為 Brave Search 可以真正 crawl 同理解佢搵到嘅嘢。

一切就咁接通。價格開始流入。新聞文章開始分類。Database 唔再空。

一個工具。一餐飯。解鎖成個 project 就係靠呢啲。

第四日：點解 AI 永遠唔能夠完全接管

好，一切都 work 緊。價格載入。新聞分類。圖表出緊。我覺得好正。

然後我望吓基金數量。二十五。

唔啱。AIA 嘅 MPF 計劃得二十隻基金。唔係二十五。

咩事？AI 搜基金數據嗰陣搵到舊紀錄——已經停咗好多年嘅基金。佢同 active 嘅混埋一齊拉入嚟。冇 error。冇 warning。五隻唔應該喺度嘅基金，坐喺 database 入面，睇落完全正常。

我要去官方網站。手動。逐隻基金數。逐個名對。刪走已停嘅。改返啱個名。

呢個就係點解 AI 永遠唔能夠完全接管。佢搜得快過你。起嘢快過你。但佢話唔到你佢搵到嘅數據係過期嘅。佢唔知道「中國基金」2019 年已經停咗。你知——因為你喺呢行做嘢，你 check 過。

Human in the loop 唔係 nice-to-have。佢係令成個系統保持誠實嘅嘢。

第五日：兩個 AI 行入一場辯論

有乾淨數據同 working pipeline 之後，係時候起我真正想要嘅嘢。決策引擎。

個 idea 係咁：與其一個 AI 睇晒所有嘢然後做決定，不如兩個 AI 各自搜索？唔同數據。唔同邏輯。唔同哲學。然後佢哋走埋一齊嘈，嘈到有結論。

Quant Agent 只睇數字。Sharpe ratio、Sortino ratio、drawdown、波幅、動量。冇感情。冇標題。純數學。

News Agent 讀每篇分類過嘅文章。地緣政治風險、市場情緒、監管變化。冇數字。純敘事。

然後佢哋辯論。數學同新聞邊度一致？邊度矛盾？漏咗啲乜？

第四個 AI —— Mediator —— 讀成份辯論紀錄，然後做最後決定，參考組合應該點樣。

成件事大概一分鐘跑完。

第一次 live 跑嗰陣，佢睇數據、睇新聞、辯論⋯⋯然後話：唔郁。咩都唔使改。

理由：「短期宏觀噪音唔足以令一個 28 歲、仲有 35 年以上投資期嘅人 rebalance。」

嗰一刻我知呢個係真。唔係因為佢做咗交易。係因為佢決定唔做。一個識講「唔好」嘅系統——嗰個唔係玩具。嗰個係工具。

最後變成咗咩

五日做咗好多嘢。而且我一直喺度改良。之後個 app 長成咗一樣我冇計劃過嘅嘢：

20 隻 active MPF 基金，每日追蹤價格加完整嘅量化指標
防守優先嘅 prompt —— 辯論系統試過喺地緣政治危機期間 hold 100% 股票之後，我重寫晒四個 agent，令佢哋好似風險委員會咁諗，唔係好似基金經理
自我學習嘅評分器，評估過去嘅決定，將教訓 feed 番入未來嘅決策
第二個基金模組已經喺度做緊 —— 下篇文再講
六個自動 cron 喺我瞓覺嗰陣跑——價格、新聞、指標、每週辯論、月報
Discord 通知，每次 rebalance 決定團隊即時睇到

AI 總成本？每月平過一杯咖啡。成個智能層——新聞分類、辯論、月報——全部經 Vercel AI Gateway 跑，每個 request 幾毫子。

總結

由商業需求出發，唔係由功能出發。 我哋唔係因為 chatbot 好潮所以起。我哋起咗一個決策引擎，因為團隊需要更好嘅 MPF 建議。商業需求驅動每一個功能。
你第一個 idea 多數太細。 我哋由「搜文件」開始。最後做到「兩個 AI 辯論資產配置」。唔好將自己限制喺聽落合理嘅範圍——問吓，到底咩先會真正改變你團隊嘅工作方式。
你忽略緊嘅工具可能就係關鍵。 Brave Search 一直都喺度。一餐飯嘅對話加五分鐘 setup 就解鎖成個 project。喺起 workaround 之前，check 吓你已經有啲乜先。
AI 唔識數你有幾多隻基金。 佢拉咗 25 隻入嚟，實際得 20 隻。佢唔知邊隻停咗。人手 check 官方來源——嗰個唔係成本。嗰個就係產品本身。

我會繼續 update 大家呢個點進化。辯論系統每星期都聰明啲。Backtester 證明緊防守策略有效。團隊真係用緊佢。

如果你好奇我一開始點樣喺香港搞到 Claude Code 跑，嗰個又係另一個故事。

你嘅團隊需要一個點樣嘅工具，而呢個工具仲未存在？