核心用法
该 Skill 是面向 AI 投资决策的结构化分析工具，核心功能围绕"吴军 AI 三波浪潮"理论展开。用户输入 AI 公司或项目信息后，Skill 自动执行四维度检查清单评估：数据优势、应用场景、商业闭环、技术壁垒。
典型使用流程：
1. 用户描述目标 AI 公司/项目的基本情况
2. Skill 调用本地 searxng 工具补充行业趋势数据
3. 对照理论框架生成评分（4项通过/未通过）
4. 输出投资建议与风险提示
Skill 同时提供三波浪潮对照表（2010-2020 互联网 AI 平台型机会、2020-2030 行业 AI 垂直应用、2030-2040 通用 AI 早期探索），帮助用户判断项目所处阶段与时机匹配度。
显著优点
理论权威性：直接引用吴军《智能时代》《浪潮之巅》的成熟投资框架，非原创臆测，降低认知偏差风险。
决策结构化：将模糊的"AI 概念炒作"转化为可量化的 4 项检查清单，避免情绪化投资决策。
风险前置：内置常见错误警示（忽视数据优势、忽视应用场景、过度炒作），形成反常识提醒机制。
零依赖执行：Python 脚本仅使用标准库，无第三方包，部署简单且供应链攻击面极小。
潜在缺点与局限性
理论时效性：吴军三波浪潮理论提出于 2010 年代中期，对 2025 年后 AI 格局（如大模型颠覆、Agent 爆发）的覆盖存在滞后。
数据获取局限：依赖本地 searxng 搜索工具，若未配置则无法自动补充实时行业数据，可能降低分析时效性。
评分机械性：4 项 checklist 为二元通过/未通过，难以反映真实商业世界的灰度判断，可能过度简化复杂决策。
非专业替代：明确声明"不替代深入研究"，适合个人投资者初步筛选，不适合机构级尽职调查。
适合的目标群体
- 个人投资者：希望建立 AI 投资框架的散户，需快速理解行业逻辑
- 产品经理/创业者：评估 AI 项目可行性，验证数据-场景-闭环假设
- 科技爱好者：系统性学习吴军理论，而非碎片化阅读
- 教育场景：商学院/创业课程中作为 AI 投资案例分析辅助工具
使用风险
技术依赖风险：Skill 依赖本地 searxng 搜索工具，若路径配置错误或工具缺失将导致功能失效。subprocess 调用虽设置 15 秒超时，但仍属本地命令执行范畴。
输入验证不足：topic 参数缺乏长度限制与特殊字符过滤，存在理论上的路径遍历风险（实际利用条件苛刻）。
投资建议局限性：AI 技术迭代极快，历史框架可能失效；Skill 输出为辅助参考，不构成投资依据，用户需独立承担决策后果。
来源可信度：维护者为个人开发者（T3 来源），虽代码审计通过，但长期维护与更新承诺存疑。