The Next Research Workflow.

AI 让分析平权了,
注意力没有。

人人都有 Claude,谁都能读材料、写分析。稀缺的是最好一批人此刻在看什么、怎么判断。Frontier 聚合了这批人,把他们的注意力变成人和 AI 都能用的金融 context。

分析平权了,注意力没有。

SemiAnalysis 和推特已经证明:注意力和信号,本身就是投研。现在人人都在用 Claude 读材料,分析能力这一代已经平权。

能力平权之后,稀缺的是注意力:先看什么,信什么。

而且,需求正在爆发数据第一次可以被所有人消费。

人的注意力有瓶颈。以前,机构靠雇人扩大消费力:一个 PM 手下 3–5 个分析师,替他覆盖更多公司。一家另类数据供应商往往也只服务 30–40 家机构。

agent 改变了这件事。不会写代码的人也能调用 API,每个人能处理的数据成倍放大。数据不再等人去看,而是自己找到消费者。

数据的消费者从 30–40 家机构扩到每个人和他们的 agent 左侧是过去:少数机构挤在一个封闭的圈里,靠分析师扩大消费力。中间标注 agent 替人调 API。右侧是现在:大量分散的点,代表每个人和他们的 agent。 BEFORE 靠雇人扩大消费力 NOW agent 放大消费力 30–40 家机构 一个 PM · 3–5 个分析师 agent 替人调 API 每个人,和他们的 agent 数据自己找到消费者
FIG. 01消费力放大示意。右侧点数不代表具体数量,只表示消费端不再封闭。
零售 · 线下到线上西安也能买到无印良品。

以前买不到的东西,线上一开,所有人都能买。消费不是被创造出来的,是被放出来的。

数据 · API 到 agent每个人都能用上机构的数据。

以前只有机构消化得了,agent 一开,所有人都能消费。同样的放量,正在数据这边发生。

这扇门正在打开,现在就要占住。

同一个模型,同一条新闻,判断差一截。

模型人人可用,输入 token 人人同价。区别在于调用时,有没有一层对的 context。

一个例子 · 谷歌业绩会同一个模型,同一条新闻
没有这层 context

跟着头条走。

市场都在说 capex 大涨、capex 最重要,模型也跟着这么复述。

有这层 context

知道该看哪里。

群里的从业者很快指出:capex 其实不及预期;云业务也有几个角度没有达到预期。

这个判断的差额,就是值得捕获的价值。

为什么换模型解决不了

模型会越来越聪明,
但它不会知道群里刚刚说了什么。

很多判断说不成 prompt,金融场景里模型能力也已经趋同。所以 context 留在模型外面,模型换了它还在;后训练只训「什么重要」这一个判断,不训全能的金融模型。

推特上没有中国的声音,
中国没有推特。

今天,推特是 AI 信息唯一的集散地,但它捕获不了中国的声音。AI 供应链高度集中,中国越来越重要;随着中国 AI 的发展,中国的声音和中国基建的影响力还会继续变大。

国内也没有推特这一层。微博和知乎泛娱乐化、低质化,承载不了;小红书的用户更好,却只能用吃喝玩乐的形式,被迫承担了一部分这个角色。

  • 推特AI 信息集散地

    海外从业者都在,但没有中国的声音。

  • 微博 · 知乎泛娱乐

    内容低质化,专业讨论被淹没。

  • 小红书用户好,形式不对

    只能用吃喝玩乐的形式聊金融。

  • Frontier中国的专业声音

    金融人和产业里的人,中文,实时。

最好一批人此刻在看什么,
只有我们知道。

Frontier 从一个公众号开始,把一二级金融机构的从业者聚到了一起。很多人把 Frontier 置顶,重要消息一发生,第一时间进来看、进来讨论。

投研最关键的信息,很多并不发生在金融圈里。最懂美光的人,往往不是买方或卖方,而是美光的员工。Frontier 里既有金融从业者,也有 AI、半导体、互联网产业里做事的人;既有用户自己的讨论,也有专家内容,这些内容不会出现在传统投研平台上。我们主打 AI 和科技前沿,不做股票社群:产业里的人来这里讨论前沿,不是来听荐股。

1.5 万
付费从业者 · 今天
5 万
目标
金融从业者与产业从业者,覆盖主要买方与卖方机构里的个人。
付费是一道筛子

付费的作用是筛选和捕获:筛出高质量的信息获取者,把他们的注意力聚在这里。它不是利润来源;价值在这份注意力本身。

它如何越转越快我们决定最好一批人先看什么。

讨论留在平台上,变成权重:专业注意力给每条信息打的分。权重让 Frontier 挑得更准;挑得准,就能决定这批人先看什么,这是影响力,也是分发能力。影响力带来更多高质量的用户,更多讨论又让权重更准。

讨论变成权重,权重带来影响力,影响力带来用户,用户产生更多讨论 一个顺时针的循环:左上是讨论,右上是权重,右下是影响力,左下是用户。中间写着影响力等于分发。权重向右分出两个出口:给人,和给 AI。 讨论 金融 · 产业从业者 权重 专业注意力给信息打的分 影响力 挑得准,决定先看什么 用户 最好一批人,越聚越多 影响力 = 分发 决定最好一批人先看什么 给人 筛选 · 找到 · 问答 给 AI 金融 context 同一份注意力,给人,也给 AI
FIG. 02飞轮示意:讨论变成权重,权重带来影响力,影响力带来用户,用户产生更多讨论。

同一份注意力,卖三次。

捕获只做一次,出口有三个。顺序不能反:先有人的注意力,才有给 AI 的 context。

  1. 01 / PEOPLE

    人订阅。

    从业者为 Frontier 付费,今天已经在发生:1.5 万人。

  2. 02 / AGENTS

    agent 调用。

    每个人的 agent 调用 Frontier 的金融 context,消费端越放大,这一份越值钱。

  3. 03 / MODEL LABS

    模型厂授权。

    把权重和 context 授权给模型厂。卖算出来的东西,匿名、聚合,不卖聊天原文。

对标像 Reddit,但更窄,也更密。

Reddit 把社区讨论授权给谷歌和 OpenAI,用于模型训练和实时数据接入。据 Reuters 报道,谷歌这一笔每年约 6,000 万美元。那是泛话题的讨论;从业者的判断,单价只会更高。

REDDIT泛话题社区
  • 海量用户,话题不限
  • 讨论授权给模型厂
  • 用于训练与实时数据
FRONTIER金融与前沿科技社区
  • 参与者是金融与产业从业者
  • 中文,实时,有中国的声音
  • 授权权重与 context,不卖原文

接下来三件事,把这个位置占住。

  1. 01 / CAPTURE

    做好 Frontier app,捕获更好的信号。

    把讨论聚到自己的平台上。付费从业者从 1.5 万扩到 5 万。

  2. 02 / POST-TRAIN

    后训练,把信噪比判断做好。

    招算法与后训练人才,把多年人工挑选的经验变成模型能力,千人千面地开放给用户。

  3. 03 / GLOBAL

    把这一套做到海外。

    推特捕获不了中国的声音,Frontier 可以;同时拥有国内和海外高质量人群的讨论与内容,会成为一项战略性资产。

THE RAISE

AI 让分析平权了,注意力没有。
这一轮,是为了占住注意力这一层。

扩张到 5 万付费从业者 · 招算法与后训练人才 · 把捕获搬到自己的平台

本页只讲概念。1.5 万为当前付费从业者口径,5 万为目标,不是现状。

Reddit 授权信息来自公开报道;「从业者的判断单价更高」是我们的判断。金额、条款与细节当面沟通。