为什么要Deep Research？
当想到一个问题时，需要快速的scaling，Deep Research是目前最快的方式。
为什么要可视化？
人对文本信息的处理容易陷入细节之中，可视化是一种有效的快速聚焦，寻找下一个问题的方式。
Deep Research和可视化可以成为最终产品吗？
可以，也不可以，看怎么用。但它会是人最好的提效工具：快速看到问题，快速定位需要花费更多时间精力的问题。
举例，Oracle和AVGO（博通）财报后的大跌，虽然原因不同，对于Oracle纯因为不达预期及烧钱担忧，对于AVGO，可能是因为未来毛利会下降，可能就是因为价格太高。但，其实，背后对应的是我们之前讨论过的一系列问题的综合，实质是一个流动性问题：巨额Capex如何与未来收入匹配。
Deep Research可以建立一套有参考意义的框架，寻找足够多的数据（也许是错的）进行计算（也许也是错的），得出结论。可视化可以帮助人快速定位。
例如下面的信息图，分析框架和数学模型至少看起来make sense，一些结论看起来也基本可靠，具体的数字，当然一定存在错误。
问题就是，我们需要什么？完美的框架，还是精确的计算，抑或没有被纳入的因素？
每个人答案不同，我也有我的答案。
如今，对于我而言，这套流程至少可以解决我两个“痛点”：效率问题，这个显而易见；结论与建议问题，自媒体是不适合给出与投资相关的具体结论和建议的，全部使用AI不带人工干预的生成结果，至少可以做两件事情，一是“AI生成存在错误，仅供参考”，二是因为是AI生成的，人会不自觉地产生怀疑，然后将注意力更多的放到过程，而非结果上，这是不是一种变相的“投教”？开个小玩笑。
所以，下面的Slide全部是生成的，内容来自于Gemini的Deep Research，下面的内容只是两个目的：一是AI应用的探索案例；二是提供一种可能可行的思路。
