昨天的朋友圈刷爆了一篇來自霍爾木茲海峽的實地調研報告。這篇115頁的，帶點革命浪漫主義色彩的非虛構寫作手法的文章，來自Citrini。憑著興趣，我去了解一下這是一家什么研究機構。

一搜索，我發現自己知識信息已經落后于現在的研究發展浪潮。AI大潮，平臺經濟，一線觀察，獨立研究，這些時代的技術進步和需求，正在發起金融研究范式的革命。

高度專業分工推動研究機構小型化

Citrini是一家獨立研究機構，不依附任何券商。總部曼哈頓，只有10個人。創辦人James Citrini（本名James Van Geelen，一個典型荷蘭裔的名字），曾經在Citadel從事對沖基金工作。他信奉“馬賽克理論”，也就是“魔鬼藏在細節”，“細節決定成敗”。真正的財富不在公開的財報里，而在許多細小、獲取成本較高的，可能被主流機構忽略的，信息碎片中。

Citrini把研究聚焦AI。他們去霍爾木茲海峽數油輪，是因為他們相信AI的基礎是能源。前一篇Citrini的爆款研究報告是AI2028。大意說，AI在2028年必然造成大量知識白領失業，社會階層分化，出現虛幻GDP（Ghost GDP），經濟總量增長而居民財富下滑。（挺有趣的一個觀點，推薦找來看看。）

Citrin報告的作者之一穿著睡衣接受Bloomberg采訪，說著2028年AI摧毀知識產業▼

相比傳統的賣方研究機構，Citrini 這種機構則更像是一支特種部隊。

他們高度聚焦細分行業，只雇傭業內最好的專家，最好是有實戰經驗的一線人員。這些研究機構小型化，是高度專業分工的結果。他們不再維持龐大的行政體系，而是將專業人員的細節信息直接傳遞給龐大的投資機構，帶來巨大市場影響力。

舉例而言，Citrini的AI2028報告，造出一個恐慌交易（Scared Trade）詞匯。放大了當時AI對軟件公司的摧毀效應，造成千億市值的美股Saas公司股價下跌。Citrini這樣的機構相信，只要有了獨家視角，發現決定成敗的細節，他們的專業信用就可以影響上千個投資機構。

AI大潮打造研究機構“極客化”

在信息過載的時代，博學不再稀缺，深度的“專家洞察”才是硬通貨。為了獲得這種洞察，獨立智庫在技術上的投入甚至超過了許多中型公司。而AI的普遍應用強有力地幫助獨立研究機構“極客化”。

一個典型的例子是另一家大神級機構 SemiAnalysis。最近，這個小型團隊宣布花費 500 萬美元購買Anthropic的Claude AI模型服務，用于處理全球半導體供應鏈中專利、財報和實時生產數據。這個只有79個人的研究團隊，每人每年的AI支出超過6萬美元。研究團隊人員在最新一集podcast里分享，用Claude 建立個人化的RAG 系統，自動追蹤全球半導體供應鏈的產能、報價和庫存變化；用 Claude for Excel處理財務模型和供應鏈數據，取代過去大量的手動建模作業。

SemiAnalysis研究團隊說，他們在銀行的前同事們，幾乎不用AI工具。目前還沒有廣泛的報道，在投資銀行中強制性使用AI工具。而在一些最好的金融投資機構中，即買方機構中，已經有規定，投資經理每年必須使用多少token。AI支出對于買方投資團隊來說，是個KPI。

SemiAnalysis是一家現在很有影響力的專注芯片研究的研究機構▼

平臺經濟改變研究機構商業模式

Citrini 的爆發，離不開 Substack 這個平臺。

Substack以知識和信息平權，為獨立研究提供商業平臺▼

Substack 為獨立研究提供了什么服務？

- 支付與訂閱的閉環： Substack深度整合了Stripe支付，分析師可以一鍵開啟按月或按年的付費訂閱。平臺不干涉定價，Citrini 這種機構可以將年費定為幾千美金，直接篩選出高凈值客戶。

- 郵件直達：與算法推薦不同，Substack的核心是郵件驅動。研究報告會直接發到讀者的郵箱里，這種“強制送達”確保了專業洞察不會被淹沒在信息流中。

- 私域流量的絕對擁有權： 即使分析師決定離開 Substack，他們可以隨時帶走所有的訂閱者郵箱名單。

- AI輔助與精簡排版：平臺提供極其干凈、無廣告的閱讀體驗。它還通過集成的 AI 工具幫助研究員進行數據處理、排版校對，讓一個 10 人以下的小團隊能做出比肩大投行的精美研報。

實際上，許多投資者是通過X（twitter）或者其他鏈接來到Substack平臺，并在這個平臺上找到很有價值的KOL研究機構，并訂閱郵件。

對比中文的知識信息平臺，Substack有些不一樣的地方▼

灰色監管容納研究機構的“自由”表達

獨立研究的許多報告，來自一線，比如這次霍爾木茲海峽的親身調研。投資機構需要一手信息，這些信息承載價值量遠大于廣泛傳播的抽象化的賣方報告。

在平臺分發的獨立研究報告，避開了煩瑣的券商內部流程合規審查。由于各種利益糾纏和嚴格監管需要，類似高盛、摩根士丹利這樣的券商報告，要經過產品經理、編輯和合規的多重審查，尖銳的表達，個性化的主觀判斷，極端的判斷，跟隨著不能公開披露的信息一起，被消滅了。而投資機構很需要強有力的判斷，即使是很尖銳很偏頗。

針對獨立研究的灰色監管地帶，讓這些研究機構可以大膽發言。Citrini說，企業可以用一千美元采購AI提供的法律服務，取代現在一百萬美元聘用的律師顧問。但是為了彌補因為采用AI造成的GDP下降（從1000000縮小到1000），這些法律顧問們將不得不創造出報價百萬的“垃圾”信息，填充GDP窟窿。這樣的表達，不可能出現在我的老東家UBS或者Credit Suisse報告里。這種自由的表達，讓很多分析師更加喜歡獨立研究，而不需要屈從大型機構的條條框框。

但是，當分析師通過私人關系或非正式渠道獲取前線情報時，這究竟算專業能力還是“內幕信息”？在法律層面，這通常被解釋為“馬賽克理論”：分析師拼湊的是無數細碎的碎片，再依靠邏輯推斷形成完整圖景。但這些信息，不來自公司的主動披露，不來自統一發布的權威渠道。

這種“未經過濾的真實”，本身就有擦邊性質，容易引起爭議。

不論我們這些老派old school的賣方研究如何評價，新型的專業化、平臺化、前線化獨立研究，在AI大潮中越來越盛行。跟Citrini類似的研究機構還有Doomberg（能源工業研究），SemiAnalysis（半導體芯片研究），MacroCompass（全球流動性研究），Hindenberg（做空研究）。

與Citrini類似的高度專業的研究機構▼

有理由相信，AI會在不久的將來，深刻影響，甚至顛覆，我所熟悉的賣方研究。