【EVO 内测分享】：同样是分析一条新闻，它给我的是一份研究报告

最近参加了 PandaAI 新产品 EVO 的内测。这次内测的形式很有意思——官方不搞功能介绍式的宣讲，而是直接布置任务，让我们在真实使用场景里去体验 EVO 的能力。

第二期任务就是「热点新闻分析」：选一个当前的热点新闻，用 EVO 做一次深度研究与分析。

大致功能：把"看新闻"升级成"做研究"

这次我同时喂了 EVO 两条热点新闻，让它做一次综合分析：

1. 阿里 800 亿港元配股获超额认购，将全部投入 AI 建设
2. Hot Chips 深度：HBM 走向定制化与三维堆叠，三星、英伟达、美光各亮路线图

【配图：在 EVO 右侧对话框输入两条热点新闻，让它综合研究】

同样的需求，换作普通对话式 AI，大概率是一段文字了事——罗列几个概念、讲讲产业链，到此为止。而 EVO 的表现是另一回事，它直接走完了一套完整的研究流程：

1. 新闻核查（最让我惊喜的一步）：
   EVO 没有直接转述新闻，而是先列出来源（港交所公告、路透社、证券时报、财联社等），然后把每条新闻拆成三档——✅ 已确认事实 / ⚠️ 标题夸张或可能误导 / ❓ 尚未确认。

   它甚至指出"Hot Chips 2026 是今年 2 月开的，8 月这波是媒体的回顾性深度报道，不是新会议"；还标注了"HBM 三维堆叠的 zHBM 仍处概念阶段、定制化大规模商业化要等 2027 年 HBM4E"。这种"主动挑刺"的研究素养，普通对话式 AI 基本不会做。

【配图：EVO 新闻核查区——已确认 / 标题误导 / 尚未确认三档分级】

1. 公司背景与财务梳理：把阿里 FY2027 Q1 的财报数据拉成一张表（收入、AI 云收入同比 +45%、季度资本开支 +75%、自由现金流净流出约 447 亿……），连"三年 3800 亿 AI 投资计划进度过半"这种细节都查出来了。
2. 品种与布局落地：A 股算力链直接点出寒武纪、海光信息、中际旭创、新易盛、天孚通信等具体标的；HBM 那条线还做了三星 / SK 海力士 / 美光三家路线图对比表（HBM4 状态、验证进度、定制策略、未来架构四个维度）。

【配图：EVO 输出的三家 HBM 路线图对比表】

1. 两条主线的传导链条：最妙的是它没把两条新闻分开写，而是用一张流程图把它们串了起来——阿里 800 亿配股 → 采购 GPU/服务器 → 每颗英伟达 Rubin GPU 配 288GB HBM4 → 三家 HBM 扩产竞赛 → HBM 供不应求、先进封装产能告急。一条新闻讲需求，一条新闻讲供给，合起来就是"算力基础设施的确定性"。

【配图：EVO 用 mermaid 画的传导链条流程图】

1. 风险矩阵与综合研判：最后给了一张风险矩阵（估值、利好兑现、技术、竞争、地缘、过度炒作六个维度，带影响程度标记），并明确点出"A 股 HBM 概念股里真正有业务关联的极少，多为题材炒作"——没有一味看多，态度很克制。

【配图：EVO 输出的风险矩阵表】

一句话总结：普通 AI 给的是"一个答案"，EVO 给的是"一份研究报告"。

突出亮点

🎉️ 亮点一：自主研究，而不是单次回答。

从搜索、核查到总结，全程我没有给任何额外的分步提示，EVO 自己就把研究流程走完了——这是它的"研究能力"，不是提示词工程的结果。

🎉️ 亮点二：会做"新闻核查"，结论可溯源、可证伪。

所有结论都标了信源，还主动把信息分"已确认 / 标题误导 / 尚未确认"三档——它不仅告诉你"是什么"，还告诉你"哪些被夸大了、哪些还没坐实"。对做投研的人来说，这一步比答案本身更值钱。

🎉️ 亮点三：输出即框架，换了热点照样能用。

新闻核查 → 核心逻辑（发生了什么 / 市场反应 / 影响传导 / 短期 vs 长期）→ 两条主线交汇 → 风险矩阵 → 投资启示，这个结构本身就是一份可复用的研究模板。我这两条热点能串成一条逻辑链，换别的热点它一样能套。

🎉️ 亮点四：成果可以"产品化"。

视频里还同步介绍了 EVO 新上线的报告生成功能：研究完成后，可以直接让 EVO 再生成一份报告，还能选风格。热点分析 + 报告生成连起来，就是"输入新闻 → 输出报告"的完整流水线——我现在手里这份就是 EVO 直接产出的研报。

【配图：EVO 一键生成的研究报告（可选风格）】

一点小感受

内测到现在，EVO 给我的感觉是：它不像一个"聊天窗口"，更像一个"研究工作台"。热点新闻分析这个任务，恰好把它的研究能力展示得最充分。