易理解、可复用的框架是投研能力Skill化的关键：
　　投研行业的本质是研究能力，研究成果可以被复现、被模仿，能力却是独一无二的。卖方提供基础框架和培训，买方在此基础上长出自己的体系，这个分工在AI出现以前就存在。Agent和Skill第一次让研究能力可以被拆解、被复现、被训练，但能否真正沉淀下来，取决于框架本身：容易理解，人才看得懂、能核实、能交流；可以复用，能力才能被组合、被训练、被进化。一套说不清、改不动、拼不起来的框架，Skill化得再深也只是黑箱。
　　从Skill 1.0到3.0代表着投研能力框架的演进方向：
　　演进的核心，是能力从"固定死"走向"可拆分"，再到"可训练"。1.0整体封装，一套流程装进一个Skill，典型如财务分析Skill的14个子Agent流水线，验证了研究能力可以被封装，但只能整套用。2.0拆分与组合，把能力拆成数据、逻辑、判断三层，按需匹配不同零部件——信用利差数据库加上城投数据库，即可完成评级下调背景下的利差复盘。它的特点是可拆分、可复用：数据层可扩充、逻辑层可单独修改；作用是让能力能被自由组合，框架仍受限于给定的零部件。3.0把使用变成训练，研究中的判断沉淀为下一次直接可用的规则，框架随之迭代，最终成为专属的Skill。它的特点是越用越专属；最终在市场已有的通用框架基础上构建自己的框架，研究能力的系统性大幅提升。
　　目前中间件零部件已覆盖债券市场主要通用框架，训练架构正在实践当中解决越来越多买方老师的个性化问题：
　　资金面、机构行为、信用利差、城投、转债这些债券研究的常用逻辑，已被沉淀成31个标准中间件，主要通用分析框架都能找到对应零部件；训练架构在数据、逻辑、判断的统一口径下，把使用变成训练，让每位买方老师在本地使用的过程当中通过对话将头脑里的框架沉淀下来，个性化问题边实践边解决。本篇报告展示了较多相关案例：三个数据库零部件两轮对话高效完成情景复盘，记忆Skill一次召回616条工作片段，成本约为云服务的百分之一。
　　风险提示：数据来源风险、技术处理风险、时效性风险、参考性说明