那个号称让 Opus 5.5 干完活的 prompt，评论区先泼了冷水

X 上这条帖子说，Boris Cherny 放出一个 prompt，把 Opus 5.5 变成能真正干完活的 harness。转发语是：send it to Opus 5.5, thank me later。

评论区第一条先拦住：a prompt that makes opus 5.5 finish any job is a wild claim。goldtooth.exe 的回复更具体，说真正承重的是那句 stop when every check passes or the spend limit is reached，其余只是礼貌。

这条线索有意思。模型说 done 很容易，难的是让它检查 done 是不是真的。顺链接点进长文，主体是另一件事：一套用 Claude Code 搭 AI 量化研究团队的教程。作者 Hanako，工具叫 QuantGPT。核心一句话：模型再聪明，没有桌面，还是在猜。

一个聊天窗口做量化研究，缺四样东西。数据、算力、角色分离、记忆。聊天窗口自己选想法、自己跑测试、自己打分，关掉标签页全忘。数据还有两个安静的坑：幸存者偏差，只留活着的公司；前视偏差，财报按季度末打戳，回测提前知道几周后的消息。算力上，一个诚实的问题通常意味着一串回测：五个回看窗口、四套退出规则、外加样本外检查。角色上，出主意和判卷不能是同一个 agent。记忆上，基金记得哪个想法怎么死的，聊天窗口不记得，于是每季度重测一遍死点子。

Hanako 把 QuantGPT 拆成三层。数据层给美股日线几十年、1998 年以来的退市公司、按 filing date 排的基本面、加密和商品、FRED 宏观，每晚刷新，还有公开校验页。算力层在云端跑回测，AI 不自己算数字，只发规则，服务器跑完把结果送回聊天。这样 agent 没法编一个没算过的 Sharpe。每个研究给三种固定判决：DATA VALIDATED、TRADE-OFF、NO EDGE。训练窗口和从未见过的 held-out 窗口都要过。默认按 2015 年切样本外，随机切分被拒绝，因为打乱时间会把未来漏回过去。策略库有 175 个有出处的策略，53 个一键可跑。执行层在 Pro，托管你自己的策略代码，按你的 schedule 跑，把订单送到你自己的 Alpaca 账户。QuantGPT 不决定、不 sizing、不管理交易，AI 能调用的工具也不能下单、改单、撤单。

团队感来自角色。lead 用 Opus 5.5，把问题变成计划，决定下一步跑什么。scout 用 Sonnet 5.5，测试前先查数据覆盖、日期范围、字段缺口。sweeper 用 Sonnet 5.5，一次跑一整格参数，不跑单个设置。skeptic 用 Opus 5.5，唯一工作是让结果失败，查 held-out 年份、邻近参数、其他 universe、最坏回撤。librarian 用 Haiku 5.5，去策略库找有证据的想法。原文写得很直：生成想法便宜，杀掉坏想法才省钱。所以 skeptic 用最强模型。

团队还有 memory。一个 research.md，每个 agent 先读后写，记录问题、状态、判决、参数扫描是平台还是孤峰、skeptic 找到的最弱点、下一步。CLAUDE.md 里四条规矩：每次测试先写 verdict 再写总结；只有 DATA VALIDATED 进入下一阶段；NO EDGE 也是结果，没有新理由不再重测；skeptic 打不穿才算数。

一个例子：200 日均线规则，1999 到 2026，年化 6.8%，和买入持有一样；最差跌幅 -24.4%，买入持有 -56.8%；Sharpe 0.61 对 0.44；1 万美元变成 61,526 对 61,009。规则是收盘价高于 200 日均线 1% 以上入场，低于 3% 以上出场，空仓拿 T-bill。42 笔交易，毛收益。这个结果来自真实回测，不是模型记忆里的一段话。

Hanako 也列了不能做的事。不能保证盈利；不能建模成本、税、滑点，所有结果都是 gross；不能替你交易、决定或 sizing；不能把弱想法变成 edge。这个边界比完成任何工作诚实。

评论区还有两种声音。全哥AI创业记说这套思路狠，skeptic 是精髓，自己写代码自己 review 就是 bug 出厂的方式。Deepankar Sarkar 贴了开源项目 crewchat，把 Claude Code、Codex、Cursor、Gemini CLI 拉进一个本地聊天，按 lead、QA、reviewer、advisor 分工，共享任务表，每个任务只有一个 taker，表里记录谁做了什么。视频如下：

也有人说，harness prompt 能收尾比换模型值钱，关键看它先杀掉哪种失败：中途放弃，还是安静地说 done。

回到开头那条帖子。一个 prompt 让 Opus 5.5 干完任何工作，这个说法值得测。但 Hanako 的长文提醒另一件事：大家每月升级 analyst，桌面还是空的。分析师没有桌面，还是在猜；分析师没有团队，还是自己改自己的卷子。给 AI 一张桌子，给桌子一支团队，给团队一本账，然后让判决说话。你更怕哪种失败：它中途放弃，还是它安静地说 done？

原文链接：Hanako 的帖子 和 长文。