未来预测师 🔮

基于凯文·凯利《必然》《失控》

📋 功能描述

基于 KK 的 3 个思维模型和 4 层变化规律，识别长期趋势和投资机会。

适用场景：

• 长期趋势预测
• 技术趋势分析
• 投资机会识别
• 战略规划

边界条件：

• 预测不是算命
• 关注概率不是确定性
• 需配合基本面分析
• 保持开放心态

🎯 核心功能

功能 1：三大预测思维模型

模型 1：富人下沉法（Trickle-Down）

核心逻辑：观察富人当下正在使用的昂贵服务，
想象这类服务如何下沉到普通人的生活。

历史示例：
• 2000 年私人助理 → 今天的 Siri/Alexa
• 1990 年私人司机 → 今天的 Uber/滴滴
• 1980 年家庭教师 → 今天的在线教育系统

投资启示：
✓ 识别高端服务中的可规模化要素
✓ 评估技术成本下降曲线
✓ 预判大众市场爆发时点

模型 2：边缘主流法（Edge-to-Core）

核心逻辑：观察边缘人群正在关注的事物，
许多创新会逐渐从边缘走向主流。

历史示例：
• 极客社区的开源软件 → 企业级软件主流
• 游戏玩家的 GPU 需求 → AI 训练基础设施
• 加密货币早期采用者 → 区块链金融应用

投资启示：
✓ 关注亚文化社区的技术采用
✓ 识别从"玩具"到"工具"的转折点
✓ 在边缘信号出现时保持关注

模型 3：新词挖掘法（Neologism Mining）

核心逻辑：从新创造的词汇中挖掘有效信息，
新词诞生时，就传递出了变化的信号。

历史示例：
• "网红"（2010s）→ 注意力经济崛起
• "内卷"（2020s）→ 竞争饱和信号
• "AIGC"（2023）→ 生成式 AI 爆发

投资启示：
✓ 追踪新词汇的出现频率和传播速度
✓ 分析新词背后的技术/社会变化
✓ 在新词普及前布局

功能 2：四层变化规律

第 1 层：技术变化（最快）

• 周期：1-3 年
• 示例：AI 模型迭代、手机更新

第 2 层：市场变化

• 周期：3-7 年
• 示例：行业兴衰、公司崛起

第 3 层：社会变化

• 周期：10-20 年
• 示例：人口结构、价值观变化

第 4 层：文明变化（最慢）

• 周期：50-100 年
• 示例：城市化、全球化

功能 3：趋势识别与评估

趋势评估维度：

投资建议： 强烈推荐/推荐/观察/回避

⚠️ 常见错误

错误 1：混淆预测与算命

问题：
• 追求精确预测
• 忽视不确定性
• 过度自信

解决：
✓ 预测是概率不是确定性
✓ 关注大趋势不纠结细节
✓ 保持开放和修正

错误 2：忽视变化层级

问题：
• 用技术变化推断社会变化
• 忽视长期结构性变化
• 过度关注短期波动

解决：
✓ 区分 4 层变化
✓ 技术变化最快，文明变化最慢
✓ 长期投资关注社会/文明变化

错误 3：忽视边缘信号

问题：
• 只关注主流
• 忽视边缘创新
• 错过早期机会

解决：
✓ 关注边缘社区
✓ 识别从"玩具"到"工具"转折
✓ 在早期保持关注

错误 4：线性外推

问题：
• 用过去线性推断未来
• 忽视指数变化
• 忽视黑天鹅

解决：
✓ 关注指数变化
✓ 进行情景分析
✓ 保持灵活性

错误 5：忽视人性不变

问题：
• 只关注技术变化
• 忽视人性不变
• 忽视基本需求

解决：
✓ 技术变，人性不变
✓ 关注基本需求
✓ 阳光底下无新鲜事

🔗 相关资源

• references/kk-framework.md - KK 框架详解
• examples/ai-trend.md - AI 趋势分析示例
• examples/ev-trend.md - 电动车趋势分析示例
• templates/trend-analysis-template.md - 趋势分析模板

📊 输入参数

{
  "trend_topic": {
    "type": "string",
    "required": true,
    "description": "趋势主题（如 AI、电动车、元宇宙）"
  },
  "time_horizon": {
    "type": "string",
    "enum": ["短期 (1-3 年)", "中期 (3-7 年)", "长期 (10 年+)"],
    "required": true,
    "description": "预测时间范围"
  },
  "focus_area": {
    "type": "string",
    "enum": ["技术", "市场", "社会", "文明"],
    "required": false,
    "description": "关注层级"
  },
  "current_signals": {
    "type": "array",
    "items": {"type": "string"},
    "required": false,
    "description": "当前观察到的信号"
  }
}

📤 输出格式

{
  "status": "success",
  "data": {
    "trend_analysis": {
      "topic": "",
      "time_horizon": "",
      "certainty": 0,
      "space": 0,
      "timing": 0,
      "barrier": 0
    },
    "three_models_analysis": {
      "trickle_down": "",
      "edge_to_core": "",
      "neologism": ""
    },
    "four_layers_analysis": {
      "technology": "",
      "market": "",
      "society": "",
      "civilization": ""
    },
    "investment_score": 0,
    "max_score": 10,
    "recommendation": "强烈推荐 | 推荐 | 观察 | 回避"
  }
}

🧪 使用示例

示例 1：AI 趋势分析

输入：

趋势主题：人工智能（AI）
时间范围：长期 (10 年+)
关注层级：技术 + 社会
当前信号：
- ChatGPT 用户破亿
- 大模型竞争激烈
- AI 替代工作讨论

输出：

【三大预测思维模型分析】

**1. 富人下沉法**
- 过去：私人助理、私人教师（昂贵）
- 现在：AI 助手、在线教育（普及）
- 未来：个性化 AI 服务（大众化）

**2. 边缘主流法**
- 边缘：极客社区使用 AI 工具
- 转折：ChatGPT 用户破亿
- 主流：企业级 AI 应用爆发

**3. 新词挖掘法**
- 新词："AIGC"、"大模型"、"提示词工程师"
- 信号：新职业诞生、新词汇普及
- 趋势：AI 原生应用爆发

【四层变化规律分析】

**第 1 层：技术变化（1-3 年）**
- AI 模型快速迭代
- 成本持续下降
- 能力边界扩展

**第 2 层：市场变化（3-7 年）**
- AI 公司崛起
- 传统行业转型
- 就业结构变化

**第 3 层：社会变化（10-20 年）**
- 工作方式变革
- 教育体系重构
- 人机协作常态

**第 4 层：文明变化（50-100 年）**
- 人类智能增强
- 生产力革命
- 社会结构重塑

【趋势评估】

| 维度 | 评分 | 说明 |
|------|------|------|
| 确定性 | 9/10 | 趋势明确 |
| 空间 | 10/10 | 市场空间巨大 |
| 时间 | 8/10 | 已在爆发初期 |
| 壁垒 | 7/10 | 技术 + 数据壁垒 |

投资价值评分：34/40 分（8.5/10）

【投资建议】

建议：强烈推荐
理由：
1. 确定性极高的长期趋势
2. 市场空间巨大（万亿级）
3. 已在爆发初期
4. 技术 + 数据壁垒高

风险：
- 监管风险
- 技术路线风险
- 伦理风险

📚 核心理念

关键洞察：

1. 预测是概率不是确定性
2. 关注 4 层变化规律
3. 边缘信号预示主流趋势
4. 技术变，人性不变
5. 长期投资关注社会/文明变化

健康公式：

好趋势 = 高确定性 × 大空间 × 合适时机 × 高壁垒

🔗 相关文件

• templates/trend-analysis-template.md - 趋势分析模板
• examples/trend-examples.md - 完整趋势分析示例集
• references/kk-framework.md - KK 框架参考

更新日志

• v2.0.0 (2026-03-19): 按照 SKILL-STANDARD-v2.md 重构，添加 Front Matter、坑点章节、相关资源 🔮
• v1.0.0 (2026-03-13): 初始版本，未来预测师上线 🔮

预测是概率，不是确定性。关注大趋势，不纠结细节。 🔮