大厂借钱这事，先跑一遍财报核查

上周三晚上刷到“阿里配股、腾讯发债、字节从近30家银行拿下296亿美元银团贷款”，标题很像火灾警报。我带学生做视觉评测时，习惯先让他们别站队，把事实链拉出来。于是把这两周用的「深度报道」工作流打开，丢进新闻、公告原文和几页财报数据，旁边挂一份AGENTS.md，要求输出只保留来源、日期、原文摘录、待核口径。

界面左侧是来源列表，右侧按时间排事件。惊喜点不在“AI帮我写”，而在它能把三件事拆开，配股是卖新股份，发债是借钱要还本付息，银团贷款是一组银行一起放贷。这个概念需要先理解，工具不同，风险也不同。它把“截至今年6月底，阿里手里的现金及其他流动投资仍有4745亿元”标成账面证据，又把“296亿美元、近30家银行”标成事件证据。卡点也很快出现，它不会自动判断这笔钱是缺钱，还是低利率下的主动融资。现金流、流动投资、短期借款、长期资本开支，口径混在一起，最后还得人工翻附注。

这套工作流省事，以前让学生整理这类新闻，至少半天做时间线和口径表，现在十几分钟能出可追溯草稿。它也适合做方法训练，先定义证据等级，原文、公告、摘要、推断，再谈结论。同一套输入还能看出哪一步开始分歧，像论文里的实验设计。按 Myers 的融资顺序理论，企业通常偏好内部资金，其次债务，最后股权。看到“配股”和“大额贷款”，不能直接等价于缺钱，还要看利率、用途、现金流质量。

毛病也直接。它适合初筛，不适合下结论。腾讯发债、字节贷款、阿里配股，主体、时间、金额、用途都不在同一层，简单并列，很容易读成“大厂集体失血”。如果没有原始公告和财报，它给出的资金压力判断偏轻，像把摘要当全文。财经术语解释得还不够小白，银团贷款、流动投资、配股稀释这些词，第一次见还是会被绕住。

我的判断是看情况。适合做财经事件核查、投研笔记、课程案例，尤其适合训练学生区分事实、口径和推断。不适合小白拿它当买卖依据，也不适合需要精确财务建模的场景。我下次还会用它拉时间线和证据表，但结论仍会回到公告和财报附注。