kabugami.jp
从个人日本股票研究，到AI协作型研究基础设施
系统全貌、建设进度与长期价值报告
截至：2026年8月30日
本报告面向所有希望理解kabugami.jp的关系者与公开读者。它说明kabugami.jp今天到底是什么、为什么形成现在的结构、各部分怎样配合、已经做到哪里，以及全部成熟以后会变成什么样。
它是一份公开的系统说明与长期档案；其中涉及日本股票研究的内容不构成任何股票的买卖建议。
写给第一次认识kabugami.jp的人
如果只看网站表面，kabugami.jp很容易被理解成一个“日本股票研究网站”。如果只看内部建设，又很容易被误解成一堆AI项目、数据项目和程序模块。
两种理解都只看到了局部。
kabugami.jp真正想解决的问题一直很朴素：怎样更真实、更深入、更持续地理解一家日本上市公司，并且让这种理解可以积累，而不是每次研究都从零开始。
最早，这只是人的研究习惯：读四季报、看公司资料、看长期价格图、做筛选、记录经验。后来，随着AI开始参与，研究的边界被迅速放大。问题也随之出现：AI可以很快写出很多内容，但内容多不等于理解深；不同研究方向可能互相覆盖；一个有价值的发现可能在整理和压缩中消失；新的评分方法可能反过来限制研究；网站需要简单，但研究不能因此被变简单；AI会更换，工具会更新，如果记忆只存在于对话里，几年成长可能重新归零。
今天的kabugami.jp，就是这些真实问题一步一步逼出来的结果。
它已经不只是“研究股票的方法”，而正在形成一套由市场事实、主动发现、多角色研究、证据整合、评分比较、报告表达、知识解释、用户入口、传播机制、全局治理、历史记忆和灾难恢复共同组成的研究基础设施。
这套系统最重要的特点，并不是用了AI，而是开始把AI组织起来：让不同AI承担不同责任，让自由发现和严谨整合彼此独立，让公开表达和内部研究彼此分开，让任何一个模块都可以升级，而不必把整个kabugami.jp推倒重来。
把kabugami.jp当作一家“研究对象”来写
这份报告采用一个刻意的表达纪律：像kabugami.jp研究一家上市公司那样，反过来研究kabugami.jp自己。
这并不是说kabugami.jp或JNJLEE是一家上市公司，而是借用同样的研究态度：先讲身份和历史，再讲真正创造价值的机制；把已经证明的能力和仍在建设的部分分开；同时写依赖、风险、矛盾、未知，以及什么事实会改变今天的判断。
它不假设读者与kabugami.jp存在任何特定关系，而是一份面向所有关系者和公开市场的长期系统档案。
重点导读｜如果你只有10分钟
先记住一个判断
kabugami.jp不是一套选股软件。
它正在成为一套可以不断吸收日本市场新事实、主动发现研究对象、形成多角度判断、保存证据与矛盾、持续更新公司研究档案，并把复杂研究转换成普通人可以阅读和继续探索的产品系统。
六层能力，一眼看懂
第一层｜市场事实
先确认价格、历史、公司和市场变化是什么。
第二层｜发现与研究
从整个日本市场主动找问题，再由不同研究角色分别研究公司、行业和价格结构。
第三层｜整合与判断
把大量发现、证据、反证、未知和结论组织成可以继承的研究资产。
第四层｜产品表达
把研究变成报告、图表、知识辞典和网站阅读体验。
第五层｜传播与价值
让研究不只是“发布后被读完”，而能继续被发现、引用、收藏、分享和讨论。
第六层｜治理、记忆与恢复
保证多个AI和多个系统长期协作时不会失控、失忆，也不会因为某个工具消失而全部重来。
如果只读一章
请直接读：
第13章《当一家公司进入kabugami.jp：一次完整研究是怎样发生的》。
那里不会再逐个解释模块，而是让整套kabugami.jp从发现一家普通上市公司开始，完整运行一次。
三条阅读路线
想先判断“这到底是什么”：第1章 → 第3章 → 第13章 → 第15章。
想理解“为什么不是普通AI股票网站”：第2章 → 第5章 → 第6章 → 第11章 → 第13章。
想判断“长期价值和风险”：第1章 → 第14章 → 第15章 → 第16章 → 第17章。
目录
- 01｜kabugami.jp今天到底是什么
- 02｜为什么它会长成今天这样
- 03｜一张图理解kabugami.jp的整体结构
- 04｜第一层：市场事实底座
- 05｜第二层：研究与主动发现
- 06｜第三层：研究整合与证据中枢
- 07｜综合评估与比较系统
- 08｜从研究到产品：报告、图表、辞典与用户入口
- 09｜研究传播与价值流通
- 10｜网站、故事与人格：为什么kabugami.jp不只是研究后台
- 11｜全局治理与协调中枢
- 12｜长期记忆与灾难恢复
- 13｜当一家公司进入kabugami.jp：一次完整研究究竟怎样发生
- 14｜截至2026年8月30日，到底建成了多少
- 15｜全部成熟以后，kabugami.jp会是什么样子
- 16｜哪些东西可能形成长期价值
- 17｜当前风险、限制与尚未解决的问题
- 18｜结语：从一个人的研究习惯，到一个可以继承的系统
01｜kabugami.jp今天到底是什么
今天的kabugami.jp可以用一句话概括：
一套以日本上市公司为对象、由人和多个AI共同参与、能够从市场事实一路走到长期知识资产的研究基础设施。
它既包含研究，也包含产品；既包含AI自由思考，也包含严格证据管理；既关心一家公司现在是否值得研究，也关心几年以后能不能回答“我们当时为什么这么判断”。
从外部看，用户接触到的是网站、报告、图表、知识解释和未来的AI交互入口。从内部看，真正支撑这些内容的，是几个彼此解耦的能力层：市场事实、企业研究、价格结构研究、AI自由研究、研究整合、评分、发布、辞典、治理和历史恢复。
这种解耦非常重要。
过去，如果“找股票、研究公司、分析图形、打分、写报告、做网页”全部绑在一起，那么任何一个方法升级，整套系统都会被迫重做。现在，kabugami.jp正在把这些能力拆开：技术研究可以独立进化而不要求基本面跟着重写；评分系统可以升级而不改写历史报告；网站可以改变阅读方式而不改变底层研究事实；未来即使更换AI模型，历史和研究资产仍然可以保留下来。
因此，kabugami.jp正在从“一个作品”变成“一个可以长期进化的平台”。
02｜为什么它会长成今天这样
kabugami.jp并不是先画出一张庞大的架构图，然后照图施工。相反，很多模块都是因为真实研究中出现了问题，才不得不长出来。
2.1 从指标理解，到可重复研究
现有历史证据可以把研究前史至少追到2023年。那时已经出现了对MACD公式、参数和程序实现的深入实验，也出现了把四季报信息转成重复筛选条件的尝试。研究不再只是“看一眼图觉得不错”，而开始追求可重复、可计算和可验证。
2.2 从几只股票，到整个日本市场
到2024年，研究方法进一步出现“全东京市场作为母池，再按多个时间尺度逐层收窄”的祖先。重要的变化不是多了一个指标，而是视角从“我今天想看哪只股票”开始转向“整个市场里现在有什么值得看”。
2.3 从个人笔记，到正式研究产品
2025年，研究已经进入成熟月报和单公司深度研究阶段。宏观、市场、行业、公司基本面、估值、技术图形和风险控制开始在同一个正式交付物里出现。与此同时，产品边界也开始被认真讨论：什么是资料整理，什么是研究观点，什么可以公开表达，什么不能被写成荐股。
2.4 从报告产品，到kabugami.jp网站与IP
2026年1月，《株神降临》逐渐从“每天讲一家日本公司的故事”形成网站、角色、内容世界和实际WordPress产品。这里出现了一个后来非常重要的认识：研究正确，不等于产品好用；深度研究和人类阅读体验必须同时成立。
2.5 从一个AI助手，到多个AI角色
随着AI参与越来越深，新的问题出现了。一个AI既负责自由发现、又负责按规则整理、又负责评分、又负责写公开文章，很容易出现一种隐蔽退化：报告越来越整齐，但研究越来越像填表。
于是kabugami.jp开始刻意分离不同AI职责。自由研究不应该被固定结构驯化；严谨系统则负责保存证据、矛盾和研究结论；两者共享最低的真实性要求，但不共享同一个“大脑”。
2.6 从一体化系统，到可以独立进化的模块
2026年8月的核心变化，是大量原来互相缠绕的能力被进一步拆开：市场事实不等于技术判断，技术判断不等于公开图表，评分不等于研究，报告结构不等于研究结构，用户界面也不应该反过来决定研究内容。
这次解耦很辛苦，但它改变了系统的长期性质：以后某一个部分变好，不必强迫其他部分跟着重建。
03｜一张图理解kabugami.jp的整体结构
kabugami.jp可以理解成一条从“真实世界”到“长期知识”的链：
日本市场与上市公司真实世界
↓
市场事实底座
↓
主动发现与多角色研究
↓
研究整合与证据中枢
↓
综合评估与比较
↓
报告、图表、知识辞典与用户体验
↓
传播、收藏、引用、讨论与未来价值流通
同时有两套能力横跨全系统：
全局治理与协调中枢负责知道“谁在做什么、哪里停了、什么应该继续、什么不应该被唤醒”。
长期记忆与灾难恢复负责知道“我们为什么变成今天这样，以及如果系统损坏怎样重建”。
这两套能力不替研究员研究股票，但决定了整个组织能不能长期活下去。
04｜第一层：市场事实底座
投资研究最容易被忽略的一件事，是研究者常常在事实还不稳定的时候就开始下结论。
kabugami.jp因此把“市场事实”单独做成一层。内部工程上它包含多个能力，但对普通读者而言，可以理解为三件事。
4.1 全周期市场图谱能力
它的目标不是“画漂亮K线图”，而是让人和AI看到同一段完整价格生命史。
一家公司的价格，不应该只被一个日线截图定义。kabugami.jp需要能够从不同时间尺度观察历史，让长期变化、阶段回归、结构迁移和短期噪声被区别开来。
已经建立的方向包括：多时间尺度的真实行情观察、研究图与公开图的分层，以及让研究使用同一份底层历史，而不是每个模块各自生成一套图。
4.2 日本市场事实基础
这部分要回答的是：日本上市公司的历史价格、成交、复权变化、公司行为和市场范围，怎样成为可追溯、可更新、可复查的事实。
它仍在建设和审计中。当前最重要的原则是：原型数据可以用于实验，但在来源、许可和质量没有被证明以前，不能被冒充成正式的长期市场真相。
4.3 日本全市场机会发现系统
当市场事实基础逐渐成熟以后，kabugami.jp不希望永远依赖“人先给一个股票代码”。
目标是让整个日本上市市场成为母池，由系统主动发现异常变化、结构转折、估值与质量组合、研究盲点或其他值得进一步研究的对象，再交给研究层判断。
这里特别强调“发现”，而不是“自动买卖”。发现系统的职责是扩大研究视野，不是替人做最终投资决定。
05｜第二层：研究与主动发现
kabugami.jp研究层不是一个AI完成所有事情，而是逐渐形成几个互相独立的研究角色。
5.1 企业基本面深度研究
它研究公司真正怎样赚钱：产品是什么，谁付钱，客户为什么留下，供应链有什么依赖，行业位置怎样，现金怎样产生，资本怎样被使用，管理层怎样分配股东的钱，估值里已经反映了什么，以及哪些事实会推翻当前判断。
研究的重点不是把公司年报重新总结一遍，而是把事实连接成因果关系。
5.2 价格与市场结构研究
这部分研究价格本身的长期历史。它不把单一指标、一次突破或一个金叉当成结论，而是把它们当成观察工具。
当前内部方法越来越强调：旧的价格状态是否真的失去控制，新的状态是否经受过回归和停留测试，不同时间尺度是否互相支持，以及历史路径本身留下了什么“记忆”。
对外公开时，kabugami.jp会保留足够让读者理解结论的证据，但不会把可逆向还原内部方法的具体阈值、检测组合和递归细节全部公开。
5.3 AI自由研究通道
这是kabugami.jp非常重要、也很容易被误解的一部分。
如果所有AI研究从第一分钟开始就必须进入固定栏目，AI很容易变得“非常会完成任务”，却越来越少提出系统没有预设的问题。
所以kabugami.jp保留一条独立的自由研究通道。它允许AI先围绕一家公司的真正问题自由探索：追客户、追供应商、追异常财务、追政策传导、追反证，也允许它提出原有框架里没有名字的新问题。
这条通道的价值不是“更随意”，而是保护发现能力。
5.4 严谨研究通道
与自由研究相对，另一条研究通道强调完整、可复查和可继承。它会系统性补足研究盲点，确保公司、行业、财务、治理、估值、风险和技术结构等重要方面没有因为研究者偏好而被长期忽略。
kabugami.jp刻意让这两条研究通道保持独立：它们共享事实和真实性要求，但不要求用同一种思考顺序。
同一个地板，不同的大脑。
06｜第三层：研究整合与证据中枢
AI最危险的错误并不总是“胡说一句假话”。更常见的危险是：它研究出很多有价值内容，最后却在总结时把其中一半压缩掉；或者把一个有趣想法和一个经过多重证据验证的事实写成同样的语气。
kabugami.jp的研究整合与证据中枢，就是为了解决这个问题。
内部工程中称为Canonical；对外可以把它理解成研究机构的中央档案室 + 总编辑部 + 证据管理层。
它不是简单把AI写出来的段落拼成文章，而是同时管理若干类不同研究对象，例如：
- 研究发现；
- 事实证据及其来源；
- 支持证据与反证；
- 互相冲突的解释；
- 仍然未知但可能重要的问题；
- 已经形成的因果机制；
- 综合判断与可被推翻的条件；
- 最终应该怎样进入评分、报告和公开表达。
这里刻意只说明“管理什么”，不公开“具体怎样管理”。真正的状态结构、收口逻辑、内部路由、验证规则和可复现核心方法属于kabugami.jp的研究资产，不应该为了证明系统复杂而全部暴露。
这层能力最重要的一条原则是：下游只能整理和表达上游研究，不能反过来规定上游允许发现什么。
因此，报告只有固定章节，不代表现实只有固定章节；评分只有几个维度，也不代表研究只能围绕这些维度展开；网站需要简洁，也不能成为删掉重要研究的理由。
截至2026年8月30日，这套中枢正在进行第二轮深度收敛和重建，目标不是增加更多功能，而是进一步证明研究真相从发现、整合到公开发布的过程中不会被静默损失。
07｜综合评估与比较系统
当研究覆盖的公司越来越多，仅靠阅读几十页报告，很难快速比较不同公司。
因此kabugami.jp建立了独立的综合评估系统。当前正式版本为V3.2，并且已经从核心研究流程中解耦出来。
它不是“研究之前先打分”，而是在完整研究和综合完成以后，再把已有判断压缩成一个可比较视角。
当前评分大致从八个方面观察一家公司：
- 财务韧性与下行防御；
- 竞争优势与结构耐久性；
- 盈利质量、现金转化与资本效率；
- 商业结构、产品、客户与关键依赖；
- 估值与安全边际；
- 资本配置与股东回报；
- 治理、所有权与管理层；
- kabugami.jp价格与技术结构。
这里最重要的不是“八个模块”，而是它们的地位：评分只能压缩已经完成的研究，不能决定研究应该发现什么。
这也意味着未来评分方法可以升级，历史报告和历史评分仍保留当时版本，不会因为新尺子出现就被偷偷重写。
08｜从研究到产品：报告、图表、辞典与用户入口
kabugami.jp内部可以非常复杂，但普通读者没有义务学习内部架构。
所以产品层的目标，是把复杂研究变成可以逐层进入的阅读体验。
8.1 单公司完整研究档案
每家公司不再只是“一篇文章”，而逐渐拥有自己的长期研究档案。新的研究版本可以继承旧研究，又保留当时版本，形成时间线。
8.2 网站报告
公开报告负责把复杂研究转换成有逻辑的阅读结构。它可以缩短表达，但不能因为版面或篇幅把重要意义删掉。
8.3 图表
公开图的任务是帮助理解，不是公开所有内部检测方法。研究图可以更深，公开图则选择对读者真正有用、又不会泄露核心方法的部分。
8.4 投资研究知识辞典
辞典已经成为正式能力。
它解决一个长期问题：一份深度报告里会不断出现行业、会计、金融、技术和kabugami.jp自身的方法概念。如果每篇文章都重新解释，报告会越来越臃肿；如果完全不解释，新读者又看不懂。
所以重要概念被单独沉淀成可长期维护的知识页面。正文只需要在第一次出现时给出自然入口，读者愿意深入时再进入辞典。
8.5 系统级作品入口｜Publication Gateway
个股有自己的长期Gateway：一个稳定入口指向当前完整研究，同时保留历史版本。kabugami.jp现在把同一种产品哲学扩展到系统级长期作品。
像本报告这样的系统全貌、未来的年度研究总览、方法演化史或治理报告，都可以拥有自己的Publication Gateway｜系统级作品入口。它和个股Gateway属于同一视觉与产品家族，但不会伪装成一个股票代码。
同一部长期作品只有一个稳定入口；每次重大更新成为一个新的Edition，进入同一条Publication Timeline。中文与日文是同一个Edition的两个语言视图，HTML与PDF是同一内容的不同载体，而不是四份互相漂移的作品。
8.6 UI怎样防止漂移
kabugami.jp今天的UI在意义上已经解耦：研究决定真相，UI只负责把真相更容易地呈现给人。 网站卡片、章节、摘要、评分徽章或任何视觉表面，都不能反过来规定研究必须发现什么。
工程上，Gateway、完整报告、辞典、私人研究和ZERO等表面仍尽量复用现有WordPress与Single Report基础，而不是为了“看起来解耦”就不断增加插件、服务器和前端系统。这是一种刻意的“薄耦合”：语义可以独立进化，运行基础尽量简单。
截至本报告日期，这些长期原则已经被整理成一份很薄的UI Presentation Standard。它只锁住身份、层级、历史、移动端可用性和“UI不能反向限制研究”等不该漂移的原则，不锁死具体字号、卡片尺寸或某一版视觉细节。
8.7 用户智能交互入口
未来的网站AI Button和iOS客户端将成为用户与研究资产互动的入口。但截至今天，这部分仍处于明确的后续建设阶段，没有被包装成已经完成的产品。
09｜研究传播与价值流通
传统研究报告通常经历：写完、发布、阅读、消失。
kabugami.jp正在探索另一种可能：一份研究可以继续被发现、引用、收藏、分享、讨论，并逐渐形成长期身份和价值。
内部项目称为Research Circulation，在本报告中称为研究传播与价值流通系统。
它讨论的方向包括研究信用、公开记录、收藏与转让、可验证的历史判断，以及未来可能使用USDC等数字支付方式完成价值交换。
但这里必须非常清楚：截至2026年8月30日，这个项目处于负责人明确暂停的未来选项状态。它已经有设计和隔离建设成果，但当前没有继续争夺核心建设资源，也不能被描述成已经成熟的商业模式。
这反而体现了kabugami.jp当前的治理逻辑：一个方向有吸引力，不代表它必须立刻建设。核心研究基础没有完成以前，未来商业想象可以被保存，但不应该拖走主要资源。
10｜网站、故事与人格：为什么kabugami.jp不只是研究后台
kabugami.jp从一开始就有两条DNA。
第一条是Research Intelligence｜研究智能。
第二条是Human Experience｜人的体验。
2026年初，《株神降临》、神代、Zero、创世殿等内容世界逐渐形成。网站并不是简单把股票报告放上去，而试图让一家公司的历史、产业和市场命运变成有人愿意持续读下去的故事。
随后又出现“牧师 / 告解殿”这样的纯对话实验：当用户因为股票、亏损、焦虑来到网站时，产品不一定只回答“这个指标是多少”，还可以提供一种更人性化的对话体验。
这些实验并不意味着kabugami.jp要变成娱乐产品。相反，它们提醒团队：正确的研究如果没有合适的入口，很难真正被人使用。
所以今天的kabugami.jp不把研究后台和用户体验混为一谈，但也不允许两者完全断开。研究必须保持深度，产品必须把深度转换成可接近的形式。
11｜全局治理与协调中枢
当kabugami.jp只有一个研究流程时，不需要“管理层”。
当它同时存在严谨研究、AI自由研究、市场事实、评分、辞典、网站、未来用户端、历史考古和灾难恢复以后，一个新的问题出现了：谁知道整个系统现在到底在做什么？
于是全局治理与协调中枢出现了。内部称为Steward。
它不研究股票，也不代替各模块的负责人。它更像一个研究机构的运营管理层：
- 看哪些项目正在真正推进；
- 区分“正常等待”与“意外暂停”；
- 在已经授权、低风险、可逆的范围内恢复意外停下的工作；
- 资源有限时按整个系统当前价值动态分配执行能力；
- 不让空闲资源被浪费；
- 不越过负责人明确设置的等待、生产、资金或不可逆门槛；
- 防止旧治理规则长期留在系统里，导致未来恢复时读回错误地图。
截至2026年8月30日，这套治理已经正式登记了动态资源调度、“资源让位”状态（内部标识为RESOURCE-PARKED）和灾难恢复工作流。
对长期观察kabugami.jp的人而言，这一层的价值在于：kabugami.jp不再只依赖某一次对话里“记得要继续”。它正在形成可以跨项目、跨时间维持方向的管理记忆。
12｜长期记忆与灾难恢复
如果只把GitHub代码备份下来，并不能真正恢复kabugami.jp。
今天的kabugami.jp背后，是一条正在重新恢复和整理的、横跨2021年至2026年的约五年研究成长窗口。需要说明的是，2021–2022的部分思想原始资料目前仍存在真实缺口；现有证据至少能够回溯证明2022年11月以后已经存在持续的真实投资活动。kabugami.jp不会为了让历史看起来漂亮而把缺口编完整。
12.1 历史记忆与成长档案
这一层保存的问题不是“今天代码在哪”，而是：
- 当时为什么这样想；
- 哪个股票促成了某次方法变化；
- 哪个理论后来被证明有根本问题；
- 谁先提出一个想法，谁扩展，谁纠错，谁最终拍板；
- 哪些方法被保留，哪些被降权，哪些被正式废止；
- AI怎样从解释工具变成研究员、批评者、架构参与者和治理助手。
这些信息决定了系统有没有真正的“机构记忆”。
12.2 灾难恢复与系统重建
另一层负责更现实的问题：如果未来某一天AI平台、电脑、网站、GitHub仓库、WordPress或某个关键运行环境损坏，怎样把kabugami.jp恢复回来。
它涉及源代码、报告源文件、数据库/市场资料、网站、备份、密钥位置元数据和恢复验证，但不会把真正的密码、SSH私钥和API Secret写进公开或普通Git文件。
这两层结合以后，kabugami.jp追求的不是“文件有备份”，而是：即使工具更换，研究能力、历史原因和关键资产仍然可以被重新建立。
13｜当一家公司进入kabugami.jp：一次完整研究究竟怎样发生
这是理解整套系统最重要的一章。
前面的章节分别解释了市场事实、研究、证据整合、评分、产品、治理和长期记忆。到了这里，不再逐个介绍模块，而是假设日本市场里有一家普通上市公司，让整套kabugami.jp围绕它完整运行一次。
真正要观察的，不是“AI怎样写出一篇报告”，而是：一家公司怎样从几千个证券代码中的一个，逐渐变成一份可以被验证、比较、更新、继承和长期积累的研究资产。
以下描述的是截至2026年8月30日已经形成的研究主干，以及正在继续接通和强化的能力。市场事实基础、全市场发现、研究发现的公开追踪、传播与收藏等部分仍在建设或验证中，因此这一章既说明今天已经怎样工作，也说明正在收敛到的完整形态。
13.1 第一幕｜它先从“几千家公司中的一个”变成值得研究的问题
任何完整研究都要先回答一个容易被忽略的问题：为什么现在要把稀缺的研究时间放在这家公司身上？
如果研究对象完全依靠人凭记忆挑选，系统最终会反复研究熟悉的公司，而错过市场里真正发生变化的地方。因此，kabugami.jp正在把“发现研究对象”本身变成独立能力。它关注的不是一个神奇买入信号，而是整个日本市场里出现的值得提出问题的变化。
这种变化可能来自不同方向：长期价格结构出现异常；估值与经营质量之间出现罕见组合；现金流、资本配置或股东政策发生变化；行业环境与公司位置出现错位；某个公司事件让旧判断需要重新打开；也可能只是一个很弱、但与历史经验明显不同的信号。
这里最重要的边界是：
“值得研究”绝不等于“值得买入”。
发现层只负责把问题带到研究桌上。它不会为了制造交易机会而提前替研究下结论。这样，整个系统的第一步就从“找答案”变成了“找到值得回答的问题”。
13.2 第二幕｜先建立共同事实坐标，再允许任何解释发生
一家公司进入研究以后，kabugami.jp不会立即讲故事。第一件事是把不同研究者放到尽可能相同的现实里。
这层现实包括两个维度。
第一是时间。 今天看到的价格、估值和经营数据都不是孤立点。系统要知道这家公司过去多年经历过什么，当前处在怎样的长期位置，日、周、月等不同时间尺度看到的是同一段历史的哪一部分。一次上涨如果脱离长期历史，只是一个数字；放回完整价格生命里，它才可能被理解成恢复、突破、反弹、再定价，或者仅仅是噪音。
第二是可验证事实。 公司做什么业务、主要客户和市场是什么、收入利润怎样形成、现金是否真正回来、资产负债表承受什么压力、管理层如何配置资本、股东回报怎样变化、行业和监管环境发生了什么——这些都必须尽量先回到可追溯材料，而不是由一段二手叙述代替。
这一层还有一个很重要的作用：保存“不知道”。 某个数字口径不一致、某项业务贡献无法拆清、一个政策影响尚未发生、某个市场传闻没有可靠来源，都应该被明确标成未知，而不是为了让文章看起来完整而补出一个顺滑答案。
市场事实基础因此不是研究结论，它更像研究的共同地面。后面的不同角色可以产生不同解释，但至少先站在同一块地面上。
13.3 第三幕｜同一家公司，被故意交给不同“眼睛”分别看
如果所有研究都由同一个角色沿同一套路完成，速度可能很快，但系统很容易把同一种偏见放大。kabugami.jp因此刻意把研究拆成不同责任，让它们先独立形成观点，再在后面汇合。
企业基本面深度研究关心的是企业机器本身。它会追问：公司真正靠什么赚钱？客户为什么付钱？竞争优势是结构性的还是阶段性的？利润能不能变成现金？资本被投向了哪里？资产负债表给了公司多少选择权？管理层口头承诺与资本配置行为是否一致？增长究竟是在创造价值，还是只是扩大规模？
价格与市场结构研究则刻意保持另一种纪律：先把公司故事放到一边，只让价格历史自己说话。它关心一家公司在长期市场记忆里经历过怎样的下跌、恢复、停留、重心迁移和多周期关系。这样做的目的不是让技术分析替代企业研究，而是保留一个不会被“这家公司听起来很好”污染的独立证人。
AI自由研究通道承担的责任几乎相反：不要只回答模板里已经写好的问题。它可以追一个偶然出现但可能极其重要的线索——关键客户、供应链变化、收购后的整合、某项认证、库存异常、原材料政策、隐藏资产、竞争对手动作、海外小市场、管理层措辞变化，甚至一个暂时无法归类的异常。
系统化严谨研究则负责另一侧风险：自由研究很容易被最有趣的故事吸引，却漏掉枯燥但致命的部分。因此它会继续检查企业质量、财务、治理、产业、风险、资本配置等不能因为“不新鲜”就被跳过的区域。
这几个角色不是为了表演“多AI”。真正的目的，是让不同错误模式彼此制衡：自由研究防止僵化；系统覆盖防止漏项；价格研究防止故事支配一切；企业研究防止价格图被当成企业价值本身。
13.4 第四幕｜研究首先产生“发现”，而不是马上产生文章
这里是kabugami.jp近期开启第二轮重建时得到的一条非常重要的经验。
深度研究可以一次产生几十个真正有价值的发现：某个客户依赖、一个会计口径变化、一项资本开支、一次治理动作、一种价格结构、一条反证、一个未来验证点。传统写作流程很容易把这些发现直接倒进文章，然后为了篇幅、流畅度和结构把它们层层压缩。
问题是：文章变短了，不代表研究真的应该消失。
真实试验曾暴露过这种风险——研究阶段已经得到大量有效研究点，但最终公开表达只保留了其中一部分。这个问题后来直接推动了研究整合、公开追踪和报告结构的再次进化。
因此，完整路径里必须先把“重要发现”作为研究资产保留下来，再决定哪些进入正文、哪些进入图表、哪些成为风险说明、哪些保留为未解决问题、哪些需要未来再验证。
当前正在继续强化的目标，是让读者不仅看到被编辑后的正文，还能在需要时进入一层更完整的研究发现索引，并从正文中的重要判断回到对应发现；反过来，研究发现也能知道它最终在公开报告的什么位置被使用。这样可以同时满足两件过去经常冲突的事：
- 主报告仍然可读，不被几十条研究点淹没；
- 真正重要的研究意义不会因为“文章需要更顺”而在最后一道编辑门里消失。
这也是为什么kabugami.jp把“研究”和“文章”看成两个不同层次：文章是研究的一种表达，不能成为研究的容器上限。
13.5 第五幕｜当不同研究互相矛盾，系统不急着把它们抹平
真正深入地研究一家公司以后，出现的往往不是一个方向完全一致的答案，而是一组同时成立的张力。
公司可能非常便宜，但现金质量很差；行业有长期增长，公司的竞争位置却正在下降；价格结构开始改善，企业经营还没有给出确认；资产负债表很安全，资本配置却长期低效；管理层强调股东回报，同时仍在进行难以解释的投资；短期利润很好，但可能只是库存、汇率、原材料或一次性因素带来的。
传统“写结论”的冲动会要求尽快选边：看多还是看空，好公司还是坏公司。但研究资产真正有价值的地方，恰恰在于这些冲突被保留下来。
kabugami.jp希望每个重要判断同时知道：
- 支持它的事实是什么；
- 什么事实与它冲突；
- 是否存在另一种合理解释；
- 目前还有什么不知道；
- 未来出现什么新事实，会让今天的判断失效。
最后一项尤其重要。一个没有“推翻条件”的判断很容易在未来变成信念；一个写清楚推翻条件的判断，才真正能够被时间检验。
13.6 第六幕｜研究整合不是“把大家总结一下”，而是形成可以继承的判断结构
当不同研究角色已经分别完成工作以后，研究整合与证据中枢才进入最关键的阶段。
它做的不是把四份文字缩成一份摘要，而是回答更难的问题：哪些是事实，哪些是解释；哪些观点其实在说同一件事，哪些只是表面相似；两个矛盾判断能否同时成立；一个结论的因果链有没有断点；某项风险究竟是已经发生、正在形成，还是只是理论可能；哪些未知足以影响最终判断。
最终，一家公司会得到一种比“文章”更深的结构：
- 事实层：目前能够验证的现实；
- 解释层：我们怎样理解这些事实，以及为什么；
- 支持与反证：结论为什么成立，又可能为什么不成立；
- 因果关系：哪些变化可能真正驱动企业价值或市场状态；
- 重要未知：当前不能诚实回答的问题；
- 推翻条件：未来什么证据会迫使我们改变看法；
- 最终判断：在上述约束下，此刻最合理的理解是什么。
这里的“最终”只意味着这个Edition在这个时间点的正式判断，不是永远不变的真理。
因此，研究整合是从“很多聪明的观点”走向“一个可以追问为什么的正式判断”的地方。自由发现可以非常大胆，但正式结论必须能够回答它来自哪里、依赖什么、哪里仍然脆弱。
13.7 第七幕｜Score最后才出现，因为比较不能反过来定义研究
只有在完整综合已经形成以后，V3.2综合评估与比较系统才进入。
它的价值不是替代研究，而是把已经完成的复杂判断压缩成稳定的比较视角。这样，一个研究者面对几十家甚至几百家公司时，可以更快看出：哪些公司的经营质量更稳定，哪些估值更有吸引力，哪些风险更集中，哪些研究最值得继续深入。
但顺序不能倒过来。
如果先有一张评分表，再要求研究去填满每个格子，整个研究系统很快会被评分框架驯化：凡是评分不需要的发现都被忽略，凡是评分需要的字段都被过度强调。于是“比较工具”反过来决定了什么是真实世界里值得发现的东西。
kabugami.jp当前明确坚持相反方向：
研究先形成自己的真相，Score再消费研究。Score可以升级，但不能回头改写研究发生过什么。
这也是Score版本需要与具体研究Edition保持清楚关系的原因。未来评分方法改变，不代表2026年某份历史研究应该被悄悄换成2027年的评分逻辑。
13.8 第八幕｜复杂研究被翻译成人类真正愿意读的产品
到这一步，系统内部已经拥有远比一篇网页更多的东西。但公开产品不能把所有内部复杂度原样倒给读者。
所以接下来发生的是“翻译”，而不是“压缩到只剩结论”。
第一次接触的人可能只需要一个Gateway、一段概要和当前判断；愿意继续读的人可以进入完整报告；想理解价格历史的人可以看图；遇到陌生概念可以进入投资研究知识辞典；需要离线保存的人可以打开Reading Edition PDF；未来需要追溯完整研究发现的人，还可以进入更深一层的发现与证据入口。
这就是“简单入口，深的内部”的意义。
同时，公开透明并不等于公开所有可复制的内部方法。某些研究理论、内部推导或实现细节可以被保护；但保护方法不能成为隐藏事实、风险、反证和不确定性的借口。读者不需要知道系统内部怎样运转每一个步骤，却必须能够理解：为什么得出这个判断，以及这个判断在哪些情况下可能错。
13.9 第九幕｜发布时，研究被“冻结”成一个可以被未来检验的Edition
正式发布不是把网页覆盖成最新内容就结束。
每一个完成的研究Edition都应该保存当时的时间坐标：我们当时知道什么、不知道什么、用了哪一代研究和评分标准、得出了什么结论、有哪些风险和推翻条件。
这件事非常重要，因为投资研究只有放回当时的信息环境里才公平。几年以后再看一家公司的成功或失败，人很容易产生“早就应该知道”的错觉。冻结历史Edition，可以阻止未来知识偷偷改写过去判断。
因此，当下一次重大研究出现时，旧版不是被删除，而是进入Gateway的历史时间线。新的Current Edition站在最上面，旧版仍然能够被打开、阅读和比较。
如果只是修复链接、优化UI、增加一种语言、增加Reading PDF或Collector投影，而研究语义没有发生变化，它仍然属于同一个Edition；只有研究本身产生新的正式判断，才应该形成新的研究版本。
13.10 第十幕｜下一次研究不是“再写一篇作文”，而是在同一家公司生命线上继续生长
发布之后，公司并没有离开系统。
新的季报、年度报告、订单、政策、客户变化、资本配置动作、行业冲击和新的价格历史会继续出现。下一次研究首先要知道旧版已经理解到哪里，而不是重新从搜索引擎第一页开始。
于是更新的核心问题变成：
- 哪些旧判断仍然成立；
- 哪些证据被新事实加强；
- 哪些推翻条件已经触发；
- 哪些过去的UNKNOWN今天终于有答案；
- 哪些过去重要的问题现在已经失去重要性；
- 这家公司真正发生了什么结构性变化。
研究因此开始具有“记忆”。
长期看，一家公司在kabugami.jp里拥有的不再是一堆互不认识的PDF，而是一条可以回看的研究生命线：每个版本都保留当时真相，新的版本又知道自己是从什么旧判断上长出来的。
13.11 第十一幕｜阅读、引用、收藏和传播，发生在研究真相之外
一份研究如果发布以后只被打开一次，然后沉到网站深处，它还没有真正成为长期知识资产。
这就是研究传播与价值流通方向存在的原因。成熟以后，同一个Edition可以被阅读、引用、收藏、分享、讨论，甚至形成可验证的历史参与关系。
但这里必须保持一个非常重要的边界：传播关系不能制造第二份研究真相。
Reading Edition和Collector’s Edition的研究正文必须一致。收藏得到的是这个Edition的时间、身份、出处与关系证明，而不是别人看不到的“高级结论”。同样，未来无论收藏使用何种技术载体，收藏层都应该围绕研究作品建立，而不是让研究反过来变成某种技术资产的装饰。
这层能力目前仍处于建设和验证阶段，因此今天的正式报告只会诚实展示已经存在的部分，不会把未来收藏或商业模式写成已经成熟的收入来源。
13.12 第十二幕｜最重要的一步：这家公司还可能反过来改变kabugami.jp
如果系统研究了很多公司，却永远只用同一套问题、同一套分类和同一套表达，它最终仍然只是一个自动化流水线。
kabugami.jp真正想形成的，是另一种循环：现实中的公司可以反过来教育研究系统。
例如，一次真实研究可能发现现有企业研究从未重视过的新因果关系；一个价格历史可能暴露旧技术框架解释不了的现象；几十个研究发现被编辑层压缩掉，可能证明研究与文章之间必须建立新的保真机制；一个陌生产业概念反复出现，可能值得进入辞典；Score长期遗漏一类重要质量差异，可能需要独立升级；全市场研究不断遇到同一种数据缺口，可能反过来要求市场事实基础进化。
但并不是每次遇到一个特殊案例，就给系统增加一个新规则。只有当问题被证明具有可复用性、边界清楚、确实能够改善未来研究时，才应该晋升成长期能力；否则它只作为这个公司的个案经验被保存。
这就是全局治理和历史记忆在研究系统里的作用之一：不仅记录“改了什么”，还要尽量保留“为什么这次现实足以迫使系统改变”。
所以，kabugami.jp最终不是一条把公司送进去、把报告吐出来的流水线。它是一套研究现实、保存判断、接受反证，并且允许现实反过来改造自己的学习系统。
13.13 一个普通读者最终看到的，其实应该非常简单
把上面十二幕全部放在一起，会显得系统非常复杂。但这种复杂度不应该成为用户的负担。
对于一个普通读者，一家公司的体验最终可以非常简单：
- 在首页或搜索中看到这家公司；
- 进入稳定Gateway，先知道当前研究是什么、历史研究在哪里；
- 读简洁概要，决定要不要继续；
- 进入完整报告和图表；
- 遇到陌生概念时进入辞典；
- 需要时继续追到研究发现、历史Edition或未来AI交互；
- 几个月或几年后回来，仍然能够知道这家公司后来发生了什么。
真正复杂的工作发生在背后。对外产品的任务，是把这份复杂研究变得可进入，而不是把复杂研究削薄。
因此，一家公司完成一次完整研究以后，最有价值的结果并不是“多了一篇好文章”。
它在kabugami.jp里获得了一份可以随时间继续生长的研究生命档案。
14｜截至2026年8月30日，到底建成了多少
下面的状态表刻意区分“已经形成”“正在强化”和“未来方向”，避免把蓝图写成现实。
| 能力 | 当前状态 | 已经存在的东西 | 当前主要未完成部分 |
|---|---|---|---|
| 企业基本面深度研究 | 已形成并持续进化 | 深度公司研究、证据与因果分析能力 | 继续提高规模化、跨公司复用与长期跟踪质量 |
| 价格与市场结构研究 | 已形成并深化 | 独立技术研究、长期价格历史和多尺度观察思想 | 与更完整市场事实基础进一步协同 |
| AI自由研究通道 | 已形成、正在深审计 | 独立的开放式发现研究和跨研究通道发现能力 | 完成当前收敛审计并证明长期不会被规则驯化 |
| 严谨研究 / 研究整合中枢 | 核心建设中 | 已有完整研究→综合→公开链和持久状态 | 第二轮深度收敛、真实新股票端到端运行与最终成熟验证 |
| 综合评估系统 V3.2 | 已毕业能力 | 八维后研究评分、版本化历史保留 | 进入常规使用，不再作为独立建设主线 |
| 市场事实与图谱基础 | 建设中 | 多周期图表、市场历史适配、筛选与数据基础 | 生产级全市场事实、来源/许可/质量闭环及正式全市场运行后的验证 |
| 投资研究知识辞典 | 已毕业能力 | 独立概念身份、三语名称、解释与公司应用结构 | 事件驱动维护，不再为了“继续建设”制造工作 |
| 网站报告与发布 | 已形成并持续强化 | 单公司正式报告、网站公开发布、PDF输出链；Publication Gateway与薄UI标准已形成 | 在研究整合中枢最终成熟后，与用户界面完成一次最短必要对齐，并用真实系统级作品验证长期Publication Timeline |
| 用户AI入口 / 客户端 | 等待核心基础毕业 | 已有干净独立空间和明确边界 | 研究整合中枢成熟后再做最终兼容和端到端验证，不提前追逐仍在变化的基础 |
| 研究传播与价值流通 | 负责人主动暂停 / 未来选项 | 已有蓝图、隔离建设和未来机制方向 | 等负责人未来明确重启，不占当前核心资源 |
| 全局治理与协调 | 已运行 | 项目地图、动态资源权重、有限范围自动恢复、门槛管理 | 持续吸收真正重要的新治理事实，避免状态漂移 |
| 历史记忆与成长档案 | 正式能力 / 低权重后台 | 2021–2026考古框架、证据登记、最终历史产品方向 | 在资源允许时持续吸收重大新历史，不无限考古 |
| 灾难恢复与系统重建 | 正式登记 / 低权重后台 | 备份、恢复范围、资源与凭证元数据原则 | 完整恢复证明，以及网站、数据和关键资产的恢复闭环 |
这张表里有一个很重要的信息：kabugami.jp已经拥有多项可以实际工作的能力，但它仍然处于基础设施快速成熟期，而不是“全部完成以后才开始找用户”的传统顺序。
15｜全部成熟以后，kabugami.jp会是什么样子
成熟形态下，kabugami.jp应该呈现出一种非常自然的使用体验。
每天，日本市场的真实数据持续进入统一事实基础。
系统不是等人输入股票代码，而是可以从几千家公司中主动发现值得研究的变化。
不同AI研究角色分别研究企业、产业、财务、价格历史和异常问题；自由研究不会被模板扼杀，严谨研究又能保证重要盲点不被忽略。
研究完成以后，证据、反证、冲突、未知和因果关系进入长期档案。评分提供一个快速比较视角，但不取代完整研究。
普通读者打开网站，看到的是非常简单的一层：清楚的报告、真实图表、可以点开的知识概念和自然的AI交互。专业研究层则保留更完整的证据与深度。
一家公司不再只有一篇静态文章，而会逐渐拥有自己的“研究生命档案”。新的信息进入时，档案继续成长，同时保留过去每一次判断的历史版本。
研究可以被发现、引用、收藏和讨论，未来可能形成新的价值交换方式。
AI可以更换，模型可以升级，网站可以重新设计，某个模块甚至可以被完整重建；但kabugami.jp已经积累下来的研究、历史、证据关系和方法不会因此消失。
最终，kabugami.jp不是“一套选股软件”，而是：
一套会持续学习、持续积累、能够解释自己为什么改变的日本股票研究基础设施。
16｜哪些东西可能形成长期价值
理解kabugami.jp长期价值时，真正需要判断的不是今天有多少代码，而是哪些东西会随着时间产生复利。
16.1 研究资产
每一次深度研究、每一个重要反证、每一次公司长期更新，都可能成为下一次研究的起点。研究不是一次性成本，而可以变成累积资产。
16.2 市场事实与数据关系资产
真正有价值的不是拥有多少数据文件，而是数据是否可信、能否追溯、是否能和公司研究、价格结构、历史研究版本稳定连接。
16.3 方法资产
kabugami.jp正在形成多个可以独立进化的方法能力：企业研究、价格结构研究、全市场发现、证据整合、评分、知识解释等。它们不再必须一起升级。
16.4 Human × AI组织资产
一个更难复制的资产，是负责人和AI怎样分工、怎样纠错、怎样防止AI越来越会“完成流程”却越来越不会研究，以及怎样让不同AI共享事实却保留不同思维方式。
真正的壁垒未必是某一个Prompt，而可能是几年形成的组织方法和错误免疫史。
16.5 历史资产
一个系统如果只保存“现在正确的版本”，会不断重复旧错误。kabugami.jp正在保存被否定的方法、失败的产品方向和真实纠错原因。这些东西未来可能比某一版代码更重要。
16.6 产品与网络资产
报告、Gateway、辞典、未来AI入口和研究传播机制结合以后，单篇研究可能逐渐变成互相连接的知识网络，而不是孤立内容。
16.7 最重要的复利来自“连接”
单独看任何一个模块，都很容易被复制。
真正难复制的是：市场事实怎样进入发现，发现怎样进入多角色研究，研究怎样进入证据整合，整合怎样进入评分和报告，报告怎样进入长期公司档案，历史又怎样反过来改变下一代方法。
长期价值来自这些部分互相连接以后形成的复利。
17｜当前风险、限制与尚未解决的问题
一份公开的系统报告如果只写美好未来，会降低可信度。
kabugami.jp今天仍然有明显的风险和未完成项。
17.1 仍然高度依赖负责人
当前很多关键判断、方向选择和最终授权仍由负责人直接参与。系统正在把这些经验转成可继承规则，但离真正可以低依赖运行仍有距离。
17.2 AI天然存在幻觉和认知退化风险
AI可能编造事实，也可能出现更隐蔽的问题：为了满足流程而过早停止研究、为了写得整齐而删除矛盾、为了评分而反向寻找证据。kabugami.jp已经围绕这些风险建设了大量约束，但风险不会因为有规则而消失。
17.3 市场事实基础尚未完全生产化
全日本市场长期数据、公司行为、许可、质量和恢复需要继续完成。当前系统有强方向和部分能力，但不能把“正在深审计”写成“已经拥有完整生产级数据库”。
17.4 核心研究中枢仍在第二轮收敛
Canonical已经具备完整架构和持续运行能力，但截至本报告日期仍在做更深的收敛与新股票验证。它不是概念项目，但也还不能用“最终毕业”来描述。
17.5 用户端仍处在下一阶段
网站报告已经存在，但更完整的AI交互、App和用户工作流仍等待核心研究基础稳定后再统一对接。
17.6 商业模式仍在验证
研究传播、数字支付、收藏与研究信用等方向具有想象空间，但截至今天没有被当成成熟收入模式。kabugami.jp目前最重要的任务仍然是把研究与知识基础建设好。
17.7 知识产权保护与透明度需要长期平衡
公开读者需要理解系统为什么有价值，但核心研究方法如果全部公开，又会降低长期保护能力。因此kabugami.jp会公开原则、证据、结论和足以理解研究的机制，同时保留可被直接逆向复制的阈值、组合和内部流程细节。
17.8 历史并不完整
2021–2022仍有部分原始资料缺口。kabugami.jp选择明确保留GAP，而不是用后来的故事补成一条完美历史。这种“不完整”本身也是治理质量的一部分。
18｜结语：从一个人的研究习惯，到一个可以继承的系统
回头看kabugami.jp的成长，会发现今天很多看起来“架构化”的东西，其实都来自很简单的现实问题。
数据不够可靠，于是开始建设市场事实底座。
只看喜欢的股票会产生视野偏差，于是出现全市场发现。
AI研究会被流程驯化，于是保留自由研究通道。
有价值的发现会在总结里消失，于是建立研究整合与证据中枢。
评分会反过来限制研究，于是评分被放到研究完成以后。
固定报告章节会变成思维边界，于是明确“公开结构不能定义现实”。
陌生概念不断重复解释，于是出现投资研究知识辞典。
项目越来越多，资源越来越有限，于是出现全局治理与协调中枢。
AI会遗忘、工具会更换，于是开始恢复五年的历史记忆，并正式建设灾难恢复。
这也是kabugami.jp最值得被长期观察的地方：它不是为了“看起来像一个完整平台”而堆模块，而是在真实研究中不断遇到问题，再把解决问题的方法沉淀成可以继承的能力。
今天的kabugami.jp仍然没有完成。
但它已经从一个人的日本股票研究习惯，走到了一个可以让人、AI、证据、数据、产品和历史共同工作的系统。
下一阶段真正重要的，不是继续增加更多名字，而是让这些已经存在的能力彼此稳定协作，并证明它们可以在更大规模、更长时间和更多真实用户面前继续成立。
联系方式｜Contact
kabugami.jp
Developed and operated by JNJLEE Co., Ltd. / 株式会社JNJLEE
Representative / Contact
Raphael Lee（李 奮）
Email
raphael@jnjlee.co.jp
Website
https://kabugami.jp/
Company Address
〒106-0032
東京都港区六本木7丁目7番7号
トライセブンロッポンギ 8階
8F TRI-SEVEN ROPPONGI
7-7-7 Roppongi, Minato-ku, Tokyo 106-0032, Japan
本报告可能被转发或长期保存。无论你从哪里获得这份文件，如希望进一步了解kabugami.jp、JNJLEE，或讨论研究、合作及其他长期关系，请通过上述官网或邮箱直接联系。
资料与核验说明
本报告以截至2026年8月30日的kabugami.jp当前主线状态为截止点，主要依据包括：
- kabugami.jp当前GitHub主线及其正式标准、状态文件与近期提交；
- kabugami.jp 历史演进考古 工作账本、最终历史产品合同及证据登记；
- 当前研究整合系统、市场结构与事实基础、V3.2综合评估系统、Dictionary、Clients及Steward正式状态；
- 2023–2026已追回的原始对话、邮件、研究报告和产品材料。
为保护kabugami.jp核心研究资产，本报告只公开模块目的、关系、当前状态和足以理解价值的高层机制；不公开可直接重建内部研究方法的阈值、检测组合、状态结构、路由细节及其他可逆向实现信息。
历史中无法由当前Primary Evidence支持的部分保持为缺口，不以事后推测补齐。
Version: 2026.08.30 / Chinese Edition
Canonical Website: kabugami.jp