瞭望塔 · LWT.CJ

瞭望塔 Liorvanta Research

独立第三方研究机构。以自主研发的 LAF™ 合规分析体系为核心,专注于 A 股拟IPO及上市公司的合规风险识别与评估。

87+9
内核 + IPO 分支指标
5
独立分析维度
九档
A+~D− 评级
独立
第三方立场

我们的使命

填补 A 股 IPO 分析的空白

A 股审核趋严、监管收紧,IPO 企业和上市公司的合规风险,藏在信披文件的字里行间。传统分析两极分化——要么太浅,看新闻讲故事,忽略风险;要么太深,陷进财务细节,看不见全局。瞭望塔走第三条路。

1

合规先行

我们不做投资建议,不参与市场情绪。LAF™ 的核心使命是基于公开信息,系统性呈现一家拟 IPO 公司的合规全貌——让企业提前扫清上市障碍,让市场各方获得独立、可验证的参考依据。

2

方法论公开,可复现

没有扎实的方法论,评分工具就是没人信的黑色盒子。LAF™ 内核指标库:87 个(V4.0 新增审计意见 3 指标)+ 9 个 IPO 分支指标,加权合成公式公开透明。

3

独立第三方

瞭望塔的收入来自平台订阅,与被分析公司无关。我们的公信力建立在独立立场上——这一点,写在方法论的第一行。

核心方法论

LAF™ 合规分析体系

对 A 股拟 IPO 及上市公司做系统性合规评估——指标驱动、交叉验证、可追溯,而不是泛泛的风险提示。

D1D2D3D4D5

LAF™ 权重分布示意

八维 Pro 模型

LAF™ 五维模型之上,进阶版将扩展 D6 供应链韧性、D7 创新能力与 D8 ESG 表现,与自动化评分引擎同步推进。

查看八维 Pro 路线图 →
D6规划中
供应链韧性
Supply Chain Resilience
D7规划中
创新能力
Innovation Capacity
D8规划中
ESG 表现
ESG Performance

独立立场

为什么独立第三方立场是我们的生命线

独立性,是我们方法论的第一行

从申报上市到持续经营,保荐机构、承销商、律师、会计师与发行人之间,天然构成利益闭环。瞭望塔走另一条路。

  • 收入来源独立:平台收入来自订阅服务,与被分析公司无直接利益关联
  • 方法论公开:评分标准、数据源、关键计算公式可查阅,支持独立复核
  • 结论自带前提声明:每一项评分都标注数据来源和质量标记,不掩盖不确定性
  • 五维交叉验证:独立维度打分后再做交叉检验,降低单一视角偏差

方法论演进

从 v1.0 到 v3.0:方法论与前沿技术的同步演进

每一次版本升级,都由真实案例反馈与技术探索双向驱动——不是静态产品,是持续进化的知识体系。

Phase 1 · 2026-03-31

打底阶段 — 方法论框架确立

LAF™ v1.0 Flash 模型完成五维定义,搭建知识工程、LLM 与 Agentic RAG 协作流程,处理上万份文档,确立了核心方法论与基础数据标准。

Phase 2 · 2026-04-20

v2.0 — 指标字典奠基

早期版本完成指标定义与可执行方法论骨架。今日 LAF™ V4.0 定稿为内核 87 指标 + IPO 分支 9 指标、九档评级与 Layer 1/2 双层架构。

Phase 3 · 2026-05-31

试点阶段 — 真实案例验证

试点阶段完成首批逐指标评分,同步推进 MVP 验证与 QLoRA 微调,落地 AI 治理、AI 原生架构、多智能体编排、Slow AI 及世界模型探索。评分范围随数据积累持续扩大。

Phase 3.5 · 2026-06-30

v3.0 升级 — 地缘政治合规 + 数据质量标记

LAF™ v3.0 新增地缘合规指标、数据完整度系数与三级质量标记。同步落地 Agentic Workflow、KG-RAG、AI 可观测性与结构化知识工程,并行推进本地模型部署验证。

Roadmap · 未来规划

八维 Pro 路线图 + Layer 1 规则引擎

路线图保留 D6–D8 扩展位。评分由 Layer 1 规则引擎确定性计算;Layer 2 AI 仅辅助解读、永不改分。信披材料解析与矛盾检测服务 Layer 1/2 证据链。

技术底座

AI-Native —— 从数据底层到分析输出的全链路 Agent 系统

LAF™ 不是一份手工 Excel,也不是「用 AI 辅助写报告」的浅层应用。它是面向 IPO 合规场景、从数据采集到评分输出的全链路 Agent 驱动系统,持续整合 MCP、Agentic RAG 等前沿架构以强化分析深度。

知识工程

招股书、问询函、处罚决定 → 把非结构化文档变成可计算的指标

  • · 多模态模型微调 — 领域文档解析优化
  • · RAG 检索增强 — 混合检索 + 重排序,大篇幅精准定位
  • · 领域知识图谱 — 法规-案例-指标关联(建设中)
  • · Agentic RAG — 自主推理,支持多步溯源
  • · 知识库建设 — 文档清洗、标注、向量化入库

Agent 编排

不是单一模型,是多 Agent 协作的生产系统

  • · 多 Agent 集群 — 方法论、赛道、采集、评分并行协作
  • · 思维链推理 — 评分前 Agent 自我验证,降低幻觉
  • · 工具调用 — 自主调用数据库、搜索、计算工具
  • · MCP 协议集成 — 标准化工具连接层
  • · 人机协同 — Agent 产出 → 人工复核 → 反馈迭代

评分与输出

从逐项评分到五维雷达图,全程可追溯

  • · 结构化输出 — 统一 Schema,评分可追溯
  • · 交叉验证引擎 — 五维独立打分,自动检测矛盾
  • · 数据质量标记 — 三级标记(Verified/Estimated/Unavailable)
  • · 五维雷达图 — 自动聚合生成可视化诊断报告
  • · 质量审计 — 评分不确定度透明呈现
技术基础设施:从硬件层到框架层完全自主可控——全面适配国产算力,确保模型训练与生产推理的稳定高效。

研究立场

瞭望塔(Liorvanta Research)同时扎根资本市场一线与工程底座:一边服务合规风险识别,一边搭建可复现的 Agent 协作系统。

瞭望塔指出:A 股合规风险往往藏在信披字里行间,需要可复现的量化框架,而不是故事化叙事。

机构积累覆盖企业合规与风险管理全流程经验,并以自主技术栈推动 LAF™ V4.0 与 FAL 数据底座落地。

机构信念很简单:合规不是形式主义,分析必须说真话。这也是 LAF™ 的出发点——用规则引擎把独立判断力规模化,AI 只负责解读、永不改分。

研究网络之外,助理研究员守住数据清洗与内容审核底线。人不多,但每个人都知道自己守的是什么。

外部智囊

专家协作网络持续建设中

瞭望塔正在邀请投行保荐、法律合规、财务审计、产业政策、投资者关系、财经媒体等领域的从业者,以项目制形式参与特定赛道或个案的外部评审。

每位加入的专家,都将在项目中透明署名,对自己的评审意见负责。

申请成为专家顾问 →

准备好深入了解 LAF™ 了吗?

从免费研究报告到深度 LAF™ 评分——完整权益与价格见定价页。