假设你最近盯上一家公司。就说台积电吧。
你打开手机，开始"研究"。券商深度报告几十页、行业专家访谈、雪球上几百条讨论、公司电话会纪要、还有 AI 帮你生成的一份"投资分析框架"。你读了整整三天。合上手机，你确实"知道"了很多：台积电靠先进制程代工赚钱，护城河是三十年积累的工艺良率和客户信任，AI 需求让它扩产，苹果、英伟达、AMD 都排队找它流片……你甚至能对着朋友讲上半小时。
现在，请你停下来，回答一个问题：
以今天的价格，你到底该不该买它？该买多少？如果买错了，是哪里会先出问题？如果你和大多数人一样，你会发现——答不上来。 你知道了一大堆关于这家公司的"信息"，却没有形成一个能下注的"判断"。
这就是价值投资时代最贵、也最稀缺的能力：不是获取信息，而是把信息压成判断。
一、在价投里，信息从来不是瓶颈
很多人以为投资做不好，是因为信息不够、消息不灵、看得不够多。恰恰相反。
看看真正的价值投资者。巴菲特不看盘、不看短期新闻、办公室里没有彭博终端；段永平不做行业调研、不追热点，很多决定是在家里想清楚的。他们掌握的"信息量"，很可能比盯盘的散户还少。可他们赚到了钱，因为他们的判断硬。
信息是原料，判断是成品。信息告诉你"发生了什么"；判断要回答"在当前价格下，这值不值得我下注、下多重、什么情况下我认错"。一个投资者可以囤积一仓库原料，却造不出一件成品。
囤原料的假象，在 AI 时代尤其危险。 你收藏了 50 篇台积电研报，以为"拥有"了它们，其实只是存了；你让 AI 总结了这 50 篇，以为"理解"了，其实只读了一份更短的转述。存了 ≠ 懂了；懂了 ≠ 验证了；验证了 ≠ 形成了判断。
二、"看过"和"研究过"，是两个东西
把台积电的年报摊开。只是看：营收多少、毛利多少、管理层看好 AI，你点头"不错"。而研究，是追着问一串让自己难受的问题：
· 营收增长，是靠涨价、出货量、先进制程占比，还是汇率和会计口径？
· 毛利率这么高，是真护城河，还是周期高点的错觉？
· 每年上千亿美元的资本开支，最终有多少变成了归属股东的自由现金流，多少被下一轮扩产吞掉？
· 管理层拿赚来的钱，是高回报再投资，还是为了规模乱扩张？
· 最要命的：今天的价格，已经把这些好 price in 了多少？还剩多少安全边际？同一份年报，"看过"看到的是一个印象，"研究过"看到的是一组能改变买卖的变量。 前者让你有话可说，后者让你有单可下。
三、判断，必须能回答六个问题
一个合格的价投判断，必须能回答下面六问。这也是本系列第一个、会反复用到的工具：
【工具 · 价投判断六问】（觉得"我研究过了"时，逐条自检；答不全，说明手里还是信息、不是判断）
1. 我在判断什么？——一个能被证伪的结论（"当前价有安全边际"，不是"不错"）。
2. 根据什么材料？——标明一手（财报/原始数据）还是二手（研报/大V观点）。
3. 证据有多强？——"管理层说前景光明"是弱证据，"十年资本回报率序列"是强证据。
4. 多少置信度？——带上概率，高/中/低。
5. 什么事实出现说明我错了？——提前写下反证条件，这是判断与执念的分界。
6. 对我的买卖和仓位意味着什么？——研究若不改变任何行动，就没有完成。"看了三天台积电"那种状态，六问里能扎实回答的，可能一个都没有——那不是你不努力，是你把"输入"当成了"判断"。
四、这就是段永平"不懂不做"的底层
"不懂就不做"，很多人以为是谦虚，其实是对判断稀缺的敬畏。"懂"，不是"我知道它做什么"、"我看过很多资料"，而是——我能把六问答满，硬到敢用真金白银下注、错了也认。 答不满，就还在能力圈外；能力圈外不是不能学，而是不能重仓。很多亏损不是公司太复杂，是人不愿承认自己只是"看过"、没"研究过"，就把仓位压了上去。
所以这个系列要教的，不是"怎么收集更多信息"——AI 已经帮你做得够多了；而是那条更难、也更值钱的路：如何把海量信息，压成一个你敢下注、能复查、错了能认的投资判断。
从下一篇开始，我们先拆一个 AI 时代最隐蔽的陷阱——为什么 AI 会让"假懂"变得更快，而假懂，在投资里是要用亏损买单的。
风险提示：本文所涉公司仅作研究方法示范，非投资建议。
——《价值投资的研究方法》· 本系列第 1 篇