Human Attention. Agent Context.
最好一批人的注意力，
成为 AI 的金融 context。
Frontier 聚合一二级金融、互联网与 AI 的核心从业者。他们的讨论留在平台上，变成权重，构成人和 AI 都能用的金融 context。
01 WHAT WE HAVE
我们有最好一批人的注意力。
Frontier 从一个公众号开始，把一二级金融机构、互联网和 AI 的从业者聚到了一起。很多人把 Frontier 置顶，重要消息一发生，第一时间进来看、进来讨论。
重点不是人数，是密度。人一多就鱼龙混杂，降噪的成本会超过获取信息的收益。我们聚的是能给出判断的人。
02 WHY NOW
消费端打开了。
以前，一家另类数据供应商往往只服务 30–40 家机构。只有机构消化得了大批量数据，所以数据必须高价值、高难度、高价格，生意才成立。
AI agent 改变了这件事：不会写代码的人，也能调用 API。数据第一次可以被所有人消费。
消费端打开之后，瓶颈上移：不再是谁用得了数据，
而是哪一份 context 是对的。
03 WHERE THE VALUE IS
同样的 token，输出的判断价值不同。
模型人人可用，输入 token 人人同价。区别在于调用时，有没有一层对的 context。
跟着头条走。
市场都在说 capex 大涨、capex 最重要，模型也跟着这么复述。
知道该看哪里。
群里的从业者很快指出：capex 其实不及预期；云业务也有几个角度没有达到预期。
这个判断的差额，就是值得捕获的价值。
04 ONE ASSET, TWO EXITS
同一份注意力，给人，也给 AI。
核心用户的讨论留在平台上，变成权重：专业人群的注意力给每条信息打的分。这些权重构成 context。
给人，它从推特、新闻和研报里筛出真正重要的，按专业人群的注意力帮你找到要的信息。给 AI，agent 调用时带上这层 context。
顺序不能反
先有人的注意力，才有给 AI 的 context。人这边是捕获，AI 这边是供应；没有持续捕获，context 会枯竭。
卖权重，不卖聊天
对外提供的是算出来的权重和 context，匿名、聚合，不是聊天原文。
05 WHY NOT A BETTER MODEL
换一个更强的模型，解决不了。
- 01 / UNSAYABLE
很多权重说不成 prompt。
哪条消息重要、谁的判断更可信，是专业人群长期注意力的结果，写不成一段话。
- 02 / CONVERGENCE
金融场景里，模型能力已经趋同。
再换一个更大的通用模型，边际越来越小。
- 03 / EXTERNAL
把 context 外挂在模型之外，可能是解法。
后训练只训「什么重要」这一个判断，不训全能的金融模型。context 留在模型外面，模型换了它还在。
06 THE COMPARABLE
数据供应长什么样：Reddit。
Reddit 把社区讨论授权给谷歌和 OpenAI，用于模型训练和实时数据接入。据 Reuters 报道，谷歌这一笔每年约 6,000 万美元。
Frontier 是同一个形状，更窄，也更密。
- 海量用户，话题不限
- 讨论授权给模型厂
- 用于训练与实时数据
- 只做金融，参与者是从业者
- 中文，实时
- 供应权重与 context，不卖原文
07 WHAT WE WILL DO
三件事，一个循环。
- 01 / CAPTURE
做好 Frontier app，捕获更好的信号。
把讨论聚到自己的平台上。付费从业者从 1.5 万扩到 5 万。
- 02 / POST-TRAIN
后训练，把信噪比判断做好。
招算法与后训练人才，把多年人工挑选的经验变成模型能力，千人千面地开放给用户。
- 03 / SUPPLY
用这两项优势，做数据供应。
给 agent 和模型厂提供金融 context 与权重。
招算法与后训练人才
把捕获搬到自己的平台
本页只讲概念。1.5 万为当前付费从业者口径，5 万为目标，不是现状。
Reddit 授权信息来自公开报道。金额、条款与细节当面沟通。