aka Zhiy Tam · Founder & AI Builder
Tam is the Founder & CEO of MINDLINK TEC LTD, an AI creator and product builder building creative AI tools including Mica and Bobi.
生成式 AI
端到端打造可上线的 AI 产品 —— 从 Bobi 里基于扩散模型的图像生成,到 Mica 里 Agent 化的工具调用。有把 LLM、扩散模型、从提示到执行的流水线真正做成产品的实战经验。
NLP
把自然语言变成可靠的软件动作。NLP 是 Mica 的核心:解析意图、映射成表格操作、生成真正能信的公式。
产品设计
零学习成本是我的原则:需要说明书的工具就不算做完。Bobi 和 Mica 都是照这个思路设计的:第一次上手的人不用看任何说明,就能做出点真东西。
创意技术
把 AI 当媒介,而不是工具。探索生成系统如何放大个人表达 —— 风格化人像、新颖的美感,以及让想象力变得触手可及的产品。
在创立 MINDLINK TEC LTD 之前,Tam 在现代产品工程领域积累了深厚经验 —— 从打造面向用户的界面,到架构云原生系统。他对 AI 的着迷始于早期用生成模型做的实验,并很快变成一种确信:AI 不只是自动化工具,更是创作的媒介。他常驻网络空间,持续探索 AI 创作工具能做到的边界。
主导开发 Bobi —— 一款零学习成本的 AI 图像工具。上传一张照片就能瞬间变成多种风格,不用研究提示词。
主导开发 Mica —— 由 AI Agent 驱动的 Excel 助手,把自然语言变成表格操作。
创立 MINDLINK TEC LTD,使命是让每个人都能用上 AI 驱动的创作能力。
我相信,技术最强大的时刻,是它让人表达出自己从未想过能表达的东西。做 Bobi 时,我想造的就是这样的工具:把创作的门槛降下来,让任何人不论技术水平,都能做出属于自己的、有意义的作品。每做一个功能,我都会先问自己:「这东西能让人重新看见自己吗?」
3 个系列,共 86 篇文章
AI 财务建模工具:排名测不出的可验证性
公开排名只给工具起草模型的速度打分,却不给「模型能不能被验证」打分。本文讲这个缺口,以及各家工具在检查上的表现。
三表模型检查:一个工作簿里的 99 项检查发现了什么
一个由 AI 智能体搭的三表模型,接受了 99 项检查;其中一个数字说明,检查表全部通过,并不等于一份能成立的商业计划。
Excel 里的蒙特卡洛:10,000 条路径与 31 项检查
在工作表里搭出的收益与风险模型:一条价格序列、10,000 条路径、一次带种子的运行,以及一个拿解析答案来核对的分布。
NPV、IRR 与 WACC:67 项检查证明了什么
一份一页纸备忘录撑起的资本投资评估:NPV 算两遍,IRR 解两遍,NPV 曲线从 6% 走到 14%。
四种估值方法,四个答案:54 项检查
对同一家公司用 FCFF、FCFE、股利和剩余收益四种方法:估值范围 7,080 到 15,439,区间跨度为中点的 74%,54 项检查核验算术的每一步。
债券久期与凸性:55 项检查,两种方法
价格、收益率、久期和凸性先按公式算一遍,再用有限差分算一遍;外加必须成立的关键利率可加性。
Black-Scholes 与二叉树:17 项检查
七只期权和两笔互换在同一个工作簿里定价,背后有平价关系、格点收敛、解析希腊字母和隐含波动率求解。
组合优化:对最优解的 24 项检查
六个资产类别、35% 上限、不做空,以及一个必须满足求解时 KKT 条件的最优解。
私募股权 IRR:48 项检查,一个根
MOIC、DPI、MIRR、瀑布分配,以及一组有不止一个内部收益率的现金流;48 项检查逐一核对。
三表模型检查:必须成立的 12 项勾稽
三表模型必须通过的十二项勾稽:资产负债表恒等式、现金流勾稽、留存收益、固定资产。一个 AI 搭的模型能拿多少分。
资产负债表不平:该查的 8 项恒等式
三表模型不平的时候,按顺序跑这八项恒等式;其中三项,AI 搭的模型根本答不上来。
财务模型里的循环引用:AI 在这里栽跟头
利息取决于现金,现金又取决于利息;受测的每一款 AI 工具都栽在这个循环上。怎么搭,才能让它收敛并且可审计。
Excel 里的审计痕迹:AI 表格会留下什么
一套审计痕迹必须包含的四个环节:输入、改动、推理、复核;以及怎么测试你的 AI 工具留下的痕迹到底站不站得住。
改动一项会计政策:每一张必须跟着动的明细表
切换存货、折旧或租赁的处理方式,会牵动整个模型里的数字。该重新检查哪些明细表,以及怎么分辨真联动和手工补丁。
财务模型压力测试:能让它断掉的 6 个输入
负增长、利润率崩塌、营运资金挤压、资本开支跳升、一个不可能的利率,以及一条缺失的融资线:六个能暴露模型薄弱处的输入,还有一个不可能的输出能告诉你什么。
一个能自我检查的三表模型
三表模型要怎么搭,它自己的检查才能跑起来:命名驱动项、每项检查一个单元格,以及一条不使用模型的第二条路径。
收益率与时间价值:模型之前的检查
从 250 个价格得到 249 个收益率、没有零收盘、日期有序,以及一个必须等于日标准差乘年度平方根的波动率。
必须加得起来的概率树
概率加总为一、分支计数与观测数相符,以及从两处重建的期望值;在 249 个日收益率上检查。
蒙特卡洛收敛:10,000 条路径对照一个公式
一万条带种子的路径,五个分位数对照对数正态答案,最大差距为 0.0053。
你能重算 p 值吗?一个通过检验却什么都解释不了的 beta
beta 为 −0.229、p 值为 0.0268、R² 为 0.0197:三个彼此一致的数字,和一个它们并不支持的结论。
有效前沿约束:边界做了什么
为什么不做空和 35% 上限会改变哪些组合存在,以及告诉你优化器遵守了它们的四项检查。
样本外时间序列:工作簿跳过的那项测试
样本内统计量描述过去。一个一年期样本、一次拆分,以及三项防止回测泄漏的检查。
一个能证明自己的量化模型
数据完整性、四个恒等式、一个与闭式解比较的模拟,以及一个显著却几乎什么都解释不了的回归。
NPV、IRR 与 MIRR:一个答案还是三个
同一组现金流放进三个指标:NPV 836、IRR 13.15%、MIRR 11.23%。差距为什么来自再投资假设,而不是错误。
WACC 敏感性:NPV 的答案在哪里翻转
7.845% 的资本成本,一条从 6% 到 14% 的 17 点 NPV 曲线,以及让 836 的 NPV 变成零的那个准确 WACC。
融资结构会动什么(以及本该动什么)
把债务占比从 40% 提到 60%,WACC 下降 1.24 个百分点,NPV 增加 226。这个结论是否成立,取决于模型固定住的那个 beta。
回收期与盈利指数:它们在哪里失效
3.91 年的回收期和 1.167 的盈利指数都指向接受。到了悲观情景,其中一个仍然指向接受,而 NPV 为负。
项目层面的蒙特卡洛:三个情景漏掉了什么
一份只有基准、乐观和悲观三个情景的资本评估,通篇没有用到概率。模拟会补上什么,要付出什么代价,以及怎么检查它。
一个能自洽站住的资本预算模型
一份资本评估要怎么搭,才能让每个指标都算两遍、每个情景都被隔离、决策规则本身也是一项可检验的条件。
FCFF 与 FCFE:两条路,一个数字?
通往同一股权价值的两条折现现金流路径,一条 10,229,一条 8,370。现金流能对上,估值对不上。
多阶段 DDM:让各阶段保持连续
29.8% 的分红率和 2% 的终值增长,得出 7,080 的股权价值。各阶段为什么必须接上,以及这个方法为什么位于区间底部。
剩余收益:它为什么把区间顶到最高
6,132 的账面权益,加上 9,307 的现值,以及一个永续赚 17%、对照 10.8% 权益成本的终值假设。
可比倍数:一个分布,不是一个数字
为什么同业倍数应该按带四分位数的区间报告,检查有哪些,以及为什么这个估值工作簿完全没有可比公司。
敏感性热力图:它必须服从的两件事
一张用这个模型自身现金流搭出的 WACC × 增长网格,它必须满足的单调性,以及证明网格是实时的那个单元格。
怎么给出一个有意义的估值区间
同一家公司 7,080 到 15,439:74% 的区间、四种方法,以及防止区间变成和稀泥挡箭牌的检查。
到期收益率:解出来,再证明它
七只债券,每只解出一个收益率,而真正要紧的检查是:在解出的收益率上重定价,必须回到市场价格。
三种方法下的久期:5.354、5.090、5.083
同一组合上的 Macaulay 时间、修正久期的敏感性和有效久期的重定价;每一个都按定义计算,并与有限差分对照。
用有限差分检查凸性:二阶检查
公式给出 35.675,重定价给出 35.605;以及为什么二阶差分非用 1bp 的冲击不可。
关键利率久期:各部分必须加总为整体
把 5.083 年的有效久期分解成关键利率各段,以及为什么只有每一段都被衡量时总和才对得上。
信用利差:一个输入,以及确保它只是一个输入的检查
到期 433.77 个基点的利差:它如何进入收益率、求解器必须复现什么,以及模型对违约什么都没说。
曲线冲击损益:重定价与预测
五种曲线冲击,每种定价两遍:一遍完整重定价,一遍通过久期和凸性。差距是一阶和二阶漏掉的部分。
一个可以被审计的债券模型
债券工作簿怎么搭,才能让每个分析数字都算两遍;以及为什么工作簿自己的注释是里面最重要的一行。
远期、期货与基差
远期价格就是把即期按融资利率持有到期的价格。期货价格是同样的东西加上每日结算,而两者的差就是交易表从来不显示的基差。
互换估值:两条路径,一个数字
平坦 4% 曲线上的两笔互换,每笔估值两遍:一遍把固定腿的现金流折现,一遍加总远期利率现金流。
Black-Scholes 与树模型:差距告诉了你什么
公式给出 11.837,一千步树给出 11.835;两种不同方法、一个数字,以及一个按可预测方式缩小的差距。
二叉树收敛:证明它的那张表
CRR 格点从 10 步算到 1,000 步,对照闭式解;差距每一步都在下降,比率落在 100 附近。
用有限差分算希腊字母:怎么选冲击
Delta、gamma、vega、theta 和 rho,先按公式算,再用冲击算;这样的冲击大小让两者一致到七位有效数字。
隐含波动率:三次迭代和一个警告
9.556 的市场价格在三次迭代后反演出 25% 的波动率,残差为零;而它失败时没有后备方案。
一个能自我检查的定价引擎
为什么衍生品工作簿需要的检查比三表模型少,以及那 17 项各自真正确立了什么。
KKT 条件检查:证明最优解确实最优
一个有约束最优解必须满足的六个条件,残差在小数点后第十位;以及每个条件抓住什么。
约束违反:四项检查和一个计数
权重之和为 1、不做空、没有资产高于 35%,以及违反计数为零;还有两项资产正好卡在上限上。
Black-Litterman:后验从哪里来
对一个模型的四项检查;它的全部价值在于收益率向量不再靠猜,而且可以从组成部分重建。
风险平价:关于等风险的三项检查
权重之和为 1、贡献加总为组合波动率,以及最大与最小贡献之间的差距。
加得起来的归因
一个残差为零的 Brinson 分解,以及为什么可加性是唯一让归因可信的检查。
压力测试一致性:优化器做不了的检查
组合工作簿没有压力测试。它会是什么样,以及把情景与故事区分开的三项一致性检查。
一个你可以验证的组合
约束可行性、KKT 最优性、Black-Litterman 后验和 Brinson 归因;四种不同主张,四种不同测试。
多解 IRR:6.10% 还是 163.9%
一组有两次符号变化和两个正根的现金流,两个根被独立定位,并确认两处 NPV 都为零。
MOIC、DPI 与 RVPI:一个恒等式,四个情景
报告值 1.46×、基准 2.00×、乐观 3.50×、悲观 0.80×:倍数恒等式在每个情景、含与不含当前 NAV 下都检查。
多轮稀释:股权结构表在哪里断裂
五个轮次、一只基金及其共同投资者,以及六项抓住电子表格最常犯的稀释错误的检查。
房地产 DCF:退出价值就是模型
五年持有、一个前瞻净营运收入(NOI)、一个退出资本化率;以及防止终值变成伪装假设的那项检查。
资本化率与杠杆:物业回报的算术
为什么 5% 的资本化率、60% 的贷款和 4% 的债务给出 6.5% 的股权回报,以及让房地产模型保持诚实的三项检查。
一个站得住的另类投资模型
股权结构表、一组现金流、四个回报指标、两个 IRR 根、一个瀑布分配;以及让整个结构可审计的那一项检查。
AI 原生表格 vs Excel AI:谁会退场,谁能留下(2026)
AI 原生表格 vs Excel AI(2026):拿 Rows 关停当案例,看开发者的 MCP 优势,以及到底哪个品类能活下来。
ChatGPT for Excel 完全指南:定价与 5 个替代方案(2026)
2026 年的 ChatGPT for Excel:这个加载项能做什么、真实定价与可用范围如何,哪些事它不能做,以及哪些真的会执行任务的最佳替代方案值得选。
Claude for Excel 怎么用:价格、能力边界与替代方案(2026)
2026 年再看 Claude for Excel:精确到单元格的引用能带来什么、真实收费水平、引用做不到的事,以及那些真能动手执行的替代方案。
Formula Bot 替代品盘点:6 款更强的 Excel 公式工具(2026)
2026 年真正能顶替 Formula Bot 的六款工具,围绕价格、能否执行、数据安全逐项比较 —— 并点明谁才该从那个浏览器端生成器换过去。
Microsoft Copilot for Excel 值不值?2026 完整指南
2026 年的 Microsoft Copilot for Excel:它能做什么、怎么借助 Microsoft 365 在云端运行、真实定价几何,以及相比本地执行是否划算。
Excel 数据清洗交给 AI:7 个步骤(2026 指南)
用 AI 清洗 Excel 数据,为什么它会吃掉分析师 80% 的时间:七个最常见的清洗任务、AI 在你表里怎么执行它们,以及一份交付前检查清单。
Excel 公式报错:#VALUE!、#NAME?、#REF!、#1004 怎么修(2026)
2026 年,AI 生成的 Excel 公式报错怎么修:讲清 #VALUE!、#NAME?、#REF! 和宏错误 #1004 分别是什么意思,以及怎么跳出「粘贴—修错」这个循环。
财务用的 Excel AI:FP&A 和分析师该选什么工具(2026)
2026 年,财务与 FP&A 该怎么用 Excel AI:哪些场景最省分析师的时间,工具在「会不会真执行、隐私、审计」这三方面怎么比,再附一套月末结账流程。
自由职业者的 Excel AI:单子接得更多,账结得更快(2026)
2026 年,自由职业者的 Excel AI 怎么用:交付提得起速、薄毛利守得住、客户的保密单敢接,每一单结账都更快。
Excel 自动化,可以不写 VBA:2026 年的 5 条路
2026 年想自动化 Excel,不必写 VBA:Power Query、Power Automate、Office Scripts、AI 工作簿 Agent 和公式,这五条路各管什么、怎么挑,文末还走了一遍完整实例。
Mica:Excel AI 本地处理、不上传云端,在你所在的地方就能用
Mica 让 Excel AI 在你自己的电脑上跑:不往云端传文件,也不收订阅费。登录直接用现成的账号(Microsoft、Google 或 GitHub),买单可以用支付宝、Apple Pay、Google Pay 或银行卡,不管你人在哪个地区。
Mica 基准测试与公开数据:安装时间、速度、隐私(2026)
2026 年 Mica 的数据与基准测试:装一次要多久、任务能快多少、用的时候工作簿会不会被上传。为了让撰稿人直接引用,每个数字旁边都写清了测量方法。
2026 年 Excel 公式生成器推荐:免费与付费怎么挑
Formula Bot、GPTExcel、ChatGPT 和 Mica 谁更适合你?这份 Excel 公式生成器对比,从价格、XLOOKUP 等函数支持,一路比到它们会不会真的把公式跑起来。
2026 年 8 款真能派上用场的免费 Excel AI 工具
2026 年哪些 Excel AI 工具是真免费:「免费」二字该怎么读,八款工具在价格、额度、能不能执行、数据去哪四点上的实际情况,以及一批绝不把你的文件传上云的本地选择。
Mica 是什么?跑在 Windows 本地、把活干完的 Excel AI(2026)
Mica 是什么?一款 Windows 上的本地动作型 Excel AI:任务直接在你的工作簿里执行,每一步都看得见,数据留在你自己的机器上。
Gemini in Sheets 全解析:定价、平台要求,以及 Excel 用户的选择(2026)
2026 年,写给 Excel 用户看的 Gemini in Google Sheets:它有哪些能力、Workspace 的价格与平台门槛在哪,和 Excel AI 相比又差多少。
Mica 为何用浏览器打开:本地引擎,界面永远最新
Mica 为何跑在一个浏览器标签页里:做 Excel 活的是装在你电脑上的本地引擎,窗口始终最新,哪些留在本地、哪些会传出去,都在这里说清。
Excel 工作簿 Agent 是什么,和 AI 加载项差在哪(2026)
工作簿 Agent 属于哪一类 Excel AI?它不给你代码,而是直接在你的文件里动手。它跟 AI 加载项怎么区分、又适合哪些人,这篇一次讲清。
ChatGPT vs Claude vs Copilot:Excel 上谁是真干活的?
把 ChatGPT、Claude、Copilot 放进 Excel 场景比一比:执行和给建议差在哪、六列对比表一次看全,以及按什么标准挑出真能替你干活的那个。
Mica 上手指南:装好、连上 Excel、跑通你的第一个任务
2026 年 Mica 上手全流程:装好 MindLink 启动器、给 Excel 授权、用电池跑通第一个任务,再把常见的安装故障处理掉。
Mica 定价:下载不花钱,电池按量付费
Mica 定价:下载免费,电池用多少扣多少。新用户先拿一份试用额度,之后单节 $18、五节装 $80,再看它跟云端订阅怎么比。
AI 拿到你的 Excel 文件,安全吗?(2026 指南)
上传 Excel 文件给 AI 安全吗?云端工具会看到并保存什么、本地执行又把什么留在你电脑里,以及怎么一步步查清一款工具的数据政策。
Mica 怎么工作:本地执行,每一步都看得见
Mica 怎么工作?任务在你本机执行:分步的任务流程、授权与核验,以及盯着工作簿里的每一步看,为什么能顺手学会 Excel。
Mica 安全与隐私:Excel 数据留在你的电脑,始终不上传
Mica 的安全与隐私:它到底会接触到哪些数据、本地执行架构是怎么搭起来的,以及你怎么亲手确认工作簿文件从未离开你的电脑。