软件股冲击：将垂直行业概率映射到软件公司图谱（193家上市公司）。Impact Score = 上线概率 × 业务相关度（Specificity）；Ann. JDs = 高概率 AI 公司在该领域的数据标注招聘（训练数据信号）；Biz% = 估算该垂直业务占公司营收比重。
Top 25 受冲击软件股（Impact Score）
Impact Score = 最高产品上线概率 × 业务相关度（0-1）。Score 越高 = 被 AI 替代威胁越大、越紧迫。红色 = HIGH 紧急度（已有2家以上 AI 公司入场且概率>80%）。
业务影响比重分布（Biz Impact %）
各软件公司的"估算营收中有多少比例处于AI冲击风险"。越高 = 业务越集中在被AI替代的垂直领域（如纯做法律SaaS的公司Biz%高达80%）。按紧急度（HIGH/MEDIUM）分组显示。
数据标注JD信号强度（训练数据指示器）
各垂直行业关联 AI 公司（上线概率≥50%）发布的"数据标注/RLHF/Human Feedback"类 JD 数量。这类 JD 是产品正在训练领域专有模型的信号——出现 Data Annotation JD = 产品即将上线。
产品雷达：基于 product_build JD 聚类，Claude Opus 推断各 AI 公司正在构建/销售哪些对外产品，并通过 KG COMPETES_WITH 图扩展受威胁的上市软件标的。Score = 阶段权重 × 紧迫度 × 近期性 × GTM比例。
受威胁股票排名（Top 20）
威胁权重 = Σ(产品分 × 威胁等级系数 × hop折扣)。Direct = Claude直接识别的竞争标的；KG = 通过知识图谱COMPETES_WITH扩展（权重×0.4）。
产品阶段分布（按公司）
各公司产品所处阶段数量。💰 selling = 已有销售岗/GA；🚀 launching = 推广中；🔧 building = 工程建设；🔬 research = 早期研究阶段。
产品信号表（按紧迫度评分排序）
💡 Trade Ideas：基于 AI 公司 JD 周度边际变化生成做空/做多想法。"产品还没发但招聘越来越多" = Build 阶段 + 周度加速 → 市场未定价的做空机会。置信分 = 加速分(35%) + 产品阶段(30%) + 产品威胁(25%) + 历史α(10%)。
做空候选（按置信分降序）
Build 阶段（橙色高亮）= 产品12-15个月内上线，市场尚未定价。GTM 阶段 = 产品已上线，信号已滞后。历史α = 基于 Jan-Feb 2026 AI事件价格数据。
| 排名 | Ticker | 公司 | 垂直行业 |
置信分 | 加速分 | 阶段分 | 威胁分 |
JD近7天 | JD前7天 | Δ% |
预计GTM | 历史α₅ | 威胁来源 |
催化剂日历（AI产品预计上线时间线）
基于 Build 阶段月份数和历史平均 build→GTM 周期（15.2个月）估算产品上线时间。黄色高亮 = 6个月内。
| 预计GTM | 剩余月份 | AI公司 | 垂直行业 | 阶段 |
受影响股票 | 最近财报 | 紧迫度 |
做多候选（AI Lab 合作方）
| Ticker | 公司 | sub_category | 机会类型 | 逻辑 |
|---|