跳到主要内容

FinTec AI Ecosystem 生态恢复锚点

状态：基线收束版 文档级别：L0 / 生态恢复锚点 最后更新：2026-04-30 Owner：Curvature Labs 用途：在上下文丢失、会话中断、跨 Agent 交接或多人协作时，用最短路径恢复对 FinTec AI Ecosystem 的当前稳定理解。

1. 本文档定位​

本文档不是战略白皮书，不替代 01-ecosystem-whitepaper.md。

本文档也不是完整当前基线，不替代 03-current-baseline.md。

它只承担一个职责：作为生态级“短锚点”，帮助协作者在一分钟内恢复以下问题：

  • 这个生态要解决什么根问题；
  • 当前稳定的生态结构是什么；
  • 五个核心对象分别是什么；
  • 哪些边界不能被误写；
  • 下一步应从哪里继续。

2. 一分钟恢复摘要​

FinTec AI Ecosystem 不是五个彼此割裂的 AI 工具，也不是一个单体化超级金融系统。

它试图构建的是一个围绕金融信息感知、金融认知、交易执行、反馈学习、金融领域模型能力持续增强而组织起来的 AI Native 金融智能生态。

当前最稳定的结构是 3 + 2：

  • 三个前台独立系统 / 产品：
    • Data Horizon / 数据视界
    • FinClaw
    • AI Trading Matrix
  • 两个基础设施 / 能力底座：
    • Reinforcement Learning Engine
    • Financial Expert Foundation Model

五个对象可以从能力链路上理解为：

金融信息感知
  -> 金融认知与研究分析
    -> 交易执行
      -> 结果反馈与学习沉淀
        -> 金融领域模型能力增强

这条链路用于解释生态协同关系，不意味着第一阶段必须把五个对象强行做成一个线性流水线。

3. 当前根问题口径​

生态要解决的根问题，不是简单的“信息不足”，也不只是“感知-认知-执行-反馈链路断裂”。

更准确地说：

在金融信息形态快速扩张、超额收益来源持续迁移的背景下，市场参与者难以将海量异构信息稳定转化为可验证金融认知、可治理交易执行支持和可复利的领域能力，导致潜在收益与组织能力在感知、认知、执行和反馈环节持续损耗。

“感知-认知-执行-反馈”是生态对该根问题的结构化回应，而不是根问题本身。

4. 五个核心对象的当前口径​

对象当前定位关键边界
Data Horizon / 数据视界金融信息感知系统覆盖非结构化信息与结构化信息；对内是感知链路基础环节，对外也是独立系统 / 产品；不承担主要金融认知与真实交易执行职责。
FinClaw金融认知与研究分析中枢将信息、上下文、方法论和模型能力转化为结构化金融认知；可输出策略假设、信号理解和决策支持；不直接完成真实交易执行。
AI Trading Matrix交易执行层将认知、策略、信号和约束转译为受治理的交易辅助与执行支持；真实交易执行必须处于授权、审计和风控边界内。
Reinforcement Learning Engine反馈与学习层将结果、误差、案例、反馈和用户行为沉淀为持续改进资产；不在缺少真实反馈数据时空转式启动。
Financial Expert Foundation Model金融领域模型能力底座为生态提供长期金融理解、推理、结构化输出和任务适配能力；不脱离真实产品闭环追求模型炫技。

5. 当前阶段判断​

当前仍处于基线收束、产品定义下推和启动前治理阶段。

第一阶段不应要求五个对象一次性打通完整生态主链路，而应优先让三个前台独立系统 / 产品分别证明自身最小闭环成立：

  • Data Horizon / 数据视界 先形成独立金融信息感知链路；
  • FinClaw 先形成独立金融认知产品闭环；
  • AI Trading Matrix 先形成独立交易执行闭环；
  • Reinforcement Learning Engine 与 Financial Expert Foundation Model 保持能力规划、触发条件和依赖关系清晰，等待真实数据、反馈和前台产品实践逐步驱动。

生态协同仍然重要，但不应反向压缩独立产品 / 系统的完整态定义。

6. 必须避免的误写​

当前后续文档和项目推进中，应主动避免以下误写：

  • 把 Data Horizon / 数据视界 写成单纯“数据与事件感知底座”，忽略非结构化信息和独立产品属性；
  • 把 FinClaw 写成被 MVP 反向收窄的短期工具，忽略其完整态战略、产品定义和认知中枢定位；
  • 把 FinClaw 的策略假设、信号理解或决策支持误写成无授权真实交易执行；
  • 把 AI Trading Matrix 写成无治理、无授权、无审计边界的黑箱自动交易系统；
  • 把 Reinforcement Learning Engine 和 Financial Expert Foundation Model 写成抽象口号，而不是由真实任务、真实反馈和真实产品闭环逐步驱动的能力层；
  • 把 3 + 2 结构误写成单一产品路线图或单一线性流水线；
  • 继续把准备期日志、变更记录和中间分析稿作为正式基线入口。

7. FinClaw 下推链路​

FinClaw 后续文档应遵循以下单向推导关系：

  1. FinClaw 战略白皮书定义完整态、战略目标、产品边界和生态位置；
  2. FinClaw 产品定义文档 从战略白皮书下推，明确目标用户、核心场景、产品对象、能力结构和非目标；
  3. FinClaw MVP 产品定义文档 再从产品定义下推，定义第一阶段目标用户、功能范围、系统设计和验收边界。

MVP 是阶段性落盘，不应反向限制完整态战略白皮书和产品定义。

8. 当前恢复路径​

若从中断会话恢复，按以下顺序读取最少必要上下文：

  1. README.md：仓库定位与生态对象
  2. 03-current-baseline.md：当前有效基线
  3. CONTEXT-MAP.md：按当前任务挑选下一批文档

如需理解接入规则或回写路由，再读 ACCESS_GUIDE.md。如需查找具体文档状态，读 INDEX.md。如只需恢复生态口径，读到本文档即可。如要继续产品定义、项目边界或治理文件重写，按 CONTEXT-MAP.md 的对象路由表进入对应项目目录。

9. 当前下一步​

当前已完成并确认：

当前正在处理：

  • 本文档是否保留为短恢复锚点，并与白皮书、当前基线形成清晰分工。

后续建议进入：

  1. 03-current-baseline.md：重写为当前有效判断集合；
  2. registry/project-registry.md：按新 3 + 2 结构更新对象注册表；
  3. projects/finclaw/：基于最终白皮书下推 FinClaw 战略、产品定义与 MVP 定义链路。