跳到主要内容

FinBayes 内测群真实问答田野样本（2026-06-19~21）

给 FinTecEval Case Library 重构当真实场景参考样本。这是一手田野数据：FinBayes 内测群里团队成员这几天真实提的问题，不是设计出来的测试题。

已去标识：去掉发问人身份，个人持仓表态类抽象成「模式」，只保留对出题有用的问题结构。原始完整问答存在运行态会话存档（内测群，2026-06-19~21），需要更细可回那里挖。

边界：本文只提供原始样本 + 结构观察。按 FinTecEval 现行场景标签体系给每条打标，是 FinTecEval 会话的事——本文不预先贴标签，避免两套标签打架。

为什么这批样本值钱​

  1. 真实需求,不是想象。30 题旧库是设计出来的；这批是真实用户在真实场景里自发问的，能校准旧库「假设的场景分布」和「真实分布」差多远。
  2. 暴露了一类旧库可能缺的题型：跨资产条件级联推演（「若 BTC 跌到某价位 → MSTR 被动卖币」）、多轮监测设置（用户中途纠正「不要定时、要信号触发」）、判断质询（用户要求 agent 给出某个分价位判断的依据）。
  3. 一个能直接变成评测案例的真实失败：用户明确要「信号触发式提醒」，agent 口头答应并写进长期记忆，但系统只有定时轮询、没有事件触发引擎——承诺了一个不存在的能力。这种「言行不一致」正是评测体系该抓的，可做成一道专门的 case。

样本全集（20 条真实提问，按主题归类）​

A. 宏观 / 利率（4 条）​

  1. 当前美联储从降息预期转向加息叙事、并开启加息的概率有多大？若加息预计何时开启？会对全球各金融市场和主要标的产生哪些影响？
  2. 当前从降息预期转为加息叙事、甚至转向连续加息的可能性有多大？逻辑和发生路径会是怎样？美联储更新点阵图的逻辑是什么——基于当下事实数据，还是会有预判和预期管理？
  3. 外汇市场 USDCNY 的市场情况，以及短期内（如三个月内）再次走强（回到 7 以上）的可能性和概率？它的涨跌受哪些宏观数据和事件影响？
  4. （承上）把利率变化相关的关键指标及触发位纳入监测。

结构观察：典型「概率 + 时点 + 传导路径 + 受影响标的」四要素复合问，且要求区分「事实驱动 vs 预期管理」。USDCNY 那条带明确阈值触发位（回到 7 以上）。

B. BTC 市场结构（3 条）​

  1. 当前 BTC 价格多少？处于短/中/长期什么阶段？是否出现熊市见底信号？
  2. BTC 从日 K 看仍处 bearish 市场结构，回调到 EMA20 遇阻，判断有较大概率再测前低 60k 附近。请从其他方面分析，有哪些打破当前市场结构走向的可能性？（如宏观、或某些低周期发生 CHoCH 后增大大级别走高概率）
  3. 「看 BTC / NVDA 当前位」「看 BTC 修复位」「看 ETH 风险拆解」「看 CRCL 监管影响」（快捷追问型）。

结构观察：用户自带专业市场结构语言（市场结构、EMA20、CHoCH、前低），要求 agent 在用户已有判断之上做反向证伪（「有哪些可能打破我的判断」）——这是「质疑既有 thesis」型，不是从零分析。

C. MSTR / MicroStrategy 事件链（6 条，最密集）​

  1. MicroStrategy 这波卖币对市场情绪（机构、个人）的影响？导致这次卖币的可能原因？未来隐患？并根据其公司情况推演：若 BTC 持续下跌（联动其股票），它可能在哪些价位被动再次卖币套现保命，及原因。
  2. （针对 agent 给出的「$50K 以上大概率不被迫卖 / $40K 以下进入压力区 / $30K 附近被动套现风险显著上升 / $20K–$25K 接近生存压力」判断）这个判断如何得出？依据是什么？（如跌破 40K 是否低于其平均成本、是否导致市场不再看好）——要求详细依据。
  3. 历史上 MSTR 有过多少次 BTC 卖出事件？分别在什么时间、什么市场（宏观/美股/加密）背景下？分别产生了什么市场反应？
  4. MSTR 作为美股上市公司，其买卖 BTC 的决策与执行是否需完全符合公开披露流程？是否存在未披露的黑盒买卖可能？其加密资产财库地址是什么？能否公开监测和审计？
  5. MSTR 所需支付的永续优先股股息和可转债利息分别多少？支付周期（年/季/月）？目前现金储备多少？未来大额债务到期时间？推演未来债务与股息偿还压力下，MSTR 可能的卖币方案和时间点。

结构观察：这是最有价值的一簇。特征：(a) 跨资产条件级联（BTC 价格 → MSTR 资产负债表压力 → 被动卖币事件）；(b) 要求量化触发价位 + 给依据；(c) 牵出可审计性 / 披露合规 / 链上财库等接地能力；(d) 债务到期时间线驱动的情景推演。一道题就能压测「多跳推理 + 接地 + 量化 + 时间线」。

D. 判断质询 + 用户自身 thesis（2 条）​

  1. （承 C-9）质疑既有分价位判断、要求给出可证伪依据。
  2. 【模式，已抽象个人表态】 用户陈述一个个人长期持仓 thesis（对某资产长期持有的风险判断），请 agent：(a) 评价这个想法是否成立；(b) 定义在什么情况出现时，自己应该放弃这个想法。

结构观察：D-14 是「请 agent 帮我给我自己的判断定失效条件」——判断生命周期里「失效条件作者」用例的真实出现，正好对上 FinBayes 校准账本要的「带失效条件的 standing judgment」。

E. 监测设置（多轮，最关键的一组交互）​

  1. 把前面这几个问题涉及的 BTC / 利率变化 / USDCNY 变化的关键指标及触发位，加入监测提醒。
  2. 不用定时提醒，信号触发时告知即可。

结构观察：这是一道天然的多轮 case。用户先给监测意图（E-15），agent 第一反应是「先加定时监测」，用户立刻纠正（E-16）「不要定时、要信号触发」。它同时考三件事：(a) 能不能把自然语言意图落成可执行的监测规则；(b) 能不能区分「定时轮询 vs 事件触发」并按用户偏好切换；(c) 诚实性——系统没有事件触发引擎时，agent 是该如实说「我目前只能定时查」，还是不该假装能做到。实测里 agent 选了后者（承诺了做不到的事），这本身就是评测要扣分的点。

给 Case Library 重构的几条直接启示​

  1. 真实题型分布偏「复合 / 多跳 / 跨资产」，远比单标的单问复杂。旧 30 题若以单标的单问为主，可能低估了真实难度。
  2. 「质疑既有判断、要依据」是高频真实模式（C-9、D-13），旧库若多是「从零问」，缺这一类。
  3. 监测意图 → 可执行规则是一个独立能力维度，且和诚实性强耦合（E 组）。建议作为一类 case。
  4. 跨资产条件级联推演（C 簇）适合做成压测「多跳推理 + 接地 + 量化」的旗舰 case。
  5. 这批真实问答里没有标准答案（gold answer）——和旧库同病。但它们有 agent 的真实作答存档可作「真实作答长什么样」的起点，gold answer 仍需人工补。

关联：FinBayes 工程侧据同一批样本，正在起一份多用户底座事件触发监测层设计稿（监测意图落地、信号触发、按用户分隔）。出题端（本文）和被测产品端（那份设计）共用这批真实样本，但分属两条线。