跳到主要内容

FinTec AI Ecosystem Context

状态：基线收束草案 最后更新：2026-05-08 来源：baseline/03-current-baseline.md、registry/project-registry.md 与已校准项目文档

本 context 定义 FinTec AI Ecosystem 的共享领域语言，用于帮助团队成员和个人域 Agent 快速区分生态级概念、产品 / 系统级概念、治理概念和实现细节。

它不是战略白皮书、当前有效基线、项目注册表、PRD 或实现规格；若本文与上游基线冲突，以 baseline/03-current-baseline.md 和 registry/project-registry.md 为准，并通过 Sync / Escalation 回流修订。

Language​

生态与仓库​

FinTec AI Ecosystem: 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。 避免误解: 单一应用、单体平台、泛化金融 AI 工具集合、由一个对象吸收全部职责的超级系统

Labs-FinTecAI-Gov: FinTec AI Ecosystem 的生态级战略、产品、治理与协同知识仓库。 避免误解: 第六个产品、产品管理后台、吞掉个人域 / 项目域内部执行流程的日常 backlog 系统、过程日志仓库

Work Packet Layer: 建立在生态事实源和产品知识库之上的轻量需求 / 变更包 / 任务协同层，用于让团队成员、项目 owner 和个人域 Agents 围绕生态级或产品级工作进行领取、执行、审计、验收和状态查看。 当前阶段优先采用仓库内 Markdown + YAML frontmatter 协议，先稳定对象模型和状态机，再按真实协作需要集成第三方开源系统或 open-cowork。 避免误解: Jira 替代品、每个工程子任务的唯一管理系统、open-cowork 或个人域 Agent 工作流替代品、事实源本身、被第三方工具模型反向塑形的任务系统

Ecosystem Context: 从生态基线和项目注册表继承出来的共享术语与关系恢复层。 避免误解: 最终封版白皮书、当前有效基线替代物、项目级 context 替代物

Governance Fact: 已被正式文档记录、可被下游项目默认继承的生态级定义、边界、接口、阶段判断或风险口径。 避免误解: 原始来源材料、随口讨论、项目局部偏好、未吸收中间稿

Document Language Rule: 正式治理、context、决策、索引、项目状态、产品定义、任务说明、参考说明和对齐沟通默认使用中文。必要英文专名、仓库名、文件名、代码字段、命令和已固定对象标识可保留，但应优先给出中文含义或中文主称。 避免误解: 禁止英文专名、要求翻译代码标识、只约束未来文档、用英文缩写替代未定义的评测维度或产品对象

第一版完整产品形态: 前台产品 / 系统当前版本的设计目标应尽量接近其在生态链路中的最终定位、边界、能力组合、呈现方式和交互方式。它不是以“最小实现”证明逻辑可行为目标，而是在已有参考项目和前期本地实践已经验证基本可行性的基础上，收束第一版应如何作为完整产品节点成立。 避免误解: 最小可行产品、概念验证、只做最小闭环、用参考项目能力反向定义本项目边界、跳过产品形态直接进入工程实现

生态结构​

3 + 2 Structure: FinTec AI Ecosystem 的当前产品 / 系统组合结构：三个前台独立系统 / 产品，加两个基础设施 / 能力底座。 避免误解: 线性流水线、单一产品模块树、完整集成路线图

Frontend Product/System: 能先形成独立产品或系统闭环，同时未来仍可参与生态协同的生态对象。 避免误解: 功能模块、内部组件、必须依赖全生态集成才成立的子系统

Shared Infrastructure/Capability Layer: 在多个产品 / 系统之间沉淀共享能力的生态对象，应由真实前台任务、数据、反馈或学习资产触发启动。 避免误解: 战略口号、杂项平台桶、缺少真实输入也应提前全面开建的平台

Five-Layer Capability Chain: 解释五个对象如何协同的能力视角：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。 避免误解: 强制线性执行流水线、第一阶段必须全部打通的主链路

五个核心对象​

Data Horizon / 数据视界: FinTec AI Ecosystem 中的金融信息感知系统。 避免误解: FinClaw 的数据模块、研究结论引擎、交易信号系统

FinClaw: FinTec AI Ecosystem 中的金融认知与研究分析中枢。 避免误解: 数据采集层、交易执行系统、泛化聊天机器人、下游执行系统的分析插件

AI Trading Matrix: FinTec AI Ecosystem 金融信息逻辑链路中承接「执行」环节的产品 / 系统。 避免误解: 旧称 Trading Matrix、生态大脑、认知层、无边界自主交易黑箱、上游感知或认知系统、只能做机械下单的交易适配器、只能作为生态内部模块存在

Reinforcement Learning Engine: FinTec AI Ecosystem 中的反馈与学习层。 避免误解: 前台产品体验、泛化优化兜底桶、缺少真实反馈也应空转启动的平台

Financial Expert Foundation Model: FinTec AI Ecosystem 中的金融领域模型能力底座。 避免误解: 产品 UI、模糊模型愿景、RLE 本身、产品工作流设计替代物、模型炫技项目

阶段与协同​

Independent First-Phase Closure: 前台产品 / 系统在第一阶段具备不硬依赖其他生态对象的自洽最小闭环。 避免误解: 生态最终愿景、成熟商业规模、完整生态集成、长期能力上限

Readiness Signal: 对象进入显式协同或基础设施启动前应具备的可检查条件。 避免误解: 日历里程碑、强制路线图依赖、口头想法

Ecosystem Collaboration: 独立对象在 readiness 足够后，通过显式接口、反馈和共享能力层形成协同。 避免误解: 第一阶段硬依赖、边界坍缩、由一个对象吸收另一个对象职责

Product/System Context Alignment: 位于生态 context 与 PRD / MVP / issue / 实现计划之间的项目级对齐层。 避免误解: 完整 PRD、实现规格、最终产品冻结、工程模块级设计

治理与回流​

Sync / Escalation: 项目实践挑战生态边界、接口、风险姿态或共享定义时，从项目层回流生态治理层的结构化路径。 避免误解: 日常本地 backlog 更新、非正式聊天记录、普通实现选择

open-cowork Integration Boundary: open-cowork 可承接项目级复杂协作过程，包括意图澄清、任务契约、执行、验证、评审和归档；本仓库提供上游事实、产品约束、工作包入口和生态级状态，不替代任务内部执行流。 避免误解: 两套系统互相替代、所有任务都必须在本仓库内展开、所有 open-cowork 结果自动升级为生态事实

Local Exception: 项目级实践或发现与当前 Governance Fact 不一致，但尚未被接受为生态级更新。 避免误解: 新生态规则、静默覆盖、已经生效的正式事实

Ecosystem Owner: 启动期代表 Curvature Labs / Founder 接受生态级 Governance Fact 的角色。 避免误解: 每个项目的产品 owner、实现 owner、所有本地优先级负责人

Project Owner: 在具体产品 / 系统内负责产品判断、本地优先级和项目级 context 的角色。 避免误解: 自动生态事实批准者、跨项目最终裁决者

金融风险与执行边界​

Financial Risk Boundary: 生态级金融风险边界，要求输出默认保持为信息、认知、研究辅助、决策支持或受约束交易执行支持。 避免误解: 收益保证、确定性投资建议、替用户承担投资责任、无边界自主执行

Cognition vs Execution Boundary: FinClaw 和相关模型能力可产生认知型决策支持，但不得直接触发真实交易、下单、调仓、资金划转、链上交易或执行系统调用。 避免误解: 把评级、target price、组合分析、回测解释、策略假设或价格提醒一概排除在认知能力外

Execution Governance Boundary: 真实执行、账户操作、订单提交、资金划转、合约执行、链上动作和自动执行必须处于授权、审计、风控和可回滚治理边界内。 避免误解: 黑箱自动交易、无授权执行、模型或认知输出直接变成订单

Positive Expectancy Research Language: 内部研究能力语言，用于描述提升高质量金融认知和条件化交易逻辑识别能力的方向。 避免误解: 收益保证、确定性买卖建议、自动执行许可、对外营销承诺

反馈、学习与模型能力​

Feedback Object: 可被 RLE 接收、治理、评估或沉淀的结果、误差、案例、反馈或用户行为对象。 避免误解: 任意日志、未经解释的遥测、可直接当作学习真值的数据

Learning Asset: 经过来源、证据、权限、风险等级、审核状态和可学习范围治理后，可复用的学习材料。 避免误解: 原始反馈、未经核验样本、可直接进入训练 / 微调的数据

Model Capability Base: FEFM 承担的长期金融语义理解、推理、结构化输出、任务适配和评估能力沉淀层。 避免误解: 通用模型 benchmark 追逐、模型规模工程、前台产品定义替代物

Relationships​

  • FinTec AI Ecosystem 采用 3 + 2 Structure。
  • 3 + 2 Structure 包含三个 Frontend Product/System：Data Horizon / 数据视界、FinClaw、AI Trading Matrix。
  • 3 + 2 Structure 包含两个 Shared Infrastructure/Capability Layer：Reinforcement Learning Engine、Financial Expert Foundation Model。
  • Five-Layer Capability Chain 解释 3 + 2 Structure 的协同方式，但不替代产品 / 系统组合结构。
  • Data Horizon / 数据视界 提供金融信息感知输出，后续可支持 FinClaw 和 AI Trading Matrix。
  • FinClaw 产出结构化金融认知、策略假设、风险表达和决策支持，后续可支持 AI Trading Matrix。
  • AI Trading Matrix 聚焦客观交易、自动化交易、AI 交易、量化交易、多个二级金融市场支持、回测、策略 / 虚拟交易员赛马机制以及内部交易执行所需的执行域能力，并可向 Reinforcement Learning Engine 回流执行支持效果。
  • Reinforcement Learning Engine 将真实反馈、结果、失败案例和评估样本治理为 Learning Asset，后续可支持 Financial Expert Foundation Model。
  • Financial Expert Foundation Model 将真实金融任务、经治理学习资产和评估样本沉淀为 Model Capability Base，后续可反哺三个前台对象。
  • 每个前台对象第一阶段都应先证明 Independent First-Phase Closure。
  • AI Trading Matrix 在生态外部也应以独立产品 / 系统存在，并保留独立商业化路径。
  • 两个基础设施 / 能力底座应由 Readiness Signal 触发，而不是空转式提前全面启动。
  • 所有产品 / 系统默认继承 Financial Risk Boundary。
  • FinClaw 和 Financial Expert Foundation Model -> FinClaw 的能力反哺必须遵守 Cognition vs Execution Boundary。
  • AI Trading Matrix 可在执行域内构建完成交易、回测、策略评估和执行治理所需的推理决策能力；这些能力不等同于抢占 FinClaw 的生态认知中枢定位，且所有真实执行链路必须遵守 Execution Governance Boundary。
  • Positive Expectancy Research Language 必须受 Financial Risk Boundary 约束，不能升级为收益承诺或执行授权。
  • Labs-FinTecAI-Gov 记录 Governance Fact，项目实践可通过 Sync / Escalation 挑战它。
  • Labs-FinTecAI-Gov 可承载 Work Packet Layer，但工作包的稳定结论应回写为 Governance Fact、项目定义、接口文档或验收记录，而不是让 packet 本身成为第二套事实源。
  • Local Exception 可记录在项目 context 或项目状态中，但在被接受前不会成为新的 Governance Fact。
  • Product/System Context Alignment 默认继承 Ecosystem Context，但可以通过 Sync / Escalation 回流修订上游事实。
  • Work Packet Layer 可与 open-cowork Integration Boundary 衔接：本仓库负责入口、约束、状态和验收事实，open-cowork 或个人域 / 团队域 Agents 负责具体执行过程。
  • Ecosystem Owner 在启动期接受生态级 Governance Fact，Project Owner 负责项目级判断和本地优先级。

Sync / Escalation 触发条件​

当项目实践影响生态级事实时，必须触发 Sync / Escalation。

最小触发条件包括：

  • 项目实践挑战 3 + 2 Structure 或 Five-Layer Capability Chain；
  • 项目实践改变相邻对象边界，例如 FinClaw 开始承担真实交易执行；
  • 项目实践产生新的跨对象接口需求；
  • 项目实践暴露金融风险、合规风险、用户误导风险或执行治理风险；
  • 项目实践产生可被多个对象复用的能力、数据、评估方法、反馈对象或学习资产；
  • 项目实践证明现有 Governance Fact 不够用、错误或阻碍推进；
  • Reinforcement Learning Engine 或 Financial Expert Foundation Model 获得足够真实任务、反馈、评估样本或学习资产，需要从预启动进入正式启动。

日常本地变更不需要默认 Sync / Escalation，包括 UI 文案、本地 backlog 排序、单项目实现选择、不影响生态边界的商业实验和一次性探索草稿。

金融风险边界​

所有 FinTec AI Ecosystem 产品 / 系统都应默认把输出定位为信息、认知、研究辅助、决策支持或受约束交易执行支持。

它们不得把输出呈现为无边界确定性金融建议、收益保证，或静默替用户承担责任的执行系统。

各对象的具体含义：

  • Data Horizon / 数据视界 不得把感知到的信息包装成确定性金融结论。
  • FinClaw 可以输出评级、target price、组合分析、回测解释、策略假设、价格 / 事件 / 风险提醒等认知型决策支持，但不得直接触发交易或执行系统。
  • AI Trading Matrix 可以在授权、审计和风控边界内承接客观交易、自动化交易、AI 交易、量化交易、回测、策略 / 虚拟交易员赛马机制和真实执行链路，但不得漂移成无约束自主执行黑箱。
  • Reinforcement Learning Engine 不得把未经验证反馈直接当作学习真值，也不得优化并强化高风险或误导性行为。
  • Financial Expert Foundation Model 不得用模型权威感掩盖金融不确定性、样本风险或责任边界。

协同 Readiness 信号​

第二阶段 Ecosystem Collaboration 应从 readiness 信号启动，而不是从日历日期或强制路线图依赖启动。

两个相邻对象进入显式协同设计，至少需要满足：

  1. 双方都能描述各自第一阶段最小闭环；
  2. 上游已有稳定或半稳定输出；
  3. 下游有明确消费场景；
  4. 接口不会破坏任一方的独立闭环；
  5. 风险边界可表达；
  6. 协同能产生可回流的反馈、评估样本或学习信号。

Example Dialogue​

开发者: "AI Trading Matrix 是否必须等 FinClaw 完全成熟后才能证明第一阶段价值？" 领域专家: "不需要。AI Trading Matrix 先证明自己的 Independent First-Phase Closure；与 FinClaw 的协同等 Readiness Signal 足够后通过显式接口进入。"

开发者: "FinClaw 能不能输出评级、target price 或策略假设？" 领域专家: "可以，只要它们是证据有界、条件化、可复查的认知型决策支持；真正越界的是直接触发下单、调仓、资金划转、链上交易或执行系统调用。"

开发者: "Reinforcement Learning Engine 收到一批用户点击日志后，是否可以马上开始自动优化？" 领域专家: "不能。日志必须先成为受治理的 Feedback Object，再判断是否能沉淀为 Learning Asset；未经验证反馈不能当作学习真值。"

开发者: "Financial Expert Foundation Model 是否意味着现在要训练一个完整金融基础模型？" 领域专家: "不是。当前阶段先定义能力议程、触发条件、与通用 LLM 的关系、评估样本治理和学习资产入模边界。"

开发者: "项目里发现某个本地 MVP 假设会改变生态边界，能不能直接写成新规则？" 领域专家: "不能。先记录为 Local Exception，再通过 Sync / Escalation 由 Labs-FinTecAI-Gov 决定是否升级为 Governance Fact。"

Flagged Ambiguities​

  • "3 + 2" 曾同时被用作产品 / 系统组合和能力链条。已解决：3 + 2 Structure 是产品 / 系统组合，Five-Layer Capability Chain 是能力视角。
  • "Trading Matrix" 是旧名。已解决：正式名称使用 AI Trading Matrix。
  • "AI Trading Matrix" 曾可能被误解为生态大脑，或被反向压缩为只能机械下单的交易适配器。已解决：AI Trading Matrix 是金融信息逻辑链路「感知」-「认知」-「执行」中的「执行」环节，可建设执行域必需的推理决策、多市场支持、回测、策略 / 虚拟交易员赛马机制和交易治理能力，但不抢占 FinClaw 的认知中枢定位；它在生态外部也以独立产品 / 系统和商业化路径存在。
  • "Labs-Copilot" 曾作为早期治理工作名。已解决：正式治理事实源名称使用 Labs-FinTecAI-Gov。
  • "Independent closure" 可能被误解为生态最终目标。已解决：Independent First-Phase Closure 是第一阶段最低底线，不是长期生态愿景。
  • "Decision support" 可能被误解为保证正确的建议。已解决：决策支持必须受 Financial Risk Boundary 约束，保留不确定性和用户责任。
  • "FinClaw 认知能力" 曾可能被过窄理解为不能涉及评级、target price、组合分析、回测解释、策略假设或主动提醒。已解决：这些可以是认知型决策支持候选；真正排除的是未经授权的真实执行。
  • "RLE feedback" 可能被误解为任何日志都可自动学习。已解决：反馈必须先成为受治理的 Feedback Object，再判断是否可沉淀为 Learning Asset。
  • "FEFM" 可能被误解为立即训练或微调完整金融基础模型。已解决：当前阶段是能力议程、触发条件、样本治理和通用 LLM 关系定义。
  • "Second phase" 可能被误解为日期驱动。已解决：Ecosystem Collaboration 从 Readiness Signal 启动，而不是从日期启动。
  • "Owner" 可能指生态治理，也可能指项目执行。已解决：Ecosystem Owner 接受生态级事实，Project Owner 负责项目级判断和优先级。