生态对象注册表
用途：登记生态内核心对象的角色、边界、接口、阶段状态和项目文档入口。
本文不是生态战略白皮书，不重复 生态战略白皮书 的战略论证。本文也不是当前有效基线，不替代 当前有效生态基线 的继承口径。若本文与当前有效基线冲突，以当前有效基线为准。
注册表
| 对象 | 类型 | 阶段 | 一句话定位 | 项目入口 |
|---|---|---|---|---|
| Data Horizon / 数据视界 | 前台系统 | 参考评估前置 | 金融信息感知系统 | Data Horizon |
| FinBayes | 前台产品 | 产品定义就绪 / 工程实施前置 | 个人投资者金融认知层 AI Native 应用 | FinBayes |
| AI Trading Matrix | 前台系统 | 战略白皮书重构中 | 受治理的交易执行支持 | Trading Matrix 战略白皮书 |
| Reinforcement Learning Engine | 能力底座 | Readiness-gated | 反馈与学习层 | RLE |
| Financial Expert Foundation Model | 能力底座 | Readiness-gated | 金融领域模型能力底座 | FEFM |
字段说明
- 类型：前台系统 / 前台产品 / 能力底座
阶段枚举
- 参考评估前置：当前重点是收集、筛选和评估外部参考与既有材料，尚未冻结产品定义或工程契约。此阶段不得直接进入 API / schema / MVP 实装计划。
- 产品定义就绪 / 工程实施前置：战略基线与产品定义已稳定且可被工程承接，但工程仓尚未进入 V1 实施。此阶段适合 G0 初始化与参考资产审计；不再接受推翻级产品定义修改，但允许在 G0 反馈基础上做收敛性细化。
- V1 工程化落地中：产品与核心设计已经足够明确，工程仓正在围绕 V1 任务包、验收命令、接力锚点推进。知识库只记录事实源与只读索引，不替代工程仓执行状态。
- 当前实践对齐中：已有实践或代码先于本仓治理文档存在，当前工作是把真实实践、边界和命名对齐到生态语言中。对齐完成前，不把旧实践包装成已治理完成的标准。
- Readiness-gated：对象保留稳定边界和触发条件，等待明确信号后再展开定义、设计或实现。该状态不是下线，而是防止在证据不足时制造过期契约。
对象详情
Data Horizon / 数据视界
| 字段 | 当前登记 |
|---|---|
| 类型 | 前台独立系统 / 产品 |
| 当前定位 | 金融信息感知系统 |
| 第一阶段目标 | 形成独立金融信息感知链路，并证明不依赖下游认知或执行系统时仍具备最小产品价值。 |
| 当前状态 | Active / 参考评估前置 |
当前拥有：非结构化和结构化金融信息感知；多源采集、清洗、组织、时间化和输出。
当前不拥有：金融认知中枢职责；真实交易执行职责。
FinBayes
| 字段 | 当前登记 |
|---|---|
| 类型 | 前台独立系统 / 产品 |
| 当前定位 | 个人投资者金融认知层 AI Native 应用——帮助 L1-L3 个人投资者把金融问题想清楚、把信息看全面、把本质看透，并在持续使用中完善自己的金融认知。 |
| 第一阶段目标 | 形成独立金融认知产品闭环，证明 L1-L3 个人投资者在 Crypto + US Stocks 两个市场上对持续金融认知能力的真实使用与留存。 |
| 当前状态 | Active / 产品定义就绪 / 工程实施前置 |
当前拥有：将用户自然语言提问解析为金融认知任务；调度多 Agents 与金融原子 Skills 形成结构化金融认知输出（结论 / 依据 / 多视角 / 风险与反方 / 成立条件 / 失效条件 / 信息缺口 / 可继续追问项）；维护连续认知状态（关注集 / 历史判断 / 复盘记录 / 动态认知画像）；多入口体验契约（Web 集成契约 / TUI / CLI / MCP / Channel）。
当前不拥有：原始金融信息感知系统职责；下单、调仓、账户操作或自动交易；持有账户凭证、私钥、API key 等敏感信息；替用户做最终金融决策与责任承担。
AI Trading Matrix
| 字段 | 当前登记 |
|---|---|
| 类型 | 前台独立系统 / 产品 |
| 当前定位 | 受治理交易执行支持层 |
| 第一阶段目标 | 形成独立交易执行支持闭环，并证明其在策略候选、回测、仿真、授权检查、风控和审计场景中的最小价值。 |
| 当前状态 | Active / 战略白皮书重构中 |
当前拥有：策略候选、信号候选、执行优先级、风险条件、交易工作流管理、回测、仿真、执行反馈和虚拟交易员赛马机制。
当前不拥有：重建上游金融信息感知系统；抢占生态大脑；无治理、无授权、无审计边界的黑箱自动交易。
Reinforcement Learning Engine
| 字段 | 当前登记 |
|---|---|
| 类型 | 基础设施 / 能力底座 |
| 当前定位 | 反馈与学习层 |
| 第一阶段目标 | 先定义触发条件、可接收反馈类型和与前台产品的依赖关系。 |
| 当前状态 | Readiness-gated |
当前拥有：结果、误差、案例、反馈和用户行为的学习闭环；认知、策略和执行效果的评估回流。
当前不拥有：前台产品体验职责；在缺少真实反馈数据时空转启动。
Financial Expert Foundation Model
| 字段 | 当前登记 |
|---|---|
| 类型 | 基础设施 / 能力底座 |
| 当前定位 | 金融领域模型能力底座 |
| 第一阶段目标 | 先明确哪些真实任务、反馈资产和领域样本足以触发模型能力建设。 |
| 当前状态 | Readiness-gated |
当前拥有：长期金融领域理解、推理和结构化输出能力；金融任务对齐、领域知识对齐和任务适配能力。
当前不拥有：替代前台产品定义和工作流设计；脱离真实产品闭环追求模型炫技。
接口登记
| 接口 | 上游 | 下游 | 当前状态 |
|---|---|---|---|
| 信息感知到认知 | Data Horizon | FinBayes | 待项目层定义 |
| 信息感知到执行支持 | Data Horizon | AI Trading Matrix | 待项目层定义 |
| 认知到用户判断到执行支持 | FinBayes | AI Trading Matrix（经用户自主判断） | 待项目层定义 |
| 执行支持到学习 | AI Trading Matrix | RLE | Readiness-gated |
| 认知结果到学习 | FinBayes | RLE | Readiness-gated |
| 学习到模型能力 | RLE | FEFM | Readiness-gated |
| 模型能力反哺前台 | FEFM | 全部前台对象 | Future |
接口登记不是实施承诺。它只给项目层 audit 和后续 task packet 提供最低输入格式。