第一阶段产品闭环验收矩阵
状态: P1 rewrite / 生态层验收事实源 最后更新: 2026-05-14 Owner: Labs-FinTecAI Admin 适用范围: Data Horizon / 数据视界、FinClaw、AI Trading Matrix、Reinforcement Learning Engine、Financial Expert Foundation Model
1. 本文回答什么
本文回答一个问题:
第一阶段怎样才算真实产品闭环,而不是只完成文档对齐、战略叙述或项目命名?
本文不是完整产品路线图,也不替代各项目 Controller 的项目正文。它只定义生态层共同验收口径,让后续项目层文档能用同一套字段判断:
- 谁是第一阶段用户或消费对象;
- 输入从哪里来;
- 输出交付给谁;
- 用什么指标判断有效;
- 多长时间内验证;
- 什么情况应停止、降级或改方向;
- 需要留下什么证据,才能把“已对齐”升级为“闭环成立”。
2. 使用规则
项目 Controller 在写项目定义、MVP、PRD、task packet 或验收报告时,应从本文继承矩阵字段。
Admin 使用本文检查项目层文档是否可承接,但不直接替项目 Controller 作产品判断。
本文区分三种状态:
| 状态 | 含义 | 不能外推为 |
|---|---|---|
doc-aligned | 文档边界、对象和责任已说清楚。 | 产品已被用户验证。 |
prototype-validated | 有可运行或可演示原型,并通过小样本任务验证。 | 商业化、规模化或全生态集成完成。 |
closure-accepted | 有用户 / 消费对象、输入、输出、指标、时间盒、kill criteria 和证据。 | 后续阶段不需要继续验证。 |
任何项目只要缺少证据,都只能保持 doc-aligned 或 prototype-validated,不得写成 closure-accepted。
3. 共同闭环字段
每个第一阶段对象至少必须回答以下字段。
| 字段 | 必填问题 | 验收证据 |
|---|---|---|
| 用户 / 消费对象 | 谁首先使用或消费输出?他们原本如何完成同类任务? | 用户假设、任务描述、替代方案说明。 |
| 核心输入 | 第一阶段从哪些真实输入开始,不依赖哪些尚未完成的生态对象? | 输入样本、数据来源、权限和边界说明。 |
| 核心处理链路 | 系统怎样把输入转成输出?哪些步骤是人工、半自动或自动? | 流程图、状态机、任务日志或 demo 记录。 |
| 可交付输出 | 用户拿到什么?输出格式、粒度和复查方式是什么? | 样例输出、schema、报告、界面或 API 响应。 |
| 成功指标 | 什么结果说明输出有价值? | 量化指标、人工评分、任务通过率、用户反馈或下游复用率。 |
| 时间盒 | 多久内验证第一阶段是否成立? | trial 计划、batch 计划、验收日期或 checkpoint。 |
| kill criteria | 哪些失败信号要求停止、降级或改方向? | 明确失败阈值、风险项、回滚或暂停规则。 |
| 非目标 | 第一阶段不做什么,避免把长期愿景压进 MVP。 | non-goal 清单和 scope guard。 |
| 证据位置 | 证据写在哪里,谁负责更新? | packet、checkpoint、evaluation report、project status。 |
4. 三个前台对象闭环矩阵
4.1 Data Horizon / 数据视界
第一阶段判断:先证明独立金融信息感知链路成立,不等待 FinClaw 或 AI Trading Matrix 完成。
| 字段 | 第一阶段口径 |
|---|---|
| 首位消费对象 | 人类研究者、内容 / 数据服务场景,或一个明确的生态内下游对象;必须选定首位,不可同时声称服务所有对象。 |
| 替代方案 | 手工浏览新闻、社媒、研报、链上 / 市场数据站点、碎片化 RSS 或人工剪报。 |
| 核心输入 | 合法授权的信息源、市场数据、新闻事件、实体、主题、时间线和元数据。 |
| 核心处理链路 | 采集 -> 去重 -> 标准化 -> 实体 / 主题关联 -> 时间化 -> 输出。 |
| 可交付输出 | 可消费的信息包、事件时间线、主题动态、实体卡片、数据快照或 API / feed。 |
| 成功指标 | 覆盖率、去重准确率、延迟、来源可追溯率、人工复查通过率、下游消费率。 |
| 时间盒 | 一个受控信息域、市场或主题的短周期 trial,而不是全市场铺开。 |
| kill criteria | 来源授权不清、输出无法追溯、噪声高于人工可用阈值、消费对象不能复用输出。 |
| 非目标 | 不做金融结论,不替 FinClaw 作认知判断,不直接生成交易行动。 |
| 证据位置 | projects/data-horizon/ 项目状态、reference evaluation、trial packet、checkpoint。 |
最低验收问题:
- 没有 FinClaw 时,Data Horizon 的输出是否仍然有人愿意消费?
- 输出是否能复查来源、时间和处理链路?
- 下游对象接入时,是否能拿到稳定字段,而不是重新读散文报告?
4.2 FinClaw
第一阶段判断:先证明独立金融认知产品闭环成立,不把真实交易执行作为产品完成条件。
| 字段 | 第一阶段口径 |
|---|---|
| 首位用户 | 有金融市场兴趣、需要 AI 辅助研究和理解市场、但缺少稳定研究框架的个人用户或小型研究用户。 |
| 替代方案 | 手工搜索、群聊碎片信息、通用 ChatGPT、KOL 观点、单一行情工具或主观笔记。 |
| 核心输入 | 用户问题、资产 / 主题、可引用资料、市场上下文、历史讨论和必要约束。 |
| 核心处理链路 | 任务理解 -> 信息整理 -> 证据绑定 -> thesis / risk / counterpoint -> 执行前认知检查。 |
| 可交付输出 | 结构化市场认知快照、风险与反证、条件化策略假设、跟踪问题、执行前检查点。 |
| 成功指标 | 用户任务完成率、输出可复查率、结构化字段完整率、人工评分、重复使用意愿。 |
| 时间盒 | 一个明确市场场景和若干真实用户任务的 MVP trial。 |
| kill criteria | 输出不能解释证据、频繁给出确定性收益承诺、用户无法复用、直接越界触发交易执行。 |
| 非目标 | 不做真实交易执行,不承诺收益,不替代 Data Horizon 做完整信息感知底座。 |
| 证据位置 | projects/finclaw/ 产品定义、MVP 定义、evaluation reports、trial closeout。 |
最低验收问题:
- 用户是否能用输出完成一项原本分散、低质量或高摩擦的研究任务?
- 输出是否可复查、可反驳、可继续跟踪?
- 没有 AI Trading Matrix 时,FinClaw 是否仍然是独立认知产品?
4.3 AI Trading Matrix
第一阶段判断:先证明受治理的交易执行支持闭环成立,真实执行必须有授权、审计、风控和回滚边界。
| 字段 | 第一阶段口径 |
|---|---|
| 首位用户 / 消费对象 | 需要策略组织、回测、仿真、执行支持或授权执行工作流的交易研究者、策略操作者或受控系统。 |
| 替代方案 | 手工策略记录、独立回测脚本、交易所界面、量化框架、人工执行清单。 |
| 核心输入 | 策略假设、市场数据、信号、约束、账户 / 权限边界、风控规则。 |
| 核心处理链路 | 假设登记 -> 回测 / 仿真 -> 风险检查 -> 授权检查 -> 执行支持记录 -> 反馈归档。 |
| 可交付输出 | 策略候选、回测结果、仿真记录、执行检查清单、授权记录、风险提示、反馈数据。 |
| 成功指标 | 策略复现率、风控触发准确性、审计完整率、授权链路通过率、执行支持错误率。 |
| 时间盒 | 一个受控市场、受控账户或纯仿真环境的执行支持 trial。 |
| kill criteria | 授权边界不清、审计缺失、绕过风控、错误行动不可回滚、输出被误当成无约束自动交易。 |
| 非目标 | 不补造未经上游支持的认知结论,不做无授权真实交易,不以收益曲线替代治理验收。 |
| 证据位置 | projects/trading-matrix/ 项目状态、仿真 / 回测报告、execution support checkpoint。 |
最低验收问题:
- 系统是否能把策略假设转成可审计执行支持对象?
- 风控和授权是否在流程里,而不是写在外部声明中?
- 失败案例是否能回流为结构化反馈,而不是只留下收益结果?
5. 两个基础设施对象触发矩阵
Reinforcement Learning Engine 和 Financial Expert Foundation Model 第一阶段不以完整产品闭环验收,而以触发条件清晰为验收。
5.1 Reinforcement Learning Engine
| 字段 | 第一阶段口径 |
|---|---|
| 当前状态 | Dormant / readiness gated。 |
| 启动前置 | 前台对象产生真实结果、误差、案例、用户反馈、执行或认知链路数据。 |
| 首位消费对象 | 前台产品 Controller、评估系统或后续模型能力沉淀流程。 |
| 核心输入 | feedback signal、error taxonomy、case、action / cognition trace、用户行为和人工标注。 |
| 可交付输出 | 学习样本、错误归因、策略 / workflow 改进建议、模型训练或评估输入。 |
| 成功指标 | 反馈可分类率、错误归因可复查率、改进建议被采纳率、对前台指标的可解释提升。 |
| kill criteria | 缺少真实反馈、只用合成评价自证、强化高风险行为、无法追溯学习来源。 |
| 证据位置 | projects/reinforcement-learning-engine/ readiness checkpoint、evaluation reports。 |
5.2 Financial Expert Foundation Model
| 字段 | 第一阶段口径 |
|---|---|
| 当前状态 | Dormant / readiness gated。 |
| 启动前置 | 有足够高质量任务、领域样本、评估用例、反馈资产和明确模型能力缺口。 |
| 首位消费对象 | Data Horizon、FinClaw、AI Trading Matrix 或共享金融任务能力层。 |
| 核心输入 | 金融语义样本、结构化任务、长上下文案例、评测集、反馈 / 学习资产。 |
| 可交付输出 | 领域语义、推理、结构化输出、任务适配能力或模型能力评估报告。 |
| 成功指标 | 指定任务集提升、结构化输出一致性、引用 / 证据保真、跨项目复用率。 |
| kill criteria | 用模型规模替代任务验证、缺少评测集、缺少真实产品输入、能力提升不可复查。 |
| 证据位置 | projects/financial-expert-foundation-model/ readiness checkpoint、model evaluation packet。 |
6. 阶段推进判定
6.1 可进入项目层 MVP / trial
当某个前台对象同时满足以下条件,可以进入项目层 MVP / trial:
- 首位用户或消费对象明确;
- 输入样本和输出样例存在;
- 成功指标和 kill criteria 已写入项目文档;
- 时间盒和 evidence path 明确;
- 非目标能阻止 scope creep;
- trial 不依赖其他尚未闭环对象先完成。
6.2 可进入生态协同接口设计
相邻对象满足以下条件后,才进入正式接口设计:
- 双方各自最小闭环已经可描述;
- 上游输出有稳定字段、样例和边界;
- 下游消费场景具体;
- 接口失败不会破坏任一方独立闭环;
- 反馈路径和责任 owner 明确。
优先接口仍为:
| 接口 | 进入条件 |
|---|---|
Data Horizon -> FinClaw | 信息对象、事件、实体、主题和时间线能被 FinClaw 稳定消费。 |
FinClaw -> AI Trading Matrix | 认知对象、策略假设、风险约束和失效条件能进入执行支持域。 |
AI Trading Matrix -> Reinforcement Learning Engine | 执行 / 仿真结果、错误和反馈能结构化回流。 |
Reinforcement Learning Engine -> Financial Expert Foundation Model | 高价值反馈资产足以进入模型能力沉淀。 |
7. Evidence Matrix
项目层不能只用叙述证明闭环。最低 evidence 应包括:
| 证据类型 | 最低要求 | 可存放位置 |
|---|---|---|
| 用户 / 消费对象证据 | 明确任务、替代方案、使用方式或访谈 / trial 记录。 | project status、trial packet、evaluation report。 |
| 输入样本 | 至少一个真实或准真实输入样本,含权限和来源边界。 | project docs、reference report、fixtures。 |
| 输出样例 | 至少一个可复查输出,最好有 schema 或字段表。 | project docs、evaluation report、task packet。 |
| 过程证据 | demo、日志、状态机、流程图或人工操作记录。 | checkpoint、closeout、engineering packet。 |
| 指标证据 | 通过 / 失败标准、评分表、错误分类或用户反馈。 | evaluation report、acceptance matrix。 |
| 决策证据 | 是否继续、降级、暂停或转向。 | checkpoint、controller state、closeout。 |
8. 常见误判
| 误判 | 正确判断 |
|---|---|
| 文档写清楚了,所以产品闭环成立。 | 这只是 doc-aligned。还需要用户、输入、输出、指标、时间盒和证据。 |
| 生态链路完整,所以第一阶段应先集成五个对象。 | 第一阶段先让前台对象独立闭环,基础设施保持触发条件清晰。 |
| FinClaw 输出策略假设,所以已经进入交易执行。 | 策略假设仍属于认知输出,真实执行必须进入执行治理层。 |
| AI Trading Matrix 有回测收益,所以执行闭环成立。 | 还要看授权、审计、风控、复现和失败反馈。 |
| RLE / FEFM 战略价值高,所以应马上启动。 | 缺少真实反馈和任务资产时只能保持 readiness gated。 |
9. 对后续批次的要求
Batch 8C 项目层 audit 必须检查每个项目是否具备本文字段,并标记:
has-user-or-consumerhas-input-samplehas-output-examplehas-metrichas-timeboxhas-kill-criteriahas-evidence-pathmissing-examplemissing-eval-casereadiness-gated
Batch 8D 若讨论 Admin 是否统一重写各 Controller 项目正文,必须先确认是否改变治理边界。没有授权前,Admin 只输出 audit / packet / matrix,不替项目 Controller 批量重写项目正文。
Batch 8E 项目层内容重构执行计划,应把本文字段转成具体 rewrite packet,而不是继续追加抽象战略说明。
10. 本文边界
本文已经把原先“第一阶段产品闭环判断 / 待吸收 checklist”改写为验收矩阵。
本文不声明:
- 三个前台对象已经完成第一阶段闭环;
- 两个基础设施对象已经可以启动实施;
- 项目层文档已经完成重构;
- 团队反馈根因已经全部 resolved;
- Admin 已获得统一重写项目正文的授权。
本文只证明:生态层已经具备一份可被项目 Controller 继承的第一阶段闭环验收事实源。