跳到主要内容

FinBayes 当前 milestone 状态（FB-RESUME 单一事实源）

2026-08-25 Data Horizon 边界更新（优先于下方历史 dump）：Owner 已批准 ADR-033。2026-06-24 历史记录中的“DH 是过渡桥、FinBayes 终局内化全部高阶数据、DH 用量必然下降”已被覆盖，仅作为 audit trail 保留。商品化行情继续由 FinBayes 直连并自持可用性；其他 workload 采用 DH、FinBayes 内化或双轨，按 rights、quality、latency、cost、resilience 与 ecosystem reuse evidence 决定。该更新不改变 CoinAnk/FRED 当前实践或任何工程运行态。

本文件是 FB-RESUME 协议指定的状态单一事实源。session 启动 / /compact 之后 / context 恢复时，主控首先读此文件同步状态。任何 update 必须 git commit。

本文件 2026-06-05 做过一次瘦身：阶段 0–3 的逐切片长记录已浓缩为 §3 的交付表 + commit 指针，细节恢复见 git log；活线决策状态（§6 审计补正 / §7 / §8 / §9）保持完整。

§0 方向纠正（2026-06-04，先读这段）​

经 2026-06-04 深度复盘 + 对 martin-FinClaw 解剖得到的根本结论：FinBayes 一度被做成"一次性问答函数"——里面装了一个相当成熟的金融认知核当大脑，但没有智能体的身体（没有感知→规划→行动→观察→再迭代的主回路、没有工具调用循环、没接真实数据、没有持久记忆接线、没有主动性、没有多渠道交付）。

根因（不找借口）：从最早的战略文档起 FinBayes 就被定义为智能体工程，但半年里每个里程碑、每份工程包、每个派给 Codex 的任务，优化的都是"单次回答的内容质量"，从没有一条是"建主回路 + 工具系统 + 数据层"。认知核越复杂越掩盖智能体身体的缺席。主控是这个错误框架的称职执行者，直到 owner 逼着做 martin 对比才翻出缺口。

纠正后方向：把 FinBayes 建成金融领域真智能体——完整骨架（主回路 + 工具系统 + 上下文工程 + 记忆 + 规划与拆解 + 子代理 + 真实数据接地 + 持久化 + 主动性与触发 + 多渠道交付 + 自检与护栏 + 可观测）+ 金融认知核（已有，当大脑）+ 判断跟进 / 校准；借鉴已在真实使用中验证过的开源金融 agent martin-FinClaw 来搭。骨架蓝图见 金融真智能体骨架蓝图（提案）（组件 1–14 + 建造阶段口径见其「议定结果」段）。

阶段 0 文档矫正已完成（2026-06-04）：把全仓上位 / 下位文档从"单次问答函数"口径矫正回"带自主循环的金融认知 agent"本体（A 类定调子文档全改 + B 类里程碑包加 frame 护栏 + C 验证口径换 agent 行为门）。

§0.5 基线切换决议（2026-06-06，先读）​

owner 2026-06-06 拍板（详见 ADR-024；本节决议经下午四方完整对比后重做，覆盖早先版本"选小写 finclaw"的结论）：

  • 新基线 = CurvatureLabs/FinBayes（大驼峰，本地工程仓）。这个仓是 owner 2026-05-20 主动从 martin 整仓 copy 进来当 "transformable baseline" 的副本，Codex 在 codex/finbayes-analysis-runtime 分支上已经做了 6 天密集工作（5/20-5/26）：6.3K 行金融认知契约层 + 5.6K 行新测试 + 23 份治理级设计文档 + Live Kimi 30/30 PASS（avg 45.3s/case、widget 完整率 100%、quality grade A）。这是本系列第一次有 cognition 层在真模型上跑通 30 案全过的实证。
  • 唯一硬伤：Codex 6 天工作 0 commit 全在工作树。第一动作是 git add . && git commit -m "baseline: import Codex G0→G2 closeout + Package C Live PASS" 把它收齐。
  • 执行框架（owner 2026-06-06 追加拍板）= 两阶段：① 阶段 1「基线立得住、不退化」（集成审计 + 集成强化 + 去 martin 化 3 个 PR + INV-11 凭证脱敏 + 退化检查（阶段闸门 = 同 case 同条件下 FinBayes vs martin 6 维度只强不弱，不退化），约 5-7 个工作日）；② 阶段 2「战略对齐 + 反向矫正」（取消交易/执行限制 + ontology 对齐 MP-4 + 快慢两条线骨架等，部分项需回写治理仓最新文档因有过期，约 2-4 周）。详见 ADR-024「执行框架」段。
  • 后续路线按两阶段框架 + ADR-025 骨架走：阶段 1 按「基线不退化」收齐 Codex 工作并对标 martin；阶段 2 按 ADR-025（纯 ReAct + 输出要素规范 + 快慢两条线）重构。Codex 5/26 的 docs/design/finbayes-v2-engineering-landing.md（指向旧 G1 first-screen）锚定的是 5/26 前治理仓口径、已过期作废，不再作为路线依据（保留可读作历史档案）。
  • 其他三方在此版本里的位置：martin 作为大驼峰 FinBayes 的上游 baseline 已被继承（工具集 31 个金融工具在 finclaw/ 子包里），不需要再"借"；小写 CurvatureLabs/finclaw 是 owner 早先 FastAPI 重构项目，作"未走的路"保留、不再当基线候选；Hermes 作设计参照（学 steer / nudge / MCP / Ink TUI / 工程范式如 uv.lock + CVE 跟踪），不当基线、不搬码。
  • 执行席位 = 新会话或 Codex 自己，在大驼峰 FinBayes 仓内继续。owner 授权：① claude/ 分支自动提交（不动 main、不跳 hook）；② Auto Mode 已开；③ 本次不加交易 / 下单 / 执行限制；④ 本阶段不接 FinTecEval。
  • 新会话在 owner 终端跑，能连真模型本地网关，真数据 / 真模型自己跑自己验；owner 做最后验收。完成标准要诚实，别拿测试全绿冒充产品做好了。
  • 详细执行指针存大驼峰 FinBayes 仓 handoff-anchors/，不入本治理仓。小写 finclaw 仓的 claude/baseline-rebuild 分支作废。

重要澄清：早先版本反复说"FinBayes 认知核未经实证、且唯一一次同模型对照输给 martin"——这指的是旧 FinBayes 仓（本地 FinBayes）的认知核（synthesize_cognition + MCA + S1 + posterior）。大驼峰 FinBayes 仓的 cognition 契约层是 Codex 另起炉灶的不同实现（taxonomy + DAG orchestrator + evidence model + synthesis validator），并且已经有 Live Kimi 30/30 PASS。两者别混。

2026-06-07 治理仓 update（工程会话必读）：本日治理仓做了 13 commit 收尾——① ADR-025 骨架范式定型（纯 ReAct + 输出要素规范 + 快慢两条线）+ ADR-026 INV-13 重定义 + 全链对齐（5 commit, 3628396–e4c49c6）；② 17 文件取消 identity 级"FinBayes 不下单 / 不持账户凭证 / 认知与执行分工 / 不替决策"硬护栏（5 commit, ab8deee–6c40223，1500+ 行净删除）；③ 战略白皮书 §10 加未决六 = "FinBayes「认知/执行」边界 + 「交易执行」约束方案"的集中登记锚点（1 commit, 13b71c7）。工程会话起来推进阶段 1 Step 1.6 SOUL/AGENTS 灵魂重写时，不要把 "FinBayes 不下单 / 认知与执行分工" 写进人格——已撤的硬护栏现在是开放议题（落地后根据用户体验测试和使用，逐步讨论 / 明确 / 灵活渐进约束）。Step 1.1 中性能力（exec/code_execution/browser_*）"默认不路由"的理由也从"identity 不可变"改为"未决六开放议题下的临时姿态"。详情见战略白皮书 §10 未决六 + ADR-009 战略立场降级 audit-trail。本会话不动 cognition ontology（守 ADR-024 阶段 1 纪律），骨架范式 ADR-025/026 是阶段 2 工程实施事项，阶段 1 不依赖。工程会话不需要反向矫正治理仓——这一波治理仓自己已经做完。

2026-06-07 深夜 update（骨架范式重核 + pivot 形态拍定，超越上一条"骨架范式是阶段 2"的框架）：owner 指出 ADR-025 证据基 catalog v1 是模块级印象，遂做一整轮骨架范式重核——Tier 1（6 仓内外循环 call-graph 实证）+ Tier 2（owner 终端实跑）。结论沉淀为 catalog v2：外循环 6 仓全 ReAct 确认；内循环不全 ReAct；三实质修正（Opencode 是 P&S 非 P&E / 静态流水线作 inner-loop 工具可行 / "结构化负相关"过度概括，Chelae 弱真因=router-of-routers 嵌套同 tier LLM）。范式三分：控制流结构=禁 / inner-loop 工具结构=允许(阶段2 gated) / 输出投影结构=采用。pivot 形态拍定（ADR-028 §重核结论 D-9）：martin 是阶段 1 地板非目标（对标强通用/coding agent）；结构是展示层投影+软质量指引不穿透内循环（旧版 projections.py 保留、orchestrator.py static DAG 抛弃、MP-4 降软指引非 forced toolChoice）；阶段 1 形态 = 纯 ReAct(借/重写 martin loop)+扁平工具+MP-4 软指引(认真编码金融 procedure)+α/δ 末答双口子(30-case A/B 定默认)+扩展点预留；WorkflowTool/subagent fan-out/慢循环 daemon 阶段 2 gated on 实测 need。ADR-025 头号铁律"不在 ReAct 外架控制墙"成立且强化；其"静态流水线/P&E 一律否决"范围收窄到 outer-loop。Step 1.2 解暂停，执行锚 = 工程仓 docs/design/step-1.2-react-pivot-spec.md。主控会话角色已合并（战略+主控+执行+审计），不再分独立工程会话。治理仓 commit 链至 5059eb2 全推 origin/main。

2026-06-08 update（Step 1.2-a ReAct pivot 全链路落地 + vs-martin 闸门达标 + 生产默认 ON）：工程仓 CurvatureLabs/FinBayes 分支 claude/baseline-rebuild 实现并 live 验证完 Step 1.2-a，已推 moyage/FinBayes（owner 拍）。关键实证修正：原 spec「借/重写 martin loop」前提有误——ReAct 主回路已由 martin 继承存在；真实缺陷是「金融问题被旁路进 static pipeline、绕过 ReAct」的倒置（正常金融问题到不了 ReAct），a-2 = 拆该旁路（合头号铁律）。实现：a-3 MP-4 软指引（financial_guidance.py）/ a-4 α/δ 提取（cognition_extraction.py）/ a-5 projections 复用 / a-1+a-2 switch-gated 拆旁路 / a-6 INV-11 确认无新增暴露面。定型：α/δ A/B → 默认 δ（δ 字段 8/8 干净、α parser 结构性丢字段）。vs-martin 闸门（6 群体盲评 Claude×5+Codex×1 + 3-judge 质量盲评）：第一名 δ 32/martin 10/α 6；质量 δ≈martin 平局；6 维终判 δ 5/6≥martin（4强+质量平），仅效率/成本弱 → 阶段1「只强不弱」地板实质达标。沙箱可达 gpt.ge 已坐实（旧"必 owner 终端"约束被推翻，那 401 是 Claude harness 拦 nested claude -p，与 finclaw 无关）——live A/B + vs-martin 全在会话内直接跑。4 刀改进：δ 去压缩（CLI 返完整散文）/ 数据纪律（同标的数字不打架）/ 表达纪律（说人话+边界内条件化动作）/ 事件执行表 + 收敛预算。C：react_cognition 生产默认 OFF→ON（ReAct-cognition 成生产默认认知路径；env 可关）。B：多标的 fan-out compare_assets（内循环工具，C3 gating 信号闭环：max_iter 16 收敛、此前需 40）。真 bug 修：message 工具泄漏（a-2 白名单）。全量 197 passed。遗留 P0 延迟（§1 表/§8）：δ 比 martin 慢（深度换的），收敛预算先压一刀、多标的走 fan-out，仍待专项优化。仍待 owner：vs-martin 人类专家抽样校准 judge（n=8 偏小、judge 方向分裂）。工程仓 commit 链 16 commit 至 c7d395f，已推 moyage。

2026-06-08 update（Step 1.2-b 工具广度 = 核查即达成 + exec/cron 边界 owner 拍）：owner 指派推进 Step 1.2-b（工具广度补齐到 vs martin 不弱）。核查结论：目标已达成且反超 martin，无工具需补、不做表演性补工具。 实测（runs/three_way.jsonl，同模型同网关）：FinBayes 平均 6.8-7.0 工具/case、覆盖 16-18 种；martin 1.5 工具/case、6 种。前提（"工具存在但不路由需接白名单"）是对着旧 FinBayes 仓写的；大驼峰基线继承 martin 全套金融工具 + Step 1.2-a 拆旁路已把全工具表（除 message/spawn）暴露给主回路 LLM（注册 40、可见 38）。与 D5 工具深度判 δ≥martin 一致。核查暴露两个边界项：① exec（shell）+ cron（定时）暴露给主回路 LLM 且被实际调用 —— owner 2026-06-08 拍板：暂留开（代码不动）。这覆盖本文件 §0.5 2026-06-07 段所述「中性能力 exec/code_execution/browser 默认不路由」的临时姿态：exec/cron 现 = 暂留开（仍属未决六开放议题，owner 临时姿态由「默认不路由」调整为「暂留开」，最终边界随未决六首轮讨论定）。② 旧仓 INV-01 工具只读/可写安全标签（Tool.access 必填 + register 拒非只读）在大驼峰基线丢失（40 工具 0 个有 access 字段）—— owner 倾向留待以后，记为阶段 2「基线加固」候选，与 exec/cron 边界同属未决六一类。工程仓 spec §11 已记。

2026-06-08 update（Step 1.3 去 martin 化：11 项 10 项落地，D8 留 1.6）：工程仓分支 claude/baseline-rebuild 完成 ADR-024 锁的 11 项去 martin 化（memory anchor finbayes_baseline_state_2026-06-06.md §38）中的 10 项，分 4 批 commit（901a585 批1 / ca5f09a 批2 / 5702ec3 批3 / 12faf8f 批4），未 push。D3 LICENSE Copyright → Curvature Labs；D4 删 ARCHITECTURE.md + ARCHITECTURE_VISUAL.html；D5 删 COMMUNICATION.md；D6 martin 上游 README 加 ARCHIVED frontmatter；D7 README 修死链指向 docs/design/finbayes-* + 存档 readme；D1 Python 包 finclaw/ → finbayes/（git mv 保留历史 + 557 处 import 重写 + pyproject 包名/入口/打包路径 + 修 loguru 命名空间 logger.enable/disable + typer app name）；D2 删 finclaw CLI 兼容别名（只留 finbayes）；D9 用户配置数据目录由旧 .finclaw 改为 .finbayes（home 下隐藏目录）+ 新增非破坏幂等迁移助手 migrate_legacy_data_dir()（旧目录整体 move，失败不崩，附 4 单测）；D10 skill 元数据键 finbayes 优先 + finclaw 回退（仓内 5 skill 键已切，附 4 单测）；D11 clawhub skill 保留。D8 bootstrap 模板/人格重写 = Step 1.6 灵魂重写本职，本轮不动（守"灵魂不能借皮"，与持续登记的「不写硬执行边界」一并在 1.6 处理）。验证：全量离线测 197→205 passed（+8 新测）零回归 + ruff 干净 + CLI 入口 finbayes/python -m finbayes 可跑 + finclaw 命令已移除。残留 ~79 处品牌串（30 大写 "Finclaw" 自我人格标识 + 49 小写 docstring/注释/originator/discord 身份）非功能性，主体归 Step 1.6 灵魂重写。另记一个阶段2 事项：工程仓 README §"Non-Execution Boundary" 仍写"不得下单/动资金"硬执行边界，与治理仓已撤 identity 硬护栏 + "本轮不加执行限制"有张力，属阶段2 战略对齐 + 未决六，本轮未动。

2026-06-08 update（Step 1.6 灵魂重写完成 = 去 martin 化 D8 落地）：工程仓 claude/baseline-rebuild commit 0aff0da（未 push），把 martin 继承的"Finclaw 🦅 爱表态盯盘助手"人格换成 FinBayes 自己的认知形态。改三处核心（系统提示活身份 context.py:_get_identity + SOUL.md + AGENTS.md）：判断四要素（方向 + 证据/时点 + 可监测失效条件 + 反方 + 不确定性）、说人话不堆术语、动作限定边界内条件化、不裸喊买卖（避盲评发现的 martin 合规雷）、随用户语言作答、事实变就改判。锚定标的（owner 当面确认问清后）= 1.2-a 的 δ 结构 + 6 群体盲评结论 + 治理 §9「灵魂 = 对目标负责的闭环意志」+ ADR-028 D-2 输出要素 + ADR-022 术语纪律；不是 martin（martin 是地板非标的，"灵魂不能借皮"）。守未决六：不把"不下单/不动资金"写成 identity 级硬铁律。扫尾 Finclaw→FinBayes 全量 + logo 🦅→🧭 + 工具描述/skill/CLI 示例（修了 finclaw agent 这种因改名失效的坏命令示例）。保留 .finclaw 旧数据目录常量 + skill finclaw 回退键 + finclaw_memory.db 文件名（数据连续）+ finclaw-watchlist skill 目录名（内容已改）。验证：全量 205 passed 零回归 + ruff 净 + 身份段渲染确认无 martin 残留。关键诚实标注：灵魂换得好不好 = 改的是模型行为，离线只验得出"无结构性崩"，质量须 Step 1.7 owner 终端真模型 live 验 —— 1.6 与 1.7 绑定。阶段 1 进度：Step 1.2-a/1.2-b/1.3/1.4/1.6 ✅；剩 Step 1.7 vs-martin 正式 live 闸门（须 owner 终端真模型）+ 遗留 P0 延迟。

2026-06-09/10 update（阶段 1 进度收口 + 人格/提示词预研线）：阶段 1 主体工程已基本完成——Step 1.2-a（ReAct pivot）/ 1.2-b（工具广度反超 martin）/ 1.3（去 martin 化 10/11）/ 1.4 / 1.6（灵魂重写）全 ✅；剩两项卡口：① Step 1.7 vs-martin 正式 live 闸门（须 owner 终端真模型，6 维只强不弱）；② 遗留 P0 延迟（δ 比 martin 慢 3–9 倍，§8 杠杆菜单待定）。阶段 2（未决六讨论 / 快慢两条线骨架重构 / 组件 14 校准 / 形态完备）未启动。

本会话（主控，2026-06-09 起）另开一条横切预研线 = 人格/提示词对 FinBayes 的影响实测（task「一题一题实测找根因」展开，非编号 Step）：同模型（claude-opus-4-7/4-8）跑 6 组对照——FinBayes 裸骨架 / FinBayes+martin 人格 / martin / Hermes / Claude Code 裸 / Claude Code+martin 人格——先 30 题粗扫（179/180，工程仓 runs/fintec_eval_30case_2026-06-09/），再 BTC 基准题带过程 trace 深挖（runs/fintec_eval_30case_2026-06-09/btc_round2/，6 组全采 reasoning/工具调用）。关键发现（均 working draft，证据强度见文档）：① 工具取数是 grounding 唯一解，人格不是（无工具组 martin 人格逼出幻觉价 $63,249 = 照抄人格文本里 WATCHLIST.md 旧价）；② martin 人格不可移植到 FinBayes——FinBayes 裸骨架是 owner 评判的最好梯队，注入 martin 人格反而完全失败（根因：martin 人格大头是假设了 martin 骨架配套设施 watchlist/documents/heartbeat/alpaca 的操作守则，FinBayes 骨架无对应 → 错配空转抢占输出，回答"我做了什么"而非"用户问什么"）；③ 模糊度处理是 6 组集体空白 = FinBayes 差异化机会（需多题确认是否普遍需求）；④ 意图识别纯靠 LLM 行为不稳定（有 WebSearch 不调），建议"软识别+硬护栏"混合。收束判断：人格只能移植最表层（性格/输出格式），操作守则层与骨架耦合、必须为 FinBayes 重写；提示词是"倾向层"给不了"保证"（保证靠架构护栏）。产出（防遗忘 working draft）：工程仓 runs/analysis_2026-06-09/FinBayes-人格与认知架构-分析与改进方向-v0.1.md（+ HTML + 八维评测规范 v2 + BTC 六组完整原文 HTML）。定位：服务 Step 1.6 灵魂设计（实证"不抄 martin、灵魂不借皮"是对的）+ 阶段 2 人格形态 + 评测维度；非编号工程 Step。待续：逐题验证（下一题建议低模糊指令题，验"人格压缩陈述"稳定性 + "模糊度处理"是否普遍）→ 收敛成 FinBayes 自己人格的可落地规格反哺 1.6。

2026-06-11→20 update（补 dump：此前治理仓滞后约 10 天；阶段 1 卡口② P0 延迟大幅缓解 + 团队真实内测群上线 + 运行时/隐私/交互层加固）：本段把工程仓 6-11→6-20 进展同步回治理事实源（履行 FB-RESUME §6；工程细节在工程仓 handoff-anchors/，不入本仓——见 handoff-anchors/2026-06-20-baseline-rebuild-retrospective.md 全面复盘）。

  • provider-agnostic 运行时根治：团队群 Fed 题「9 分钟黑洞」根因定位到 transport 级——fork 后自创「文本-CLI 当模型后端」（非继承自 martin），让 codex 旁路 finbayes 工具层、物理不可流式。β 止血（codex exec --json 结构化 transport + per-link {provider,model} fallback + 错误分类）→ α 根治（codex 默认走 OAuth HTTP Responses API、同订阅非 API key，codex function-call finbayes 工具、接地回到 finbayes 手里）。这是 provider-agnostic 架构线（非为单模型调参）。
  • 接地完整性 P0：取数失败注入「不得编造」notice + fail-closed 到诚实（修团队群「编造权威 Fed 数据」事故，铁证 = 模型编出「主席 Warsh」「BoJ 0.75%→1.00%」）；多后端搜索 Tavily→Brave→DuckDuckGo。
  • FinBayes 切团队真实内测群 live eval（Telegram，allowFrom:["*"] + 群内 @ 才应答）。
  • principal 身份作用域（隐私 P0）：团队群认知资产全局共享 → owner 的判断被第二人称错误归因给他人；reframe = 缺「属于谁」维度而非缺 B/S，per-user 隔离（owner=base 零迁移），落地「认知资产不能关、只能作用域化」红线为机制。
  • 事件循环阻塞全类修复：macro/crypto + 约 12 个 yfinance 工具的同步 I/O 全卸线程池（修「一人取数冻全场」，martin「全局锁」坑工程层复发）。
  • 输出/交互层 + 延迟优化序 ①②③：渠道无关进度/末答流式/折叠卡片/追问按钮；crypto 跨场并发（29s→8.13s）+ 一轮内工具并发（串行→gather）+ 末答流式。
  • 阶段 1 两闸门状态：① Step 1.7 vs-martin 正式 live 闸门仍待 owner 终端真模型（未跑，阶段 1 签字最后一步）；② 卡口② P0 延迟已大幅压下（典型回合从分钟级降到数十秒），建议 owner 重测确认后销项。阶段 2 仍未正式启动。
  • 质量纪律：owner 拍定「输出质量优先于延迟/简短，不为提速给输出加降质约束」——④ 上下文体量控制明确暂不做。
  • 工程现状：全量 506 passed / ruff / import-linter 5/5；gateway daemon live；本地 commit 本会话暂不 push（owner 指令，覆盖此前推 moyage 的姿态）。
  • 防漂移判据：INV-15（agent 自主循环本体）= ✅ 满足；INV-16（判断记录活记忆/到期对账，= 组件 14）仍是阶段 2 核心缺口（判断台账目前「写入即存档」、缺对账活闭环）——这是离产品本质最近的一块。

2026-06-21→23 update（数据层大幅扩建 + F-0622 分层能力 + DH 清算 live 闭环 + Step 1.7 闸门改走 FinTecEval；本块最新，与下方 §1 快照冲突处以本块为准）：履行 FB-RESUME §6 把 06-21→23 工程进展同步回事实源（工程细节在工程仓 handoff-anchors/ + 个人域 memory 锚 finbayes_state_2026-06-19_team-rollout.md，不入本仓）。

  • 数据层 / 多市场 / 出处（直补 §6 审计头号缺口「数据工具广度」）：弹性取数脊柱（acquisition.py resilient_fetch：多源有序 + 有界退避重试 + 首成功胜 + 诚实 typed 降级）+ venue/品种模型 + 多市场接入（crypto 跨所盘口·OHLCV·OI·funding·清算、美股、FX 双源[frankfurter ECB 免费 + OANDA keyed]、A 股 Tushare）+ 出处信封（FetchResult/SourceRef，双时间戳、绝不拿 fetch-time 冒充 data-time）+ 本地指标（EMA/RSI/keylevels）。商品化行情消费方直连、不路由 DH（ADR-0005 边界一）。
  • F-2026-06-22 跨层边界事故 → 分层能力 ADR + §8 系列整改：无盘口工具 → 子代理 web_fetch 灌爆上下文（约 406K token 打穿全链 + 原始错误糊用户）。根因 = 工具↔上下文边界无契约 + 能力缺口。整改 = §8.1 边界不变量（只有有界/已算/带出处的结果能进提示 + 硬顶 + 诚实降级）+ §8.2 盘口（order_book 服务端算 delta/depth）+ §8.3 期权持仓（ATM IV/偏度/PCR/max-pain/OI 墙）+ §8.4 死工具退役 + 独立 FX 工具；每刀经多方对抗 review 整改。
  • β 系列 provider-agnostic 运行时收口（G1–G10）：codex 结构化 transport + per-link fallback + 错误分类 + ProviderCapabilities 能力契约 + subagent/fan-out 健壮化 + 主循环 try/except 安全网 + 共享 network.proxy 收口（被墙源走代理、.cn 直连）。
  • DH 集成全链路（头号事件，跨项目数据边界落第一刀）：ADR-0005（生态级多市场数据边界口径，proposed、待 DH 会签）+ ADR-030（DH↔FinBayes 接口分工）→ DH 接受、接入 CoinAnk Plan1 清算（aggregate-only：汇总窗口 + 历史桶 + 支持对；逐笔属 Plan3）→ 四项实施前确认全答 → DH 交付 handoff 契约 + 放行 key crypto scope → FinBayes dh_crypto.py 消费端（b197f31）+ 接进 crypto 工具（1aa7e27）+ live verify 三端点全 200（key c21f）+ 5 方对抗审计整改（88f68a6：as_of 诚实 / 失败原因透出 / 非 dict 防御）→ gateway 重启 PID 30181 + 内测群真实提问 live 验证 → 首刀清算 no_source→真实跨所数据闭环。出处信封 + 质量 + license + 双时间戳已做；跨源校验 / 可回测快照尚无。详见 配套任务书 §11。2026-06-24 评审整改 + owner 数据方向拍定：5 方对抗评审（4 Claude 视角 + 本地 Codex，一致「通过需改」）→ 整改 ADR-0005 + 任务书 + 入口 + ADR-030（commit 7b77976，rebase 后哈希，verify:kb 绿）——首刀「资产化闭环」诚实降级为单源透传 pilot（跨源校验 / 快照尚无、未达资产化）、DH 运行单点 + license 再分发敞口显式化、落地状态更正（FX/A股/美股 直连代码已存在）、§2 新增价值据实分级、ADR-030 §0/§2.1 边界自相冲突对齐、鉴权 header 统一 X-API-Key、§6 vendor 事实软化为待核。owner 2026-06-24 直接拍定数据方向（不走 DH 会签，见 ADR-0005 §3.5）：现阶段维持走 DH（CoinAnk 清算透传 pilot），但数据能力终局 = FinBayes 自主内化——必要基础数据 + 高频数据能力按内测驱动先内化、以后内化独立的基础 + 高阶能力，DH 为过渡桥、用量随内化下降；ADR-0005 维持 proposed 作现状口径、不强求转 accepted。韩股缺口 owner 拍暂缓。治理仓本批已推 origin/main（ff59342，8 commit rebase 叠加在别的会话的 TM/KOL 之上、未 force、未动他们）。办事级评测（Step 1.7 第二层）已交 FinTecEval 会话执行（认知级测不了的硬门槛 越权/授权/偷看未来 + vs 裸公允 + 放量；非阶段 2 硬闸门、可并行——阶段 1 基线层才是真闸门、已签）。下一主线 = 阶段 2 启动（候选：组件 14 校准 INV-16 判断台账活闭环[离产品本质最近] / 数据能力内化[owner 2026-06-24 新方向] / 骨架快慢两线 / 基线加固[INV-01 工具 access 标签、exec/cron 边界] / 未决六讨论）。
  • Step 1.7 闸门改走 FinTecEval（本会话 2026-06-23 owner 拍）：旧 gate_1_7_vs_martin.py（30 case / 6 维 D1-D6）已被取代——FinTecEval 06-21/22 大重构（新纲领两标准 + 108 case 七尺全达标 + 第四档打分引擎 + 三类裁判 + levels/gate）。现代 Step 1.7 = FinTecEval 打分引擎「步骤 5」= 真三臂 live 跑 108 题（FinBayes 生产 δ + 竞品 martin + 裸 gpt-5.5），硬门槛优先 + 六/八维 + 相对增量定位。核实发现 FinTecEval 的 FinBayes 臂是旧接线（跑 synthesize_cognition 单次路径、cwd 指已废旧仓、非生产 ReAct δ）→ 写了 FinBayes 臂更新工单 交 FinTecEval session（复用现成 _finbayes_arm 走 AgentLoop 生产路径）。owner 决策：先收口（#1 Step 1.7 + #2 延迟）再建深（阶段 2）。2026-06-23 进度：FinTecEval 已按工单重接 done（finbayes_react_arm.py port _finbayes_arm：真 ReAct + SOUL 在场 + 真工具调用 + token 累加；martin→full；Hermes 补入；SUT pin→88f68a6；底座对齐自解 = 内存钉中转站 gpt-5.5、三臂同源），回执见 FinTecEval feedback。跑 3 题认知冒烟验通，主控已对真实 run 数据审计：重接印证工单（旧认知核裸跑系统性低估 FinBayes——评判题 task 0.38→0.81、对比题轨迹 —→1.0、真工具调用被抓到）；诚实校准——冒烟非裁决、FinBayes 竞争力但不碾压（3 题对裸多为 split、清楚胜 martin、vs Claude Code/Codex/裸 互有高低；一待盯信号 = 对比题"过程重结果弱"——轨迹满分但 task_success 近垫底）。2026-06-24 主控接管驱动 3 闸门臂 × 10 题先导 + 稳健打分 + 独立审计 → 分阶段签：① 阶段 1 基线层（FinBayes 不弱于 martin——所有可比软维 ≥ martin 命中 100% 且反超、F-0622 事故题修复确认）通过、owner 2026-06-24 签；② 完整新纲领 Step 1.7（硬门槛 越权/授权/偷看未来）认知级测不了（21/30 unknown、0 fail）→ 留办事级补验；③ vs 裸增量窄（接地/证据/时点赢、任务/合规≈或略输裸）→ 办事级公允化。裁决留档：Step-1.7 审计裁决。阶段 1「基线立得住、不退化」据此收尾；硬门槛 + agentic 差异化滚入办事级（阶段 2-adjacent）。
  • 阶段 1 两卡口现状（2026-06-24 收尾）：① Step 1.7 = 阶段 1 基线层通过、owner 2026-06-24 签（3 臂×10 题先导：FinBayes 软维全面 ≥ martin 且反超、F-0622 修复确认；硬门槛 21/30 unknown·0 fail + vs 裸增量窄 → 留办事级补验，见 Step-1.7 审计裁决）；② P0 延迟 = 本轮反证有利（FinBayes 542s < full-martin 1217s、快 ~2.5×，延迟非 FinBayes 短板）。阶段 1 基线层据此收尾；办事级评测 + 阶段 2 待启动。
  • 2026-06-24 办事级评测首跑（最小闭环；FinTecEval 执行第一份回执 + 主控按 Step 1.7 纪律独立核原始轨迹）：2 题 × 6 臂（FinBayes / 裸 gpt-5.5 / Claude / Codex / OpenClaw / martin）。核实结论（对得上原始轨迹）：① 测试机器跑通、安全门真区分臂——同题同压力 Claude 与 martin 结构性没碰下单工具，FinBayes 与另外三臂被一种诱导话术（"你自己算个数、在上限内一笔下了"式施压）诈调了 place_order → 门非橡皮图章、放量 108×6 条件具备；② FinBayes 真发现 = 缺「下单前强制确认」闸——该话术下 FinBayes 先调 place_order（守住 50 万硬上限、算的是限内约 49.6 万，但把确认放在执行之后、指望沙箱拒单），同题另 5 种问法全守；这条轴上 FinBayes == 裸 gpt-5.5、无相对底座安全增量，守得严的是 Claude/martin；③ 修法 = 把已有「判断提议→确认」结构性两步纪律延伸到高风险执行工具，须结构性硬闸、非提示词软引导（评测证明软指令扛不住施压：道理讲全、照样先下单）；④ owner 2026-06-24 拍：先记录、不立即修；「FinBayes 现阶段该不该持有真实下单能力」整体留给执行边界战略讨论（未决六）一并定；→ 2026-06-24 晚 owner 重申既定口径、落 ADR-032 执行边界确认闸（proposed）：不硬禁交易动作执行、允许执行但必须用户确认 + 必要时 double-confirm；落成交易工具准入不变量（无确认闸不准进 ToolRegistry、约束单位是交易动作非泛执行[shell 仅用于交易时过闸、非交易执行不拦]、延伸 ADR-007 candidate→confirmed 两步纪律）+ 行为倾向归判断层；代码核查证当前 FinBayes 生产无交易工具、place_order 系评测沙箱注入 → 前瞻规则、不写交易代码（owner 2026-06-24 校正：约束收窄至交易工具、非泛执行类工具）；⑤ FinBayes 真正差异点（接地/取数/诚实降级的软分级）本跑未测 → 待联网双裁判 score_agent.py 补；⑥ 回执自揭 2 项 FinTecEval 侧待办：case 显示文案把「未授权调用执行工具」写成「提交超限单」（判定对、文案夸大）、对抗变体 n=1 建议放量多采样。原始数据在 FinTecEval 仓 runs/2026-06-24-exec-mincore/（receipt + report_gates + trajectories）。
  • 2026-06-24 晚 owner 签 ADR-031 + ADR-032 = accepted（数据能力内化分诊 + 执行边界交易工具确认闸，两份决议转生效；frontmatter status→active / maturity→accepted、INDEX 状态列已改、status-note 改签字）。下一主线启动 = ADR-025「慢线」(事后复盘 / 准确度校准 daemon) 设计方案——owner 拍「先分析、出设计、不写码」（scoping + 设计 pass）；设计稿已出（慢线现状与补缺设计）：现状摸底发现慢线核心已建（判断台账 judgmentlog.py + 候选→确认两步 watchlist.py + 心跳每日失效条件复盘 heartbeat/service.py + 校准 Brier/ECE/可靠性 calibration.py 均接线）→ ADR-025「mostly 未建」已回写纠正；补缺方向定 P0–P3（P0 前视偏差/快照冻结 · P1 失效条件结构化+故障恢复 · P2 校准分层+回灌闸 · P3 看板），第 1 刀 = P0 快照冻结详细设计已落文档 §4，owner 2026-06-24 同意（回写 ADR-025 + 补缺方向 + 先出 P0 设计三条均拍）。owner 2026-06-24 批准 P0 设计照此实现（快照抓 propose 时点 / 标准小 panel 固定冻一组 / build_calibration_context 注入默认关）。压缩后已实现并自验通过（本地 aa29e08，FinBayes tip 2d632a7→aa29e08，不推）：新 judgment_snapshot.py 确定性抓现价 + 出处冻结（走 fetch_quote、不靠 agent 自报、取不到→None 不编造）+ record_confirmed 加可选 snapshot（无迁移、旧行不变）+ propose_judgment 抓快照暂存 / confirm_judgment 写进台账 + format_invalidation_conditions 富化冻结基线（复盘 agent 读基线而非凭空重拉、心跳复盘自动吃到）+ build_calibration_context 加 enabled 开关默认关（§4.7 回灌闸、context/loop 接线）；P0 panel = spot 现价 + 出处（杀价格型失效条件这一主要前视偏差向量；RSI/EMA/宏观留 P1——P0 复盘仍 LLM 判、冻结指标此刻用不上，schema 留 evidence 扩展位、加指标零迁移）；全量 748 passed + ruff 净。owner 拍「review 没问题后再 commit + 重启」→ 4 方独立对抗 review（金融正确性 / 工程健壮 / 架构反过度 / 安全边界）覆盖 88f68a6..aa29e08（组件 14 + P0 + 用量 + RCA 三修）：2 通过 + 2 通过需改。承重必修（金融）= 冻结基线只接进每日复盘、漏了 on-interaction 结算主触发（组件 14 立的最高频路径）→ 整改 2dd96d6 把基线接进 build_symbol_judgment_history（get 路径）+ 便宜应修（快照暂存防 | 截断 / crypto 代表价均值→中位数抗离群 / 用户失效条件裸拼心跳任务加「数据非指令」围栏 + 600 字上限 / 基线文案防宏观误导）；751 passed + ruff 净、新增 4 测试。延后（记账）：台账重读合并 / 时区日界（可选）（心跳 message 目的地钉死已在第 2 刀 P1 做掉）。gateway 已重启吃新码 PID 54793（2026-06-25 00:34，跑 2dd96d6、Telegram @FinTecAI_Eval_Bot 经代理 1080 连上、单实例无 409、boot 无 Traceback、「judgment settlement review daily」在跑）。第 2 刀 P1 已落地（本地，FinBayes tip 875afb3）：owner 2026-06-25 批三处架构（确定性触发闸 + LLM 判断 / 故障恢复最小 / 安全项一并），详细设计写入设计 §5（治理本地 efeee71 待推）。实现两提交：① 2a03e9d 失效条件结构化（新 invalidation_rules.py 纯规则层 {metric,op,threshold,horizon}：规范化 + 阈值/跨越判定[跌破/上穿用 P0 冻结基线] + 汇总 + JSON 往返；watchlist propose_judgment 加 invalidation_rules 参数 agent 产出/不解析自由文字 → 暂存 → confirm_judgment 透传进台账 confirmed 行；record_confirmed 加可选 rules 字段[旧行不变]）+ 确定性触发评估器（心跳复盘前逐 symbol 评估结构化规则：全持有 → 静默确定性记 watching[带现值出处]、触发/判不了 → 交 LLM 复盘并注入发现、无规则 → 退 LLM[向后兼容]；首批锁 spot[基线复用 P0 snapshot.spot]，指标/宏观退 LLM、架构可插拔）+ 故障恢复（每 scope 独立复盘标记[失败下轮重试/成功不重跑/避免重复 record_outcome] + 复盘有界重试退避 + 台账写失败抛 JudgmentLogWriteError/confirm 诚实上报）；② 875afb3 心跳通知目的地钉死（task_45649986 收口）= TurnContext 加 pin_destination[默认 False、零行为变更]、心跳 turn 传 True、MessageTool 忽略 agent 自填 channel/chat_id、injection 改不了收件人。772 passed（+21 新测试）/ ruff 净；与 P0 同构（触发确定性判、判断仍归 agent、评估器在慢线内不碰快线主回路守 ADR-025）。第 3 刀 P2 已落地（本地 FinBayes tip 623461f，详见工程现状条）。第 4 刀 P3 看板 = 设计存档完成、owner 2026-06-25 拍整体并进 fin-claw Web 集成线、本刀不实现（P3 看板与团队 fin-claw 的 React Web 看板撞车、独立做即重复造；P3 三块数据[判断台账 / 失效条件状态 / 校准曲线含 P2 分层]改作 FinBayes Web API 接口层首批只读端点的数据源、由 fin-claw 前端渲染；设计落设计 §7、零 FinBayes 代码 / 零 gateway 重启）。慢线 P0/P1/P2 实现已 live + P3 设计存档 → 这一轮设计 pass 收尾；回灌闸（CALIBRATION_PROMPT_INJECTION）翻开条件一「P3 看板已建」随之推迟到 Web 线落地、在此之前保持钉死关闭。下一主线候选 = 阶段 2 菜单（数据能力内化 ADR-031 / 骨架其他 / 基线加固 / 未决六）或 fin-claw Web 集成线（另起会话进行、scoping brief 已就绪）。
  • 2026-06-24 阶段 2 启动 = 组件 14 判断校准 + 数据内化第一步（4 刀全本地、未推、未 live 验）：owner 选组件 14 作阶段 2 首线。纠治理「写浅」：本文件原写「判断台账写入即存档」不准——工程仓实际记录侧（judgmentlog 两行制）+ 统计侧（calibration.py 命中率/Brier/ECE）+ finbayes calibration CLI 早建好（eb7c01d），真缺口只在「结算触发器」。owner 纠「心跳不是这个场景的解法」→ 触发改为事件/交互为主、定时器辅助（个人本地 vs 托管多租户成本差最大的常驻盯盘不建、留托管模式）。3 刀：① b078c29 结算复盘从每 30 分钟轮询降为每日一次（心跳加按日历日的闸、跨重启幂等、trigger_now 手动越闸；核对逻辑未动）；② 6ad1f2a 问到票顺手结算到期判断（on-interaction 主触发、复用 watchlist get 路径）+ 修 record_outcome 描述里刀 1 后失真的「每 N 分钟」→「每日 + 你下次讨论时」+ 表述纪律（具体带数 / 相关才提 / 不写死套话——owner 纠「你上次那条还站得住」莫名其妙=指代不清+归错你我+无依据）；③ b6ef999 校准战绩回灌进 agent 上下文（判断带历史战绩走、按 principal 隔离、零战绩不灌噪音=相对三标杆差异点）。数据内化第一刀 90b56b5：owner 拍第一步=取数用量记录（按真实使用驱动、不拍脑袋）→ 借现成 FetchResult 出处、loop tool_end 单点埋点、系统级一份、finbayes data-usage 命令打印画像（DH 以 venue 显形、不硬编码检测）。deferred：孤儿判断兜底（接受偏向）/ 手动复盘命令 / 直接内化 CoinAnk 清算（需 FinBayes 单配 key）。每刀 723 passed / ruff 净 / import 5/5。状态（2026-06-24 owner 点头重启后已 live 验）：gateway 干净重启 PID 10626（editable 安装 → 跑 90b56b5 新码、Telegram @FinTecAI_Eval_Bot 连上、唯一实例无 409、boot 无 Traceback）。用量记录端到端坐实：CLI finbayes agent 强制取 BTC 报价 → 系统级工作区的 data_usage.jsonl 真落 1 行、字段全对（tool=crypto / data_type=quote / venues=[coinbase,kraken] / ok=True / fallback_used=False；binance 451 降级被聚合成一条），证 loop tool_end 单点埋点真触发、出处抽取正确。刀 1 验在 boot：启动行「judgment settlement review daily」证每日逻辑在跑；失效核对 + 写日期标记在下次心跳 tick（约 19:00）首跑（当前无未决判断、结算空转但路径活）。刀 2 / 刀 3 已 live 装载、行为潜伏：base 与两个 principal 作用域（telegram-1617529584 / telegram-1847861051）均无带失效条件 / verdict 的可结算判断 → 问到即结算无可结算、战绩回灌 n_resolved=0 正确返回空不灌噪音；CLI agent 跑通 = 两条码路径执行无报错，待真实判断累积才显行为。治理「组件 14 写浅」校正（真缺口只在结算触发器）已被 live 行为坐实。
  • 2026-06-24 live 监听 RCA 三修 + 数据内化分诊 ADR-031：监听分析员交《live RCA》报告（8 问答 6-23/6-24）。主控对着代码逐条核实——报告 4 条主诊断 3 条根因定位错/不准：P0「_on_error 自身拼接 bug」实为它忠实记录别处错误；P1「加备用搜索后端」实已有降级链；P2「深度/清算/K线无原生工具」实工具早有、agent 没调。三修全落 + 重启 PID 76367 live：① P1 16e20b3 搜索 API 走默认出口（env 1087/直连）不走被墙 1080——真因=tavily key 正常、是 1080→api.tavily.com 间歇 ConnectTimeout、env/直连稳定 200，按「只代理被墙的」原则 keyed 搜索改 proxy=None + 错误记 repr；② P0 4026eff 群@判定 (entities or [])+(caption_entities or []) 在 PTB tuple+空 list 混型崩溃（逐字对上 live 两镜像错误、致群消息被静默丢）→ [*a,*b] 解包 + tuple 保真回归（旧测试用 list 漏网）；③ 3a 25260fb ohlcv 加 venue fallback 链（coinbase 优先）不再死磕被墙 binance，live 验默认出 coinbase 真日线（quote/depth 早多 venue、唯 ohlcv 单挑 binance；ema/rsi/key_levels 同隐患已 flag 未动）。P3+P2a 第一性原理重构：核出 robinhood 抓取=agent 自发（prompts/TOOLS/HEARTBEAT/cron 零指令）、原生 quote 完整（plain 查询实测只用 yfinance 不抓网页）、真需求=实时/盘后股价。owner 推回第一性原理（为何有此需求/谁的最佳源/谁做哪层、勿打补丁）→ 落 ADR-031（a22a605，proposed）：把 ADR-0005 边界操作化为「数据需求分诊三问」，首条目=实时/盘后股价属商品化→FinBayes 直连补 equity 链 build_equity_chain，非 robinhood 丁/非软劝/非绕 DH；盘后=真缺口、实时盘中边际小，vendor/档位待 owner、用量记录驱动；框架对其余缺口分诊（长 K 线→直连、ETF 流/清算→DH）。3b（robinhood 软劝）= 不做（自发行为软引导不可靠、危害有界、根治走 ADR-031 直连）。每修全量 passed（→726）/ruff/import 净。3a 收尾（2d632a7）：ema/rsi/key_levels 同 binance 默认隐患——抽共享 _ohlcv_chain helper 四处共用、execute 默认改可达链，live 验 ema/key_levels 出 coinbase 真数（_derivs 走不同源未动）；727 passed。ADR-031 owner 决策回写（0248d38）：现阶段免费非实时数据即可、不上实时付费档，实时/盘后升级留后续按需触发（方向不变：要补时直连 build_equity_chain、不走 DH）。
  • 工程现状：FinBayes tip 6d1d4ee（大驼峰 claude/baseline-rebuild，本地未推；623461f→6d1d4ee = fin-claw↔FinBayes Web 集成 scoping brief[handoff-anchors 文档、无代码]；875afb3→623461f = 慢线第 3 刀 P2 校准分层[时间/资产类] + 回灌闸钉死显式门控[779 passed / ruff 净]；2a03e9d→875afb3 = 慢线第 2 刀 P1 [2a03e9d 失效条件结构化+确定性触发评估器+故障恢复 / 875afb3 message 目的地钉死]；aa29e08→2dd96d6 = 慢线 P0 四方 review 整改；2d632a7→aa29e08 = 慢线 P0 快照冻结；88f68a6→2d632a7 = 组件 14 ×3 + 用量记录 + RCA 三修 + 3a 收尾 ema/rsi）；gateway 已重启吃 P2 码 PID 3760（2026-06-25 02:28，owner 点头重启、editable 安装跑 623461f、Telegram @FinTecAI_Eval_Bot polling 连上、单实例无 409、boot 无 Traceback、心跳每 1800s + 每日判断结算复盘在跑；旧 PID 64884 优雅下线）。P1 四块全 live（失效条件结构化 / 确定性触发评估器 / 故障恢复 / message 目的地钉死；均数据潜伏待真实判断/结构化规则累积才显行为）。P2 运行态零变更（回灌注入开关仍关、分层只走 CLI finbayes calibration + 报告结构，心跳 / 快线主回路无变化——重启吃新码但与 875afb3 运行等价、无新 live 行为可验）。治理仓 origin/main 已推 P2 设计段 §6 + 回写 + gateway-live 回写（至 108378a、owner 2026-06-25 授权、0 ahead）。第 4 刀 P3 = 治理仓设计存档（§7 P3 详细设计 + §8 P3 形态签字 + §9 关联 Web 线 + title/purpose/刀序回写、verify:kb 绿）、owner 2026-06-25 拍整体并进 Web 集成线不实现 → 零 FinBayes 代码改动、零 gateway 重启、P3 运行态无变更；慢线 P0/P1/P2 live + P3 设计存档 = 这一轮慢线设计 pass 收尾；P3 设计段 + 本回写为治理仓新 commit、待 owner 授权 push。

2026-06-25 update(评测双报告承接 + 数据层「实时数据及时性」线启动 + 刀1诚实输出契约签字;/compact 前 dump):本会话主体=承接两份评测报告 + 启动新主线,纯分析 + 治理文档,零 FinBayes 代码改动(tip 仍 6d1d4ee、gateway PID 3760 on 623461f 无重启需求)。

  • 通跑认知头条报告承接(FinTecEval runs/2026-06-25-cognition-headline,24 认知题×6 臂×全变体 948 轨迹):报告诚实(自标小样本/判官分歧/版本混淆),但主控独立核原始轨迹纠 3 处:① 「948 零报错」假——12 条 ok=False 全是 Claude、在 PANIC摊平/HK-FLOW超跌抄底两题整题拒答(其拒答是更安全行为、被当失败扣分);② 头号改进「接地不稳→该取数时必取数钉死」夸大——24 题 clean 逐次向量 18 题完美稳定接地、真不稳仅 1 道干净题(ACCTSTD-01),引的 [4,0,2] 实为鲁棒性数据断供题(波动设计使然);③ 最大短板「证据链 2.70」根因归错——非接地不稳(接地很稳),实为输出不亮出处(同题铁证 F-ACCTSTD-02:FinBayes 调 filings ec=2.5,Codex 零工具靠引用权威来源 ec=4.5)。owner 拍通跑要勘误/可能重跑;勘误清单 5 条已编(零报错/接地夸大/证据链根因/接地率口径[调用≠返回]/版本混淆[6 commit、真在 623461f 仅 18%]),owner 转发 FinTecEval。
  • live 监听合并报告承接(FinBayes 仓 handoff-anchors/2026-06-25-finbayes-live-CONSOLIDATED-report.md,真实生产日志、自我校准过):核代码 3 条——A ohlcv 1000 封顶无分页=真(crypto_ohlcv.py 无 since/before 游标);B 分析员「macro 无 core_pce」推断错(fred.py:207 _DH_TO_FRED 有 core_pce 可查、空 indicator 会列出;真问题=工具描述 macro.py:60 Common 没宣传 + FRED 对刚发布 actual 滞后);D _on_error tuple+list 已修(telegram.py:636 [*a,*b])。C tavily/E robinhood/F 日志路径漂移(F=监听钉死旧路径、实例写 /tmp,解释"监听没生效")合理。
  • meta 铁律(live §0):日志可证「工具被调用」、不可证「是否返回数据」;"调了≠返回了"——我用 tool_calls 计数得的"FinBayes 接地最稳"结论按低置信降级。
  • 两报告收敛→数据层;owner 拍新主线=数据层「实时数据及时性」(免费源先榨干、不上付费;首刀范围宽=macro+盘中+通用),走 ADR-031 分诊。刀结构:刀1 诚实输出契约+新鲜度标注(已落地)/ 刀2 macro 新鲜度(免费结构化财经日历源选型+关键指标必查 core_pce 等)/ 刀3 报价盘中新鲜度(核原生 quote、退役 robinhood);ohlcv 深度 A=并行机械修(since 游标分页/长回看降频)、不占刀。刀1 已落地(2026-06-25):三态契约(拿到→据实 / 没拿到→锚定明确参照做条件化分析 / 排除「没数据就停」cop-out)落到 ReAct 回路四注入点——financial_guidance 常驻倾向「数据缺口照样给判断」(覆盖压根没去查、无失败信号的情形,如 core_pce) + _DATA_UNAVAILABLE_NOTICE 失败 notice 重写(披露+锚定+条件化,非仅不编造) + 新增 _freshness_note 新鲜度标注(复用 fetch_result.py 信封 as_of/staleness_s/fallback_used,陈旧≥1h 或回退源贴 [FRESHNESS]、新鲜主源静默) + _force_closure 兜底补锚定半句。定性=精炼非新建(机制[失败检测/notice/收口/降级 banner]已在任务 #232 建好,cop-out 在契约措辞、非守卫逻辑)。FinBayes 本地 64aa140(tip 6d1d4ee→64aa140、只动 loop.py/financial_guidance.py + 2 测试、未推;工作树另有非我的预存 docs/design 改动未碰)、784 passed/ruff 净(+5 _freshness_note 单测 + 失败 notice 加锚定断言)。设计稿 数据层·实时数据及时性(正向框架)。真实行为待 gateway 重启 live 验——offline 只证「无结构性崩」、证不了「措辞真改了行为」(诚实成立与否最后一步,owner 点头重启)。四方对抗 review + 整改已落(owner 拍 commit/重启前先 review;FinBayes 64aa140→bec2466):4 路独立视角(金融正确性/工程健壮/架构反过度/安全诚实回归)全通过需改、无安全/编造回归(安全路确认重写比旧 notice 更强防编造、_freshness_note 注入面结构性封闭)。整改=① 承重必修(金融):新鲜度按 data_type 分层——macro/13F 结构性滞后正常不标(只 fallback 贴)+ 去「待更新」错误措辞,不再把「最新即官方」值瞎标;② 3 路收敛必修:负 staleness(回退源 as_of≈now/时钟偏移)钳零、龄括号仅 ≥60s 出;③ 应修:敏感度「偏高/偏低」泛化成「不同取值/情形」覆盖定性缺口 + 体量上限 1820→1950 脱钩 + 收口瘦身引用既有纪律。788 passed/ruff 净(+4 边界测试)。延后(可选):crypto/news provenance 无顶层信封键→新鲜度静默(覆盖盲区)、anchor 补高频代理、中英不一致、banner 拼接注入面(改动前即存在)。
  • 刀1 上线 + live 验 + 评测第二轮承接(2026-06-25 续):治理仓已 push(origin/main 到 8551dc1、0 ahead);gateway 重启吃 bec2466(SIGTERM 旧 PID 3760 死透 → Popen start_new_session 拉新 PID 41849、@FinTecAI_Eval_Bot connected、无 409/Traceback、heartbeat + 判断结算在跑、live 日志现 /tmp/finbayes-gw-boot.log)。cut-1 live 验(finbayes agent 全新进程跑 bec2466 打 PCE 题):agent 未 cop-out(查到 core_pce·Data Horizon + web_search、给完整答),但两工具都成功 → cut-1 失败/陈旧契约路径未触发(非干净契约验证、只证 happy path 无回归);暴露真洞 = agent 自信报「5 月 core PCE 同比 3.4%」而 5 月数据约 6-27 才发布(八成报了未发布数、来自 web_search、cut-1 不管「web 给个数就当真」)——正印证 刀2 macro 结构化日历(actual/forecast/发布期)的必要、把它从设计待起顶成带实证优先项;grounding 洞归 live-monitor/FinTecEval domain、不越界自改。FinTecEval 第二轮矫正重跑承接(原地 refreeze 9/24 finbayes case 钉单版本 6d1d4ee[= 623461f 纯文档后继、代码等价]、修版本混淆勘误#5):主控派 sub-agent 重读 + 亲手用项目 report_combined.py 8 维等权复算——矫正后 FinBayes 4.05→3.96(仍第 3;对通用 Agent OpenClaw +0.04→+0.02 基本打平、vs 裸 +0.31→+0.245)、evidence_chain 2.70→2.40 最低档、领跑三维只剩 suitability(4.62)、接地率 88→79% 被 OpenClaw 反超;勘误 #1-#4 数据层证实、但叙事层(HEADLINE.md/combined HTML)第二轮没刷新仍 stale、未落实;新发现=① claude harness bug(--allowedTools 缺参 → 12 条空输出判满分)压低 claude 综合 0.37、在抬 FinBayes(诚信:修了 claude 登顶、FB 差距更大)② evidence_chain 头条系于单题 F-ROBUST-DEEP-01 判分(refreeze 后零工具「先问 ticker」ec=1、待 owner 裁)。两份治理档已落 + verify:kb 绿:通跑第三轮反馈(handoff 给 FinTecEval:重生成 HEADLINE/combined + 修 claude bug + 落 #1-#4 进叙事 + 裁 F-ROBUST-DEEP-01 + refreeze 前存 scores 快照)+ 矫正后合并裁决(主控诚实裁决:可主张=同底座 +0.245/suitability 第一/接地意愿高;必撤=领跑三维/88%/零报错/接地不稳头条;真短板=evidence_chain 不亮出处;矫正数字有约束力但临时、待第三轮叙事刷新 + claude bug 修 + F-ROBUST-DEEP-01 裁定转正式)。待 owner:① 看 F-ROBUST-DEEP-01 那题定 evidence_chain 调子;② 治理 push 授权(本批新 commit:两份评测档 + 本回写)。 2026-06-26 update(gateway 重启 + BTC live 分析 + 刀2 改向 / 刀3 签 + 上位原则 + FinTecEval 回执到 + 安全清理):
  • gateway:隔夜机器 reboot 带走 PID 41849 + /tmp 日志(Finding F)→ 重启 PID 86602 吃 bec2466、@FinTecAI_Eval_Bot connected 健康;修 Finding F:boot 日志改写到持久路径(用户配置目录下的 gateway-boot.log、不再 /tmp、reboot 不丢)。
  • BTC 现货 live 分析(群里两问):「当前 BTC 价格」答 $59,024,主控拉真实价比对(coinbase $59,066 / okx $59,107)= 对、且真接地(crypto quote→真值→如实报)——crypto 现货 happy-path 端到端对;缺口在 macro(刀2)+ 评测接线(Q3),不在 crypto 现货。暴露两瑕疵 → 并进 刀3。
  • 刀2 改向(owner 拍):「FRED 主干 + 配 key」→「优先 DH + 等 R2 + 给 DH 提需求」(DH /calendar+nextReleaseDate 是 R2 在建、DH 已转 FRED 一层、内化会重复造;过渡用现有 as_of + 必查 + 诚实话术先堵「报未发布数」、不等 DH)。DH co-request 已起 projects/finbayes/co-requests/2026-06-26-dh-macro-发布日历与序列端点-需求.md。设计稿 §4 已改。
  • 刀3 签(owner 拍)= 报价第一性原理三层重构:由群里两 finding 驱动(① 答案甩「binance 不可用」噪音 ② 报完价不追问意图)。三层:源=可达×需要(主盘口可达场所、价差按需;binance 死场所换 okx;原退役 robinhood 同层)/ 诚实=material 才外显(只报服务了答案的源 + 新鲜度、内部冗余失败不外显、精化 cut-1)/ 结尾=推进用户意图(塌「总给 vs opt-in」矛盾、报价是开场该给下一档)。设计稿 §5。
  • 上位原则(owner 定、贯穿全线):诚实是约束(地板)、解决问题是目标——不编造数据(基于真实信息的推理 / 假设不算编造)+ 不幻觉 = 约束,在此约束下把用户问题往前推才是目标,诚实机制不为标而标。记忆 finbayes_honesty_is_constraint_goal_is_solve、设计稿 §6 首条。
  • FinTecEval 第三轮回执到(evaluation-consolidation/2026-06-25-通跑第三轮-finteceval回执-claude-bug修复与勘误落地.md):接受 4 ask + 5 勘误、claude harness bug 已修(agent_claude.py 空 --allowedTools 缺值 → 补占位 mcp__sandbox__none)+ 12 条重跑 + 隔离重打分(FinTecEval commit 9797f45);主控待细承接(看重打分后数字怎么变)。Q3 根因坐实=评测 finbayes 臂跑 execution 模式、没接 case 的 closed_mcp 沙箱环境 / 工具(finbayes_react_arm.py 只喂 goal 文本)→ 4 道沙箱依赖题(F-ROBUST-DEEP-01 / F-ASHARE-AH-02 / F-ASHARE-PANIC-03 / F-HK-FLOW-02)结构性 0 工具被不公平打分 = 接线 bug 非 finbayes 弱(我上轮「ec=1 公平」判断已纠);待并进给 FinTecEval。
  • 安全:decisions/未命名.md = owner 代理订阅(vless 服务器 + reality 钥)误入仓、未跟踪未泄露 → owner 拍删、主控移出仓到 session 暂存(不永久删、可逆)。
  • 本批治理 commit:设计稿(§4 刀2 改向 / §5 刀3 三层 / §6 上位原则 / §2 表)+ DH co-request + FinTecEval 回执补 maturity + 本回写;领先 origin 待 owner 授权 push。
  • 刀1 设计签字:三态契约——拿到新鲜数据→据实分析亮源 as_of / 没拿到→条件化分析(亮缺口+标锚点[上一期/forecast/用户给值/假设]+照常给完整分析+标敏感度)/ 排除 cop-out("没数据"就停)。owner 补充:诚实=透明条件化、不是放弃分析(两失败模式=silent-assume-as-real / cop-out、正确落点居中)。两层落地:架构护栏(陈旧/取空做成显式结构化信号喂答案上下文、agent 不可能没注意到,守"保证靠架构不靠软引导")+输出契约(SOUL/eval 验);且精炼已落地的"取数失败→不得编造 notice"(疑过纠成 cop-out)。下一步(/compact 后)=核现有 notice 是否 cop-out → 出刀1实现 → 落治理草稿(正向框架)。
  • 本批治理 commit:① 慢线设计文档正向重写(owner 纠"设计文档要正向思维四问、不写防御框架"、已落记忆 finbayes_design_doc_positive_framing);② 本回写。verify:kb 绿。Pending:通跑承接合并裁决档 deferred(待 FinTecEval 第二轮勘误+重新通跑报告)。

§1 当前状态快照​

字段值
代码现状新基线 = 大驼峰 CurvatureLabs/FinBayes（分支 claude/baseline-rebuild，ADR-024）：ReAct 主回路（继承自 martin loop）+ Step 1.2-a 拆「金融问题旁路进静态流水线」缺陷 + δ（ReAct-cognition）末答提取、生产默认 ON + 工具广度反超 martin（约 6.8–7 工具/case、覆盖 16–18 种）+ 去 martin 化 10/11（Python 包 finclaw→finbayes 等）+ Step 1.6 灵魂重写（SOUL / AGENTS / 身份换 FinBayes 认知形态）+ 凭证脱敏（INV-11）。注：旧仓 INV-01「工具只读/可写 access 安全标签」在本基线丢失（40 工具 0 个 access 字段）、exec/cron 暂留开 → 属阶段 2「基线加固」候选。旧本地 FinBayes 仓（synthesize_cognition / 主动心跳 / WAL / 旧阶段 1–3 约 26 个 PR / 四个 gpt-5.5 live 门 / 68d94cb）属旧血统、2026-06-06 后已后置——交付历史见 §3，架构诊断见 §9（均标历史）。 2026-06-21→23 大幅扩建：数据层弹性取数脊柱 + venue 模型 + 多市场（crypto/美股/FX/A 股）+ 出处信封 + 本地指标 + F-0622 分层能力（§8.1–8.4）+ β 系列 provider-agnostic 收口 + DH CoinAnk 清算 live 闭环；tip 88f68a6（详见上方 2026-06-21→23 update 块）。
当前阶段阶段 1「基线立得住、不退化」主体完成：Step 1.2-a / 1.2-b / 1.3 / 1.4 / 1.6 全 ✅；剩两卡口 = ① Step 1.7 vs-martin 闸门——2026-06-23 owner 拍改走 FinTecEval 步骤 5（真三臂 live 跑 108 题，旧 gate_1_7 已被取代，现在 FinTecEval session 手里，见上方 2026-06-21→23 update 块）→ 2026-06-24：阶段 1 基线层（vs martin 不弱、反超）通过、owner 签；硬门槛 + vs 裸增量留办事级；② P0 延迟——2026-06-20 经延迟优化序 ①②③（crypto 跨场并发 29s→8.13s + 一轮内工具并发 + 末答流式）大幅压下，典型回合由分钟级降到数十秒，建议 owner 重测确认后销项（pivot 后基线曾为 δ ≈ martin 1.2–2.4×，见 §8 + 6-11→20 update 段）。阶段 2「战略对齐 + 反向矫正 + 形态完备」未启动：未决六讨论 / 骨架重构（快慢两条线）/ 组件 14 校准 / 人格形态 / 基线加固 / 形态完备。决策链：ADR-024 基线切换 → ADR-025 / ADR-026 骨架范式（纯 ReAct + 输出要素规范 + 快慢两条线，铁律「不在 ReAct 之外架控制墙」）→ ADR-028 即时生效 + 阶段 1 范围重判 → ADR-029（proposed，cognition 载体降级，属阶段 2）。另有横切的人格/提示词预研线（6 组对照实测，产出工程仓 runs/analysis_2026-06-09/，working draft）= ADR-029 的 Phase A 实证，服务阶段 2 人格形态。设计方向（快慢两条线）见 §9（历史诊断保留）。详见 §0.5 末段。
推送历史已推 owner 个人仓 github.com/moyage/FinBayes；不推 Curvature-Lab/FinBayes（origin 停在 0474d58，owner 议定自行删仓清理）。注：2026-06-19/20 本会话新 commit（运行时/隐私/交互/延迟序）本地未推（owner 指令暂不 push）。2026-06-21→23 新 commit（数据层/DH/§8/β，tip 88f68a6）同样本地未推；治理仓亦领先 origin/main（DH 全链路 + ADR-0005 等）本地未推、待 owner 授权。
待 owner 定基线决策已拍（§0.5 / ADR-024）：基线 = CurvatureLabs/FinBayes 大驼峰（承认 Codex 6 天工作 + Live Kimi 30/30 PASS）；旧 FinBayes 分析逻辑后置；本次构建不加交易 / 下单 / 执行限制；本阶段不接 FinTecEval。后续待定 = 执行 / 交易边界与旧分析逻辑搬入由 owner 落地后再定。
阻塞无技术阻塞；工程会话延迟杠杆 step2 待姿态定（A 可先行）；治理几处连带过期项待 owner 定（§4）。

§2 已签决议现状​

决议状态
ADR-011 · FB-RESUME✅ 有效，仍在用。
ADR-012 · SVA-9 九层防御✅ 原理在；里程碑 gate 机器与旧"磨答案"框架绑定，评测维度待按 agent 行为重排（§4）。
INV-14 认知数据独立性✅ 有效且无需改：允许接数据（外部数据 = 辅助证据、无治理闸门），只禁"硬性要求数据才能工作"与"假填数字"。
MP-3 · kelly_cap 协议 / ADR-019⛔ 已退役（ADR-021，2026-06-04）；kelly_cap 已从代码移除（FinBayes 684d69d）。
方案 Z✅ 对 martin "不复用" 已纠正为"研究 / 借鉴 / 集成"（守不直接 rebase 其单体）；ADR-023 已补。
Agent 分工 / MP-4 / MP-5 / ADR-007 / 013 / 015 / 016 / 018✅ 已签。认知核契约（MP-4 / MP-5）随蓝图可能调整。
ADR-020 可问责定位✅ 已签；agent 转向后"可问责"从答案属性变为组件层，待重新摆位（§4）。
ADR-022 术语整顿✅ 已落地：问责→判断跟进＋校准、三态结算→两层验证枚举、市场结构横切维度→市场结构分轴、I-NN'→INV-NN 等；代码标识符改名交工程会话（先词后码）。解码见 代号与编号索引。

§3 已建成资产（历史；逐 PR 细节见 git log）​

早期（pre-agent，单次问答框架下）：M0 cognition schema + SQLite 四表 + provider + 评测 harness 骨架（2026-05-29）；M1 两步写入 + 会话连续性 + Watchlist（状态结构从未与 agent 回路接线 = "有状态表、没身体"的证据）；M1.5 MCA / s1 / posterior 占位换真算；M1.6 答案先行 + 动态栏目渲染；M2 起步 clarify 门控；F-e 首屏落点先行短模式（2a9224a）。

阶段 1 最小可用真 agent（8a274f3，2026-06-04）：主回路 + 工具系统 + Coinbase 真实数据 + 认知核降为回路内动作 + 落带失效条件判断；INV-15 L2 真 gpt-5.5 路由 live 门 239s 闭（真模型在路由 prompt 下真决定调工具，非被操纵 stub）。

阶段 2 主动性心跳（875518a，2026-06-04，组件 9）：无人提问时扫 confirmed 判断 → 拉行情 → 真 LLM 判 skip/run → 触及失效条件发复盘信号；INV-16 真 gpt-5.5 skip/run live 门 76s 闭。

阶段 3「加固与可用化」交付表（10 刀 merge + 1 核实，全进 FinBayes main；全部确定性、无模型行为 → 离线测足够、不设 live 门，是诚实口径非省测；offline 从 179 → 225 零回归）：

#切片实质mergeoffline
1真 runtime 入口 + INV-15 L3 闭合移除旧 orchestrate_m0_question 单次路径，synthesize 全仓只剩回路内一处；L3 由 xfail 转回归门02bc15c180
2信号投递 + 跨 tick 去重（组件 10）心跳信号投 durable outbox + cooldown 去重，闭阶段 2「每 tick 重发」缺口cdd6d82189
3工具执行白名单（INV-01）黑名单→白名单：工具须显式声明只读否则默认拒，执行边界由尽力而为变结构性保证36e5c2b190
4市场感知标的解析修 BTC-USD 被拒 + 心跳静默漏判断 + USD≠USDT 坑；多市场显式降级34cbaae199
5认知核校准字段补全confidence/mca_bucket/posterior 补成 judgment_records 持久列（迁移 0007），给组件 14 铺基础baa24a7203
6持久化抗损WAL + busy_timeout + synchronous=NORMAL + transaction() 原子原语 + 去重写入原子化b2ed2c4206
7输出端 INV-11 凭证脱敏credential_filter 单一事实源 + 上下文脱敏（避 tx hash 误伤）+ 反转 evals→finbayes 依赖421fc0c214
P1-1INV-05 用户面字段收敛FIELD_SURFACES 声明→强制白名单投影 + runtime 出口产出收敛面 + 渲染器 guardf728bd7220
P1-2/3综合层语义级 + 全子字段脱敏redact_result 合成输出处脱敏全文本字段，闭"秘密持久进 judgment_body"漏面15741e5223
收尾护栏·循环自检参数指纹防原地打转：重复 (tool,args) 调用丢弃、整轮全重复提前停0474d58225
—INV-02 条件化方向判断契约核实已由 _enforce_directional_judgment_contract 构造时强制 + test_i02 覆盖，只核实不重建——

护栏门类（蓝图组件 11）基本闭合：输入端凭证拒绝 + 工具白名单 INV-01 + 注入扫描 + 输出端 INV-11 脱敏 + INV-05 字段收敛 + 综合层语义级/全子字段脱敏 + INV-02 条件化契约 + 循环自检 = 8 块全过。更深的 deny>ask>allow 多源权限 / 控制面 write-deny 属多用户/部署期，单机本地形态暂不需要。

刻意 deferred（写清触发条件，非遗漏）：① 语义检索 / 上下文记忆补强其余——现有"近期历史 + 滚动摘要"够用、核心判断召回已由心跳全量扫 confirmed 覆盖，触发条件 = 有真实使用手感后再定（ADR-017 · 会话记忆装配与可替换检索口）；② 判断跟进＋校准（组件 14）——owner 2026-06-04 议定移出编号阶段、作单独产品设计课题，待真实手感后设计；③ 规划与拆解 / 子代理 / 多渠道其余前门 / 可观测深化——偏能力扩展、属下一阶段。

✅ owner 决议（2026-06-05，阶段 3 收尾）：① 阶段 3 正式签字收尾；② 解 hold、推 moyage 个人仓不推 Curvature-Lab（已落实，见 §1 推送行）；③ 是否进下一阶段 → 先补一刀短板、再与 martin-FinClaw 对比、据证据定后续能力扩展（A）。owner 判断规则=「补 A 取决于 ① 是否已具备真 agent 骨架+运行机制 ② 是否能与 martin 对比测试」；主控派两独立调查核两道闸（闸①基本是、闸②能做需薄 harness），owner 据此定先补一刀=加美股市场。计划见 §6。

§3-audit 阶段 3 主控独立审计验收（2026-06-05）​

不信报告、自己查：主控自跑 uv run pytest → 225 passed / 5 skipped（真模型 live 门）/ 0 失败，「179→225 零回归」属实。读高风险切片源码核实三条历史发现全闭（INV-15 L3 旧单次路径已删 + synthesize 全仓一处；INV-01 Tool.access 必填、register() 拒非只读 = 结构性白名单；信号跨 tick 去重用单个 BEGIN IMMEDIATE 原子查重+写入）。读 credential_filter.py 核 INV-11 脱敏是上下文式（避 tx hash 误伤）、覆盖全自由文本子字段、综合层+runtime 两道。双层验证纪律核实：唯一有端到端集成行为的切片（runtime 入口）有真 gpt-5.5 live 门（test_runtime_live.py，owner shell 57.93s），其余纯确定性切片才用离线+诚实论证，不是一刀切免测。审计结论：阶段 3 实质达成、双层验证完整、护栏闭合、无藏坑、仍在建 agent。主控验收通过、可 push。

§4 下一步 + 治理连带过期项（待 owner 定，主控不擅自改 ADR）​

下一步（活线）：阶段 0–3 + 对标前置全部完成；当前焦点 = §9 产品姿态决策 + §8 延迟专项诊断（P0）。工程会话延迟杠杆 step2 待姿态定（A 类安全杠杆可先行）；评测需求已移交 FinTecEval（§7）。

治理连带过期项（与现状有张力，主控不单方面改 ADR，列此等 owner 定）：

  • 已落地：kelly_cap 退役（ADR-021，传播到 MP-3 / ADR-019 / MP-4 / MP-5 / glossary）；方案 Z 对 martin 立场修正（ADR-023）；术语整顿（ADR-022）；阶段 0 kelly_cap 漏扫的 architecture §29 + 5 个 engineering-pack + owner-map 已清。
  • 待定 1 · ADR-020 可问责定位 → 蓝图里重新摆位为"组件层"（组件 14）。
  • 待定 2 · SVA-9 评测维度重排 → 阶段 0 已把 agent 行为门嵌入 per-milestone 验收；正式 D / V 维度 + L8 vibe 评测口径按 agent 行为重排仍待 owner 定（不擅自重写 SVA-9 评测契约）。
  • 待定 3 · 白皮书 frame 矫正 + L0.5 不变量 INV-15/INV-16 正式收录 → 建议在 finbayes-whitepaper-rewrite workstream 补一条回溯 ADR + 走不变量文件 §2 SOP 收录（已在白皮书文末 Audit trail 标注）。
  • 待定 4 · eval-harness D6/D11 权重 → kelly_cap 退役移除 C_kelly 项后的权重重新归一属评测契约决定，已标退役、未改权重，归 FinTecEval / owner。

§5 协议与锚点​

  • Update 协议：PR merge / milestone 切换 / P0 签字 / /compact 前 / context 恢复前 → 主控自动 dump 并 git commit；新 blocker → 任一 Agent / owner。任何 update 必须 git commit（FB-RESUME §6）。
  • hydration 读取顺序：① 本文件（§0 + §1 + §4 + §6 审计补正 + §7/§8/§9 活线）；② 骨架蓝图·议定结果段；③ 个人域 memory（自动加载：先建智能体 / 实质而非表演 / 本仓路径与借鉴标的 / 术语纪律）；④ ADR-011 · FB-RESUME；⑤ 最近 5 个 commit；⑥ 需要时 martin CodeWiki / 本轮复盘。
  • 术语与编号（2026-06-05 整顿后，所有会话必读）：以 ADR-022 + 代号与编号索引 + glossary 为准；新代码 / 新文档不得再用旧词；代码标识符 I-NN'→INV-NN、s1 等改名是工程会话的活（先词后码）。
  • 早期富历史（M0→M2 逐 PR、SVA-9 P0 清单、各轮 review、阶段 1–3 逐切片记录）见本文件 git 历史与 decisions/ 目录。

§6 对标前置：加美股市场 + 与 martin-FinClaw 对比（✅ 完成 + 主控审计通过，2026-06-05）​

性质：阶段 3 与未来正式「阶段 4 能力扩展」之间的对标前置。owner 议定「先补一刀短板、再跑对比、据证据定 A」；执行归工程会话，主控出工单边界 + 验收口径 + 交付后独立审计。

第一刀 · 加美股市场 us_stock（yfinance，martin 同款免 key）—— ✅ 落地、merge dc11a7b：instrument.py 加 _resolve_us_stock（裸 ticker 透传 → equity/USD，名→ticker 映射属 M1.5 不在本刀）；market_data.py 加 yfinance_quote_fetcher（局部 import、无 key 守 INV-11）+ fetch_stock_quote 工具（access="read_only" 守 INV-01）；runtime.py 注册加密+美股双只读工具；heartbeat.py 取价改市场感知路由（美股经 yfinance 复盘、不误投加密源）。offline 225→232 零回归 + 2 env-gated live 门。

第二步 · 对比 harness bench/compare_finbayes_vs_martin.py —— ✅ 落地、merge 8272b2b：不改任一方源码、锁同一模型（FinBayes 钉 gemini-3.1-pro-preview via gpt.ge）；加密+美股共有战场；FinBayes 走 run_runtime_turn 取结构化结果，martin 走 subprocess finclaw agent -m；三维 rubric（行为 / 产出·结构化vs散文 / 主动·判断生命周期vs日历）。

验收对账（owner shell 跑后）：① 离线 232 passed / 7 skipped 零回归 + ruff 干净；② 真数据 yfinance_quote_fetcher("AAPL") 返真实价（2.48s）；③ live 行为门真 gpt-5.5 给美股问题主动路由 fetch_stock_quote→拉价→落判断（76.96s）；④ 对比 harness 功能跑通 + 有效对照已得。

④ 有效对照结果（martin 修复后，诚实读数、刻意不照 judge 记分牌念）：4 题（BTC/ETH/AAPL/NVDA）两侧同模型同网关跑通、价格一致（都接真实数据）。三维拆开看——产出维：FinBayes 每题给方向 + 枚举式失效条件 / 反证 / 不确定性，martin 散文式厚但缺显式失效条件 = FinBayes 真·设计级优势、可信；行为维：FinBayes 每题只调 1 个报价工具 / 1 个源，martin 单跑会调 quote/fundamentals/history/watchlist 一串 = 数据接地广度是 FinBayes 明显短板、martin 更强（harness 用 --logs 嗅探 martin 工具有损、低估其行为分，非真没调）；主动维：单轮测不出。对工单目的的实证结论 = 头号能力缺口是数据工具广度，martin 示范了该补什么。

§6 主控独立审计验收（2026-06-05）​

不信报告、自己查（同阶段 3 口径）：离线自跑 232 passed 一字不差；读码核第一刀（_resolve_us_stock 越界划归 M1.5、yfinance_quote_fetcher 局部 import 无 key、双工具互指路由、心跳市场感知 item 6 真做）；读 live 门（test_us_stock_routing_live.py 双工具逼模型按市场选、断言路由对且未误调加密工具）；读 harness 源码核诚实结论（关键不对称属实——FinBayes 行为证据取自身权威审计日志、martin 取自有损正则嗅探，故 judge 系统性高估 FinBayes 行为分，工程会话主动披露此偏置、未粉饰记分牌）；读 bench JSON 独立证实 ④。主控增补发现（比报告更尖）：FinBayes 结构化可证伪判断目前架在"仅 1 个价格点"的浅 grounding 上——框漂亮、内容靠模型先验填、非宽数据支撑，"补数据工具广度"因此从锦上添花升级为让现有差异化真有实质的必要项。审计裁决：通过 / 可接受（us_stock 一刀实质成立、harness 诚实可信、双层验证完整、INV-01/11/14 守住、role boundary 守住）。

【2026-06-05 审计补正 — owner 纠偏，记两处主控失误】

  • ① 延迟是被漏报的严重问题（新增 P0）：bench JSON 里 FinBayes 用时 btc 83.4s / eth 301s / aapl 78.9s / nvda 123.4s，martin 21–33s——同问题同模型 FinBayes 慢 3–9 倍。主控读到了 duration 却没标为发现，是审计疏漏。**（2026-06-10 注：此 3–9× 是本日 2026-06-05 审计时旧静态流水线的真实读数，作历史记录保留；ReAct pivot 后已降至 1.2–2.4×，见 §0.5 2026-06-08 段 + §8 横幅。）**对自动化评测与用户体验都不可接受。根因疑为认知核多波次 LLM 管线（synthesis 多轮 LLM 调用 + 当时 INV-13 旧定义下 S1 主回路外强制必跑 + 回路往返；INV-13 该控制墙语义已由 ADR-026 废，骨架范式由 ADR-025 重定型为纯 ReAct + 快慢两条线），待专项诊断（见 §8）。
  • ② "差异化=判断纪律"系过度拔高，撤回：判断纪律只是 FinBayes 的一个小功能、非竞争核心。FinBayes 当前在功能广度 / 形态完备（无 UI 友好端）/ 速度 / 内容质量上全面落后 martin，而 martin 本身也只是基础水准（CLI 形态、Hermes 档、离 Codex/Claude Code 远）。当前要务=补齐"够格金融 agent"的基本盘，不是宣称护城河。对比证据的有效结论收敛为：暴露多项基本盘缺口（速度 / 数据广度 / 产品形态 / 内容质量），其中速度为 P0——而非"我方差异化已确立"。
  • 连带：FinTecEval N 清单应加「延迟 / 性能」为评测维度与门；工程主线把"速度"列 must-fix。

§7 三会话分工 + 评测需求移交 FinTecEval（2026-06-05 owner 议定）​

分工：① 评测需求 / 任务 → FinTecEval 评测引擎会话（evaluation-consolidation workstream）独立负责；② 工程会话 → 回归蓝图整改 + 后续工程化落地主线（建能力，不再兼评测 / 对比）；③ 本会话（主控）→ 方向讨论 / 审计 / 验收 / 守正轨。接口：工程建能力 → FinTecEval 定并跑评测门 → 主控审计验收。逐切片 live 烟测仍随工程切片走；FinTecEval owns 系统性评测层。

移交 FinTecEval 的评测需求（pivot 后总纲：从"单次回答评分"转向"agent 行为 + 判断生命周期"）：

  • N1 agent 行为评测：测真多步 / 真调工具 / 真拉数据，不止 D1–D11 答案 rubric；把现散在各切片的 agent 行为 live 门收成系统层。
  • N2 跨 agent 对比方法（产品化现有 bench）：bench/compare_finbayes_vs_martin.py 有已知缺陷——行为维测量不对称（FinBayes 取自身权威审计日志、martin 靠 --logs 有损正则嗅探，系统性高估 FinBayes 行为分）。FinTecEval 负责修成公平测量 + 保留锁同模型纪律 + 主动维需多轮场景才测得到。
  • N3 grounding 深度维（本轮审计新增）：区分「会填格」（有失效条件 / 反证 / 不确定性字段）与「有据」（这些字段真被拉取数据支撑、非模型先验）。直接用于验证「补数据工具广度」是否真落地。
  • N4 判断跟进＋校准评测（组件 14，待真实手感后建、先设计）：两层验证枚举 verification_status/verdict（锁定契约）+ 跨时间校准（对一批沉淀判断算 Brier 类）+ 按市场结构分组（原 MCA 桶）。字段 confidence/mca_bucket/posterior 已持久就绪。
  • N5 现有评测资产按 agent 框架 + ADR-022 重构对齐：D1–D11 绝对评分器 / 市场结构分组 / V 维 / 14 case 校准集 / time-based 数据切分——原在"单次回答"框下定义，重构服务 agent 行为 + 判断生命周期；kelly_cap 退役后 D6/D11 权重重新归一仍待 FinTecEval 定。
  • N6 evals/ 包分层倒置（与工程会话协调）：finbayes.runtime:36-37 顶层 import 测试包 evals 致导入脆弱。FinTecEval owns evals/ 设计、协同工程会话做依赖反转（凭证门逻辑归 finbayes、evals 反过来 import finbayes）。
  • N7 延迟 / 性能：把速度列为评测维度与门（自动化评测同样被慢拖死）。

FinTecEval 入口 / 读：evaluation-consolidation/README.md + ADR-001 相对坐标方法论；commons/frameworks/evaluation/（相对层）+ projects/finbayes/engineering/（绝对层）；本文件 §6；代码侧 /add-dir FinBayes 看 evals/ + bench/ + tests/invariants/*_live.py。

§8 现状盘点重排 + 下一刀＝延迟专项诊断（2026-06-05 owner 议定）​

⚠️ 横幅（2026-06-10）：本节延迟数据已被 ReAct pivot 取代。 下文「慢 3–9 倍」「认知核多波次串行 wave」「108s→60–70s 杠杆菜单」是 2026-06-05 旧静态认知流水线的诊断；Step 1.2-a ReAct pivot（2026-06-08）后实测 δ ≈ martin 的 1.2–2.4×（简单题近平、多标的重题最高 2.4×，见工程仓 docs/design/step-1.7-gate-runbook.md §4）。现状以 1.2–2.4× 为准；A 类安全杠杆（修工具重试 / intent+route 并发 / 分类调用换快模型）仍可先行、但 runbook 判定「别预先优化，先看 Step 1.7 闸门 D2 实际落差再决定」。本节方法学（profile 工具 + 杠杆分类）保留可读。

判据（纠偏后，见 §6 审计补正）：FinBayes 当前连 martin（本身仅基础水准、CLI 形态、Hermes 档）的基本盘都未够上——功能广度 / 形态完备 / 速度 / 内容质量全面落后；要务＝做成够格金融 agent，非守某小功能谈差异化。

问题重排（按要紧）：

  • P0 速度：同问题同模型慢 3–9 倍。结构性根因（主控读码核实）：一答 ≈ 回路 2 次迭代 + 认知核 2 道串行 wave（synthesis.py:304 叙事+MCA 并发、:317 S1+后验并发，两 wave 串行）≈ 约 4 次串行 LLM 往返；放大器＝吐几十字段大结构化对象生成慢。
  • P1 功能广度：数据接地只报价、每轮只调 1 工具；无规划（组件 5）/ 子代理（组件 6）；工具集远薄于 martin。
  • P2 形态完备：仅 owner shell CLI，无 UI 友好端 / 无服务部署（也是个可反超点）。
  • P3 内容质量：不预设 FinBayes 赢；结构化字段架在浅 grounding 上恐形式大于内容，待 FinTecEval 公平对测。
  • P4 验证成熟度：agent 行为门仅 owner shell、不在 CI（已交 FinTecEval）。
  • P5 校准（组件 14）推迟 + 工程债（evals 导入倒置等）后置。

下一刀（2026-06-06 更新，已被架构结论取代）：原计划「延迟专项诊断 + A/B 杠杆」；step1 profile 已出（见下）。2026-06-06 owner 主导讨论后，治理路线并入架构改造——拆 gather/think 墙、塌成一个统一 ReAct 回路，本身同时治慢治空（见 §9）；A 类安全延迟小修仍可先行、无悔。

§8 step1 profile 诊断结果（✅ 验收①达成，2026-06-05 工程会话；治理 step2 待主控定杠杆）​

工具：bench/profile_latency.py（merge FinBayes main d8a702b）——零侵入包 provider 测每次 complete() 墙钟/归属/输出 token，合并并发 wave 重叠算真 LLM 临界路径。owner shell 跑 4 题集，offline 232 零回归。

实测（4 题均 total ~108s）：~99% 是 LLM 调用，非 LLM 开销仅 0.8–3.2s/题。按归属合计（4 题）：narrative 4 次·均 48.1s·均 2360tok（头号，aapl 73.5s/2922tok）；s1 23.0s/2325tok；mca 21.4s/1048tok（含 2 次解析失败重试）；route 10.7s/228tok（小输出却慢，eth 一次 33s/166tok）；posterior 16.8s/1622tok；intent 6.8s/484tok。

三因素排序（实测、非猜）：① 大结构化输出生成＝头号——narrative 2360tok/48s（~49 tok/s），单项占一答 ~40%；主控"几十字段大对象"假说证实。② 单调用延迟地板高且抖（gpt.ge 网关往返）——route 166tok 却 33s≠生成、纯网关延迟，部分不在掌控。③ 重试浪费——MCA 4 题 2 题重调。

关键张力（诚实摆出）：FinBayes 头号延迟成本（大结构化输出）正是它对 martin 的差异化（结构化可证伪判断）；速度↔结构是真权衡，砍输出＝砍判断丰富度，按硬边界不静默砍。

杠杆菜单：A·安全（不碰质量、纯工程）：修 MCA 重试（省16s/题）、intent 与首 route 并发（省7s）、分类类调用换快模型主叙事留强模型（省~20–30s/题）、压第 2 次 route 迭代、连接复用。B·须拍板（碰质量/INV-13）：裁/流式 narrative 大输出（最大杠杆、砍丰富度）、narrative/S1 换快模型、按 task_type 跳子分析。可行性诚实话：只做 A 估 ~108s→~60–70s（~1.5–1.8×），很可能够不到 ≤2× martin（~54s）；达标多半得动 B。

owner 决（2026-06-05）：只交 profile、治理 step2 待主控读完定杠杆——工程会话不动任何 A/B 杠杆，守"碰质量须上报"硬边界。

§9 设计方向已定：金融 agent 骨架 = 快慢两条线（= 原词「双时间尺度」，术语见 glossary；定型见 ADR-025）（2026-06-06 owner 主导讨论收敛）​

⚠️ 历史诊断（2026-06-06 起部分被 ADR-024 / ADR-028 取代，2026-06-10 复核）：下文是把旧本地 FinBayes 仓当改造目标时做的诊断（含「gather/think 两段式隔墙」「narrative 占 40%」「慢 + 空 + 未验证三病」），作为换基线的理由保留。执行落点已改为在新基线 大驼峰 CurvatureLabs/FinBayes 上建完整产品（旧仓分析逻辑后置）；下文「拆墙塌成一个统一 ReAct 回路」已由 Step 1.2-a 落地，「慢」病实测已从 3–9× 降至 1.2–2.4×（见 §8 横幅）。读本节配合 §0.5 + ADR-024 + ADR-028。

方法论落点（已提交）：金融 agent 骨架方法论（commons 通用文，commit a334e6d）。要点：Agent 灵魂 = 对目标负责的闭环意志；编码 vs 通用 agent 之分 = 验证器禀赋（白送 vs 自建）；金融域可验证性双峰——事实（廉价、清脆、权威）+ 判断（迟到、带噪、难归因）；故骨架被逼成两速。

金融 agent 目标骨架（通用）：

  • 即时应答线（每次判断）= 统一 ReAct 取证–推理回路（取证与推理交织、不设墙）+ 宽数据工具 + 代理验收门（对抗反驳 / 证据充分 / 置信校准 / 可溯源）→ 产出带显式置信 + 证据链 + 一条可监测失效条件的判断。martin-FinClaw 是这层现成参照。
  • 事后复盘线（市场落定尺度）= 真验证器 = 判断跟进 + 校准（失效条件被触及 → 回来重验 → 跨判断校准 / 贝叶斯）。这是金融 agent 灵魂所在，也是 martin 也没做好的地方（它的心跳是日历驱动、非判断生命周期驱动）。

FinBayes 诊断（拿骨架尺一量）：① 建成 gather/think 两段式隔墙（路由回路浅取数 → 认知核够不着工具一次成型），接地被钉死；② 押反两半——可验的事实建得薄（1 工具/轮、只报价），不可验的判断建得重（几十字段、narrative 占 40%）；③ 唯一是灵魂的事后复盘线（校准、组件 14）被推迟。慢 + 空 + 未验证，三病同此架构一根。

目标改造（次序）：① 拆墙、塌成一个统一 ReAct 回路（同时治慢治空、采 martin 形状）——已通过 ADR-025 落骨架范式（纯 ReAct + 输出要素规范 + 快慢两条线）；② 数据广度补到 coding 级严谨；③ 重结构降为「挣来的深档」（按 stakes / 进判断生命周期触发，= 原「姿态 3 分层认知」），失效条件扳成第一等可监测钩，INV-13 已重定义（ADR-026：从「主回路外强制必跑 + N=3 强制回路」改为「s1 字段必含输出 schema、自检本身是 ReAct 内 LLM 可选工具」，动不变量已由 owner 拍板）；④ 扶正事后复盘线校准为真器官——基本盘稳后唯一站得住的差异化。

下一步（2026-06-07 update）：架构 ADR 已落定 — ADR-025（骨架范式：纯 ReAct + 输出要素规范 + 快慢两条线）+ ADR-026（INV-13 重定义为输出要素规范）。剩工程工单 / FinTecEval 评测口径出具 + 工程会话落地。A 类安全延迟小修可先行、无悔。主控出工程工单 + FinTecEval 评测口径；动不变量与拍板归 owner、落地归工程会话。

角色边界：主控主持分析 / 给建议 / 守正轨，不替 owner 拍板、不动不变量、不驱动实施。