第五节 — 用户价值与认知流转

这一节回答：战略层提的"想清楚 / 看全面 / 看本质"三层价值在工程上怎么落；用户问题如何流转到认知结果。

三层价值的工程承接

FinBayes 的核心价值是把用户的金融困惑转化为可复盘的金融认知。战略层把这件事拆为三层：

战略层价值	工程上落到
想清楚 — 帮用户把含糊的情绪 / 直觉 / 疑问转化为可分析的金融认知任务	任务识别（自然语言 → 任务类型 + Fin Object + 市场范围 + 时间窗口）+ 触发型澄清（信息不足时主动追问关键问题）
看全面 — 帮用户把碎片信息组织成完整事实空间，主动呈现反方证据	证据组织（按 Market Pack 调用数据源 / 工具 / Skill）+ 多视角整合（不同立场 / 方法 / 时间尺度的观点）+ 反方证据主动呈现
看本质 — 帮用户看清成立条件 / 失效条件 / 关键变量 / 信息缺口	综合层产出条件化结论 + 成立条件 + 失效条件 + 不确定性 + 信息缺口

这三层不是顺序而是同时进行——综合层产出的内容同时承接三层价值。

认知流转主线

一次用户提问的端到端业务流程：

这张图表达什么：从用户表达到判断沉淀的端到端业务流程及其循环（市场变化触发新一轮认知）。

这张图特意不表达什么：工程实现细节（任务识别如何分发到 Router Agent、综合层如何调用 LLM、状态写入两步等），这些在系统全景章节展开。

怎么读这张图：菱形是判断分叉，矩形是处理步骤，从左到右是时间方向。循环回路（市场变化 → 用户）表示用户与 FinBayes 的协作不是一次性，而是持续多轮。

关键节点的业务约束

识别问题类型与对象：识别基于产品定义文档的七类任务清单，不依赖样例 prompt 的字符串匹配；新出现的提问表达若与已知 paraphrase 相似，应稳定识别为同类任务。

澄清追问：用户表达不足以决定任务类型 / 对象 / 时间窗口时主动追问一两个关键问题。澄清的目标是把用户的模糊表达推向明确的金融认知任务，不是无限追问降低进入门槛。

组织相关信息：信息组织以 Fin Object 为中心，不以孤立 ticker 或事件为中心。同一 Fin Object 的不同信息面（价格 / 链上 / 财报 / 资金流 / 新闻 等）由 Market Pack 声明，工具调用结果归一化为证据单元。

呈现认知材料：第一屏先回答用户题眼（用户最直接问的事），其他认知要素（反方、详细条件、追问项等）随后展开。第一屏不暴露内部 trace、不只是字段列表、不退化为免责声明。

用户基于材料判断 / 决策：用户保留完整决策权与执行权。FinBayes 提供认知材料供用户做决策，不替用户决定行动，也不在金融账户上执行任何动作。

判断沉淀：用户可以把当前关注的 Fin Object 加入 Watchlist；可以把当前形成的判断记录为 Judgment Record。沉淀经"用户确认"才发生（候选 → 已确认两步），不悄悄写入用户长期状态。

市场变化复盘触发：用户已确认的 Judgment Record 中的成立条件 / 失效条件被市场变化触及时，FinBayes 主动发出复盘信号，明示触及哪条判断、哪个条件、当前变化是什么。主动信号不退化为价格提醒或新闻推送。

与战略未决问题的边界

认知流转涉及的工程参数（每次任务的大模型调用次数上限 / 主动信号触发频率 / 用户层级服务边界等）按战略未决问题的承接约定走配置而非硬编码，留给商业团队与产品团队基于冷启动数据决定（详见上位继承与不变量章节）。