战略不变量 codify · L0.5 层（16 条契约型）

本文件是 SVA-9 九层防御的 L0.5 层产出：把战略白皮书 / 产品定义 / 架构文档中"用文字承诺"的正向价值与边界，变成"机器可断言的契约与不变量"。每条配 Build-Y 必含产出 + test 规格，M0 第一个 PR 必须把它们映射到工程仓 tests/invariants/*.py。

codify 哲学按 ADR-013 换轨：从禁令型（Prevent-X 优先）→ 契约型（Build-Y 优先 + Require-X-when-Y 条件式 + 最小化 identity 级 Prevent-X）。每条先讲清要做成什么 / 产出什么正向价值，负向边界写成"在边界内主动做 Y"，且负向篇幅不得压过正向。

三级硬度（继承 ADR-009 + ADR-013 §2）：

• identity 级：永不变 / 改即非 FinBayes（只能 fork 重起）
• 当前版本立场：v3 版本约定，未来 ADR 可重审（走 change-protocol L3）
• 工程约束：按 PR / ADR 可灵活调整（普通 PR + 三阶段 SOP）

M0 阶段 14 条核心，后续滚动补。任何战略 / 产品 / 架构迭代后，30 分钟扫一遍是否需要新增。

§0 总览

ID	名称	硬度	主范式
I-01'	ExecutionBoundary（执行边界）	identity	Build-Y + 边界
I-02'	ConditionalJudgmentContract（条件化方向判断契约）	identity	Build-Y
I-03'	UserSovereignty（用户主权三维）	identity	Build-Y
I-04'	RuntimeReasoningCompleteness（runtime reasoning 完整性）	identity	Build-Y
I-05'	UserFacingFieldRedaction（用户面字段名收敛）	工程约束	Require-X-when-Y
I-06'	KellyCapTaskConditional（kelly_cap 任务条件化）— 已退役 2026-06-04（ADR-021）	工程约束	Require-X-when-Y
I-07'	TaskMinimumFieldSet（任务字段动态组合）	当前版本立场	Require-X-when-Y
I-08'	TaskTypeRequired（schema 顶层 task_type 显式）	工程约束	Build-Y
I-09'	MCA-7Axes-Naming（MCA 7 轴名稳定）	当前版本立场	命名稳定
I-10'	MechanismsSingleSource（8 机制单一事实源）	工程约束	Build-Y
I-11'	CredentialFiltering（输出端凭证过滤双处）	identity	Build-Y + 边界
I-12'	ProfileDoesNotShrinkFactSpace（画像不裁剪事实空间）	当前版本立场	Build-Y
I-13'	S1AlwaysActive（S1 每次综合输出必跑）	identity	Build-Y
I-14'	CognitionDataIndependence（认知数据独立性）	identity	Build-Y
I-15'	AgentAutonomousLoop（agent 自主循环本体）— 建造态，阶段 1/M2 起断言	identity	Build-Y
I-16'	JudgmentRecordIsLiveMemory（判断记录是活记忆非死档）— 建造态，阶段 2/3 起断言	identity	Build-Y

与原 10 条禁令型的差分见 §1；原 I-05 ForbiddenLexicon 已按 ADR-013 §3.3 降级为 verify:kb hook（不进 L0.5），由 content-hygiene 校验承接。

I-15' / I-16' 是建造态 identity 不变量（2026-06-04 阶段 0 新增）：编码 agent 产品本体目标态，当前代码（684d69d）尚未满足，其 test 在阶段 1–3 建成对应能力前预期为红、不作 M0 invariant gate 硬门；test 转绿即对应阶段完成的客观判据。这是把「有大脑、无身体」的差距如实登记成可断言契约，而非 codify 失误。

---

§I-01' · ExecutionBoundary（执行边界）

硬度：identity 级（永不变 / 改即非 FinBayes）

要做成什么（Build-Y 正向产出）：FinBayes 是金融认知层，主动产出认知材料——结构化分析、条件化结论、判断检验材料。每次输出含三个核心字段：main_answer（结论 / 倾向 / 方向）、supporting_evidence（支撑证据）、sources（来源 + 时间戳，见 I-07'）。当 task_type ∈ {交易准备 / 交易决策辅助 / 风险识别} 时，输出可以包含方向性结论，同时携带 I-02' 要求的条件化要素。"FinBayes → 下游执行端"链路中，用户拍板这一步由系统主动保留并呈现。

战略原文锚点：

• 战略白皮书 §9（identity 级不可变段：不直接下单、不持有账户凭证）
• 战略白皮书 §6（"不直接下单、不持有账户凭证"）
• ADR-009（唯一保留为 identity 级的是：认知与执行分工）

负向边界（在边界内主动做 Y）：系统在认知层内主动做满分析与判断，把执行这一步留给用户——因此 code-base 不 import 交易执行 SDK（如 ccxt / interactive-brokers-api 等），StructuredCognitionResult 不收录 order_id / place_order / execute_trade / account_credential 等执行语义字段。

反例（违反时长这样）：

# 错（直接调交易 API）
broker.place_order(symbol="NVDA", qty=100)
# 错（字段含执行语义）
result.order_id = "ord_xxx"

Test 规格：

• L1（grep）：grep -rE "(ccxt|interactive_brokers|alpaca_trade_api)" src/ 必须空。
• L2（Pydantic）：StructuredCognitionResult 模型禁止注册 order_* / place_* / execute_trade 类字段。
• L3（codebase audit）：第三方依赖白名单校验，交易执行类 package 不在白名单。

Test 文件预期路径：tests/invariants/test_i01_execution_boundary.py

---

§I-02' · ConditionalJudgmentContract（条件化方向判断契约）

硬度：identity 级

要做成什么（Build-Y 正向产出）：FinBayes 主动给出带条件的方向判断——这是核心交付物，不是被禁止的能力。当 main_answer 含方向词（"应该 / 建议 / 倾向 + 买入 / 卖出 / 持有 / 加仓 / 减仓"）时，系统同时产出四类条件化要素，让判断可检验、可证伪：

• 成立条件 prerequisites ≥ 1 条
• 失效条件 invalidation_conditions ≥ 1 条
• 反方证据 counter_evidence ≥ 1 条（task_type ∈ {分析 / 复盘 / 风险识别 / 交易准备 / 交易决策辅助} 时）
• 不确定性 / 缺口 uncertainty_and_gaps ≥ 1 条

reasoning 链路显式连接"证据 → 条件 → 结论方向"。允许说"应该买入 NVDA"——只要四个条件化字段齐备。战略要拦的是"封闭式答案"（无条件喊单），不是"方向词本身"。

战略原文锚点：

• 战略白皮书 §5（"FinBayes 不给'BTC 现在该买'这种封闭答案，而是给'在以下条件下加仓的逻辑成立……'"）
• 战略白皮书 §5（典型场景：有条件的结论）
• 产品定义 §4.4（"交易准备 / 决策辅助类问题可以回答"三条规则）

负向边界（在边界内主动做 Y）：系统主动拒绝产出"封闭式答案"——即 main_answer 含方向词但四个条件化字段全空 / 全占位符的情况，触发 schema 校验失败，引导补齐条件化要素。不采用"出现 应该买入 / 应该卖出 即判违规"的粗暴 grep（会一刀切误伤合规的条件化输出）。

反例：

// 错（封闭答案：有方向无条件）
{
  "main_answer": "应该买入 NVDA 100 股",
  "prerequisites": [],
  "invalidation_conditions": [],
  "counter_evidence": []
}

// 对（条件化判断：方向 + 四要素齐备）
{
  "main_answer": "在以下条件下加仓 NVDA 逻辑成立（建议方向：增持）",
  "prerequisites": ["AI 资本支出指引未下修", "硬件供给约束未缓解"],
  "invalidation_conditions": ["数据中心订单同比转负", "竞争性 ASIC 显著替代"],
  "counter_evidence": ["估值已隐含高速增长，PE 分位 95%"],
  "uncertainty_and_gaps": ["DGX Spark 早期占比未披露"],
  "posterior": {"kelly_cap": 0.25, "reasoning": "……"}
}

Test 规格：

• L1（Pydantic inter_field_constraint）：当 main_answer 正则匹配方向词时，断言四个条件字段 length ≥ 1。
• L2（semantic check, M1+）：方向词附近 N tokens 内必须存在条件标记（"如果" / "在……前提下" / "假设" / "前提是"）。
• L3（V 维度 V1 judge）：Claude judge 对 10 个 mock 输出打分 V1 ≥ 2.5（V1 = 条件化判断符合度）。
• 明确删除原 codify 的 (应该|建议)(买入|卖出) 粗暴 grep。

Test 文件预期路径：tests/invariants/test_i02_conditional_judgment.py

---

§I-03' · UserSovereignty（用户主权三维）

硬度：identity 级

要做成什么（Build-Y 正向产出）：系统主动交付用户对自身数据与决策的三维主权：

1. 数据主权：可查看 / 修改 / 清空 / 导出全部数据（含历史判断、偏好、个性化参数）。
2. 执行自主权：判断到执行之间，系统主动保留并呈现用户拍板这一步。
3. 候选→确认两步写入契约：任何写入用户档案 / 偏好 / 持仓配置的动作，先生成 candidate、再由用户 confirm 后才应用，系统不静默写入。

对应 API 主动提供：GET /api/v1/me/export（zip 含全部数据）、DELETE /api/v1/me（注销 + 软删除 30 天后硬删）、PATCH /api/v1/me/profile（先返回 candidate，confirm 后才应用）。用户面 UI 主动支持用户用自己的语言重述问题，不强制套 FinBayes 框架。

战略原文锚点：

• 战略白皮书 §9（identity 级不可变 + "两步写入契约（候选→用户确认）"）
• 产品定义 §3（用户产品形态）
• ADR-009（保留 identity 级 = 认知与执行分工）

负向边界（在边界内主动做 Y）：写入用户档案的代码路径主动走 candidate→confirm 两步——任何跳过两步的短路写入触发 raise。

反例：

# 错（静默写入）
user.profile.risk_appetite = 0.8
db.commit()

# 对（两步写入）
candidate = build_candidate(user, change={"risk_appetite": 0.8})
return {"candidate_id": "...", "preview": ..., "confirm_required": True}
# 用户 confirm 后才：apply_candidate(candidate_id)

Test 规格：

• L1（unit test 数据主权）：API export / delete 单元测试。
• L2（unit test 候选→确认）：写入路径必经 candidate→confirm，断言短路写入会 raise。
• L3（prompt audit, M1+）：用户面 prompt 模板 review 必含"不强制框架"检查。

Test 文件预期路径：tests/invariants/test_i03_user_sovereignty.py

---

§I-04' · RuntimeReasoningCompleteness（runtime reasoning 完整性）

硬度：identity 级

要做成什么（Build-Y 正向产出）：runtime 层任何含 confidence / score / posterior 等数值字段的输出，系统主动同级配齐对应 reasoning（推理链路文字），让判断在工程层可观测、可复盘、可优化。reasoning 内容非占位符，且至少引用 1 处证据（指向 supporting_evidence 或 sources）。

这是内部研究 / 复盘需要的工程能力，不是"用户能看到完整推理链"的用户面 UI 要求——用户面字段名收敛见 I-05'。runtime 完整 ≠ 用户面暴露。

战略原文锚点：

• 战略白皮书 §2（制胜逻辑 — 结构化输出）
• 战略白皮书 §4（"判断的可学习性"）
• 战略白皮书 §5（"用户产品不暴露体系本身"——明确分层）
• 产品定义 §6.4（"产品文案不暴露体系细节"）

负向边界（在边界内主动做 Y）：系统主动拒绝"裸 score"（只有数字无推理 / reasoning 为占位符 / reasoning 不引用证据），触发配对校验失败。

反例：

# 错（裸 score）
{"confidence_score": 0.73}
# 错（reasoning 占位）
{"confidence_score": 0.73, "confidence_reasoning": "..."}
# 错（reasoning 不引用证据）
{"confidence_score": 0.73, "confidence_reasoning": "感觉挺有信心的"}

# 对
{
  "confidence_score": 0.73,
  "confidence_reasoning": "基于 supporting_evidence[0]（Q3 财报订单同比 +25%）+ [1]（DGX 出货节奏），当前供需仍偏紧（参见 phase_evidence.cycle_position）"
}

Test 规格：

• L1（Pydantic validator）：含 *_score / *_confidence 字段时同级必有 *_reasoning 字段。
• L2（contract test）：10 mock query 跑后断言每个输出 reasoning 段长度达标——长度不再硬编 30 字，按产品定义 §7.1 表达密度策略分用户层级 L0/L1/L2/L3 各取最小长度。
• L3（grep）：reasoning 内容 grep \.\.\.|TODO|placeholder|感觉 必须空。
• 明确删除原 codify 的"用户面必须暴露 reasoning"——那是 I-05' 的反向。

Test 文件预期路径：tests/invariants/test_i04_runtime_reasoning.py

---

§I-05' · UserFacingFieldRedaction（用户面字段名收敛）

硬度：工程约束（可随 product / UI 迭代调整）

要做成什么（Build-Y 正向产出）：用户面看到的是按产品意图组织的 widget 内容（用户语言）。每个字段在 contracts/structured-cognition-result.yaml 主动标注 surface: {user_widget | internal_audit | both} 元数据；用户面 renderer 主动只渲染 surface ∈ {user_widget, both} 的字段，体系字段名只在 internal_audit 暴露面出现。

战略原文锚点：

• 战略白皮书 §5（"用户产品不暴露体系本身"）
• 产品定义 §6.4（"M1-M8 / MCA 等术语不进入用户界面"）
• 产品定义 §7.3（"用户可见层不直接展示上述字段名"）

负向边界（在边界内主动做 Y）：用户面字符串在边界内主动用用户语言重述同样信息——因此不出现 M[1-8]_ / phase_matrix / correlation_regime / mca_bucket / posterior 等内部 token。

反例：

错（用户面文案）："根据 phase_matrix 分析，M5 传导图显示……"
对（用户面文案）："根据当前市场周期位置和资金传导路径……"（同样信息，用户语言）

Test 规格：

• L1（grep on UI bundle）：产品 UI 编译输出 + 文案 i18n 文件 grep 体系字段名必须空。
• L2（contract test renderer）：mock 一个含 surface: internal_audit 字段的 result 喂给用户面 renderer，断言该字段不渲染。
• L3（API response 校验）：用户面 API 响应 schema 不允许 surface 为 internal_audit 的字段。

依赖：MP-5 · 字段暴露面分层契约 落地。

Test 文件预期路径：tests/invariants/test_i05_user_facing_redaction.py

---

§I-06' · KellyCapTaskConditional（kelly_cap 任务条件化）

⚠️ 本不变量已退役（2026-06-04，ADR-021 · kelly_cap 退役）。 kelly_cap 已从代码移除；以下内容仅作历史记录，本文档其余位置出现的 kelly_cap token 亦同步作废。

硬度：工程约束

要做成什么（Build-Y 正向产出）：StructuredCognitionResult 按 task_type 主动拆出变体——task_type ∈ {交易决策辅助, 交易准备, 风险识别} 的变体含 posterior 块（内含 kelly_cap）；其余 4 类（解释 / 分析 / 比较 / 复盘）的变体不含该块。值存在时值域 ∈ [0, 1)，M0 推荐 0.25。产品层例：问"什么是 ETF 折溢价"返回不含 kelly_cap 的 schema。

战略原文锚点：

• ADR-008-supplement §2.5（"M7.uq 启用时必选（决策辅助 / 交易准备 / 风险识别）；解释 / 比较 / 复盘类任务可选"）
• MP-3 · kelly_cap 字段语义与下游消费协议（M0 上限 0.25）

负向边界（在边界内主动做 Y）：解释类等 4 类任务的 schema 变体在边界内主动不暴露 posterior.kelly_cap；存在时主动约束 ∈ [0, 1)（M0 ≤ 0.25）。

反例：

# 错（解释类任务输出 kelly_cap）
{"task_type": "explanation", "posterior": {"kelly_cap": 0.25}}
# 错（值越界）
{"task_type": "trade_decision_aid", "posterior": {"kelly_cap": 1.0}}

Test 规格：

• L1（schema-by-task）：task_type → schema 变体映射；解释类 schema 不含 posterior 块。
• L2（Pydantic Field validator）：Field(ge=0.0, lt=1.0)。
• L3（contract test）：跑 7 类任务各 1 个 mock，断言解释 / 分析 / 比较 / 复盘 4 类不含 posterior。

依赖：MP-4 · 任务→必含字段动态组合契约 落地。

Test 文件预期路径：tests/invariants/test_i06_kelly_cap_task_conditional.py

---

§I-07' · TaskMinimumFieldSet（任务字段动态组合）

硬度：当前版本立场（v3 当前，未来 ADR 可调）

要做成什么（Build-Y 正向产出）：结构化认知输出按任务 / 意图动态组合字段——每个 task_type 有自己的最小必含字段集（基于产品定义 §7 表 2 锁定），系统按任务输出对应 schema 变体。这正面落实战略原文"这 10 个要素不是固化字段表，按任务动态组合"。

task_type	最小必含字段集
解释类	main_answer, supporting_evidence, sources, follow_up_questions
分析类	+ multi_perspectives, counter_evidence, prerequisites, uncertainty_and_gaps, applicability_flags
比较类	+ counter_evidence, uncertainty_and_gaps, applicability_flags
复盘类	+ historical_judgment_links, prerequisites, invalidation_conditions, counter_evidence, uncertainty_and_gaps
风险识别	+ multi_perspectives, prerequisites, invalidation_conditions, uncertainty_and_gaps, applicability_flags, regulation_status
交易准备	+ counter_evidence, prerequisites, invalidation_conditions, uncertainty_and_gaps, applicability_flags, regulation_status, causal_graph
交易决策辅助	+ counter_evidence, prerequisites, invalidation_conditions, uncertainty_and_gaps, applicability_flags, regulation_status, posterior

全任务硬约束：每个任务都含 s1（叙事-数字一致性，见 I-13'）+ mca_bucket（任务元数据，不入 result body）。

战略原文锚点：

• 战略白皮书 §5（"10 要素不是固化字段表，动态组合"）
• 产品定义 §7（任务→必含要素映射表）
• ADR-008-supplement §3（"动态可选，不强制全量出现"）

负向边界（在边界内主动做 Y）：系统主动按任务变体收紧字段，而非"扁平 schema 全部 Optional[X]=None 占位"——后者会破坏 schema 表达力，不采用"10 个字段缺一不可"的固化必填。

反例：

# 错（10 字段全 stub：解释类也强制留无关字段 stub）
class StructuredCognitionResult(BaseModel):
    main_answer: str
    multi_perspectives: list[str] = Field(default_factory=list)
    ...

# 对（按 task 变体动态组合）
class ExplanationResult(BaseModel):
    main_answer: str
    supporting_evidence: list[...]
    sources: list[...]
    follow_up_questions: list[...]
    # 不含 multi_perspectives / kelly_cap 等

class TradeDecisionAidResult(BaseModel):
    main_answer: str
    ...  # 含 posterior, applicability_flags, regulation_status, ...

Test 规格：

• L1（schema-by-task）：每个 task_type 单独 Pydantic model。
• L2（contract test）：跑 7 类任务各 N 个 mock，断言对应 schema 通过、错配 schema 失败。
• L3（cross-section grep）：contracts/structured-cognition-result.yaml 与 contracts/tasks-fields-mapping.yaml 字段覆盖一致。

依赖：MP-4 · 任务→必含字段动态组合契约 落地。

Test 文件预期路径：tests/invariants/test_i07_task_min_field_set.py

---

§I-08' · TaskTypeRequired（schema 顶层 task_type 显式）

硬度：工程约束

要做成什么（Build-Y 正向产出）：StructuredCognitionResult schema 顶层主动含显式字段 task_type: Literal["explanation", "analysis", "comparison", "review", "risk_identification", "trade_preparation", "trade_decision_aid"]，作为下游 consumer dispatch 的一等输入。task_type 在产品入口由任务识别策略（ADR-004 LLM Function Calling 主导）决定。

战略原文锚点：

• 产品定义 §4.2（7 类任务清单）
• A3 诊断报告 §5.3（当前 schema 无 task_type 字段是设计漏洞）

负向边界（在边界内主动做 Y）：下游凭显式 task_type dispatch，主动避免"靠机制激活 flag 间接推断"——因此 task_type 不允许缺失或 None。

反例：

# 错（无 task_type，下游靠机制激活反推）
{"main_answer": "...", "applicability_flags": {...}, "posterior": {...}}

Test 规格：

• L1（Pydantic required）：task_type 必填，缺失 raise。
• L2（cross-validate）：task_type 与字段组合一致性校验（如 task_type=explanation 不应携带 posterior）。

依赖：MP-4 · 任务→必含字段动态组合契约 + I-07' 落地。

Test 文件预期路径：tests/invariants/test_i08_task_type_required.py

---

§I-09' · MCA-7Axes-Naming（MCA 7 轴名稳定）

硬度：当前版本立场（v3）

要做成什么（Build-Y 正向产出）：MCA（Market Capability Assessment）7 轴名称主动稳定为 7 个 snake_case 名，全栈（代码 / contract / engineering-pack / 测试 fixture）统一引用，保证跨层语义可对齐：

1. investor_structure
2. derivatives_maturity
3. institutional_friction
4. non_market_actor
5. credit_environment
6. information_availability
7. currency_cross_border

战略原文锚点：

• ADR-007 supplement §M2
• contracts/mca-buckets.yaml（已修复，commit 7707241）

负向边界（在边界内主动做 Y）：全栈主动复用这 7 名，因此不漂移到 axis_1 / axis_investor / investor_struct 等变体。

反例：

# 错
- id: axis_1
  name: axis_1
# 错
- id: axis_investor
  name: investor_struct

Test 规格：

• L1（YAML schema validate）：contracts/mca-buckets.yaml 跑 schema 校验，断言 7 个 axes name 值在锁定 set 内。
• L2（grep）：代码 / fixture / engineering-pack 中 axis_N 只允许出现在 id 字段，name 字段必须是 7 个 snake_case 名。
• L3（contract test）：MCA 输出对象 axes 字段断言键名 = 锁定 7 个。

Test 文件预期路径：tests/invariants/test_i09_mca_7axes_naming.py

---

§I-10' · MechanismsSingleSource（8 机制单一事实源）

硬度：工程约束

要做成什么（Build-Y 正向产出）：FinBayes 8 大机制（M1-M8）的语义定义集中在单一事实源——当前为 contracts/structured-cognition-result.yaml + ADR-007 supplement §8 机制升级定义（M0 阶段；M1+ 视情况派生独立 mechanisms contract 文件）。代码 / engineering-pack / 测试主动 import / 引用此事实源派生读取，保证机制语义全栈一致。

战略原文锚点：

• ADR-007 supplement §8 机制升级定义
• Step 11 整改包 I 单一事实源原则

负向边界（在边界内主动做 Y）：代码主动从事实源读机制语义，因此不在本地 hardcode / 重定义机制名或语义。

反例：

# 错（在代码里重定义机制语义）
MECHANISM_M1 = "narrative_drift"
MECHANISM_M2 = "..."

# 对（import contracts 事实源）
from finbayes.contracts import load_mechanisms
mechanisms = load_mechanisms()  # 从 contracts + ADR-007 supplement 派生读

Test 规格：

• L1（grep）：grep -rE "MECHANISM_M[1-8]\s*=\s*['\"]" src/ 必须空。
• L2（contract test）：构造一个与真 contract 有差异的 mock contract，断言代码读到的 mechanisms 与 mock 一致（证明确实从文件读）。
• L3（cross-section grep）：engineering-pack 中机制名 set 必须 = contract 中 set。

Test 文件预期路径：tests/invariants/test_i10_mechanisms_single_source.py

---

§I-11' · CredentialFiltering（输出端凭证过滤双处）

硬度：identity 级（凭证泄漏是安全 identity 级问题）

要做成什么（Build-Y 正向产出）：系统在两个位置主动保证输出端无凭证泄漏（API key / OAuth token / 数据库密码 / 内部 trace_id）：

1. 综合层语义级：构造 StructuredCognitionResult 时主动不收录凭证字段。
2. Output Pipeline 格式级：出口处主动做 regex 过滤 + 字段黑名单。

两处同时存在（任一缺失即违反），形成纵深防御。

战略原文锚点：

• ADR-010 · 输出端凭证过滤位置（双处过滤决议）

负向边界（在边界内主动做 Y）：两道关卡各自主动拦截——任何漏过综合层的凭证在 Output Pipeline 出口仍被过滤掉。

反例：

# 错（只在 Output Pipeline 过滤，综合层照收）
result.debug = {"api_key": "sk-xxx", ...}

# 错（只在综合层过滤，Output Pipeline 不二次校验）
# 任何漏过综合层的凭证直接走出口

Test 规格：

• L1（unit test 综合层）：mock 一个含 API key 的 evidence dict 喂给综合层，断言 result 内不含该 key 字符串。
• L2（unit test Output Pipeline）：手工构造一个"已被综合层污染"的 result，喂给 Output Pipeline，断言出口处仍能过滤。
• L3（regression test）：每次新增字段类型（M1+），都补对应 redaction case。

Test 文件预期路径：tests/invariants/test_i11_credential_filtering.py

---

§I-12' · ProfileDoesNotShrinkFactSpace（画像不裁剪事实空间）

硬度：当前版本立场（v2→v3 audit 降级，但仍是 v3 立场）

要做成什么（Build-Y 正向产出）：用户画像（risk_appetite / sector_preference / time_horizon 等）仅用于呈现层组织 / 排序 / 表达密度。runtime 层证据收集 / reasoning 生成主动对所有画像一致——同一查询对不同画像用户，底层 evidence set + reasoning 完全相同，差异只发生在 widget 表达密度 / 顺序 / 术语深度。这保证 FinBayes 对每个用户都交付完整事实空间。

战略原文锚点：

• 战略白皮书 §9（v2 不可妥协边界 → v3 降级 audit）
• ADR-009（立场降级 audit trail）

负向边界（在边界内主动做 Y）：呈现层主动用 profile 调表达密度 / 字段顺序 / 术语深度；runtime 层 evidence 收集器主动不依赖 profile——因此不出现 if user_profile.risk_appetite < 0.3: skip_evidence(...) 这类裁剪分支。

反例：

# 错（画像裁剪事实空间）
if user.risk_appetite < 0.3:
    evidence = filter_out_aggressive_evidence(evidence)

# 对（画像仅影响呈现）
runtime_result = analyze(query)                          # 不依赖 profile
ui_view = render(runtime_result, density=profile.get_density())  # 呈现层用 profile

Test 规格：

• L1（unit test）：3 个画像用户跑同 query，断言 runtime evidence set 完全一致。
• L2（code path audit）：evidence 收集模块不允许 import user_profile。

Test 文件预期路径：tests/invariants/test_i12_profile_no_shrink.py

---

§I-13' · S1AlwaysActive（S1 每次综合输出必跑）

硬度：identity 级（唯一全任务硬约束 — ADR-008-supplement §2.6 明示）

要做成什么（Build-Y 正向产出）：S1（叙事-数字一致性检查）字段在每次综合输出中主动 active，无 task_type 例外——7 个 task 变体 schema 全部含 s1 字段必填，且 S1 的 8 子字段按 ADR-008-supplement §2.6 规定全填。这是系统对每条输出的叙事与数字自洽性的主动自检。

战略原文锚点：

• ADR-008-supplement §2.6（S1 每次综合输出必跑）

负向边界（在边界内主动做 Y）：所有 task 变体主动 require s1——任何 task 类型缺 s1 字段触发 schema validation fail。

反例：

# 错（某 task 变体缺 s1）
{"task_type": "explanation", "main_answer": "...", "supporting_evidence": [...]}
# 缺 s1 → schema validation fail

Test 规格：

• L1（Pydantic required）：所有 task 变体 schema 均 require s1。
• L2（contract test）：S1 的 8 子字段非空 / 非占位符。

Test 文件预期路径：tests/invariants/test_i13_s1_always_active.py

---

§I-14' · CognitionDataIndependence（认知数据独立性）

硬度：identity 级（定位级核心，与 I-01' 执行边界同级）

要做成什么（Build-Y 正向产出）：FinBayes 的高质量分析/推理/认知结论/结构化输出内生于推理体系 + 认知表达规范——在零外部金融数据/信息接入、仅有通用 LLM 支撑时仍正常工作且保持高质量，并产出诚实的信息缺口标注。外部数据/信息（无论用户本地上传 Ch1，还是第三方 API/搜索/Data Horizon Ch2——对 FinBayes 一律是外部）是辅助证据，作用是完善/矫正/佐证，不是认知前提。

战略原文锚点：

• 认知数据独立性 + 护城河对齐草案（2026-05-30 owner 拍板）
• 产品定义 §1 定位要点；综合层认知输出规格 §9

负向边界（在边界内主动做 Y）：认知链不得 hard-require 任何外部证据通道有值才能产出；无证据时数据精修层（posterior/s1/mca_bucket 等）诚实标"未拟合（无证据）"，禁假填冒充真实推理（注：其契约级表示改动受 MP-3/4/5 治理，须走 change-protocol，见架构补充草稿）。

反例：

• 错：无外部数据时塌成"需接入实时数据才能回答"。
• 错：无真实证据却假填 posterior/s1 常量冒充真实推理。
• 对：零数据下给出有条件认知核 + 诚实标"这块缺数据、它会怎样改变判断"。

Test 规格（数据消融 gate）：

• 核断言：抽掉全部外部数据 → 仍过规格 §9 + 数据精修层标"未拟合"不假填。
• 能力子测：用户上传证据（Ch1）能吃进判断；离线时不偷连外部源。

Test 文件预期路径：tests/invariants/test_i14_cognition_data_independence.py

---

§I-15' · AgentAutonomousLoop（agent 自主循环本体）

硬度：identity 级（产品本体级，与 I-01' 执行边界同级；改即非 FinBayes）

建造态不变量（诚实标注）：本条是 2026-06-04 阶段 0 文档矫正新增的产品本体 frame 硬化，依据金融真智能体骨架蓝图(E) + owner 议定结果。它编码的是目标态——当前 FinBayes（684d69d）尚是「一次性问答函数」、还没有主回路与主动信号触发器，因此本条 L1/L2 test 在阶段 1 / M2 建成最小自主循环前预期为红。这不是 codify 失误，而是如实把「有大脑、无身体」的差距登记成可断言契约（test 转绿 = 阶段 1 / M2 完成的客观判据）。本条不作 M0 invariant gate 的硬门，自阶段 1 / M2 起纳入硬门。

要做成什么（Build-Y 正向产出）：FinBayes 的产品本体是一个带自主循环的金融认知 agent——存在一条跨回合主回路（感知接地 → 规划 → 行动调工具 / 认知机制 → 观察回灌 → 收敛，带显式迭代上限与明确终止态），以及一个 State Management 主动信号触发器（在无人提问时被 heartbeat / 市场变化唤醒、判断成立 / 失效条件触及时自主发起新一轮认知）。synthesize_cognition（单次综合）是这条循环在单个回合内被调用的一个认知动作，不是 runtime 的顶层入口。

战略原文锚点：

• 战略白皮书 §1 愿景闭环图 + 短期形态「对话入口 ≠ 问答函数」+ §4「判断的连续性」产品形态支柱 + §7 第一阶段「agent 自主循环最小闭环」核心交付
• 产品定义 §1 产品本体 frame + §8 持续认知循环
• 架构 §2「FinBayes 产品本体是带自主循环的认知 agent」identity 级架构不变量 + §9.2「单回合编排 + 主动信号触发器 = agent 的两个半」

负向边界（在边界内主动做 Y）：runtime 顶层入口不得是「synthesize_cognition 一次合成即返回」的单次问答函数形态；不得只建 Task Orchestration（单回合编排）而无 State Management 主动信号触发器；最小自主循环（哪怕只监控 1 类失效条件、只对 1 个 Fin Object）不得被里程碑无限后推（架构 §25 已把最小切片前移 M2）。

反例（违反时长这样）：

# 错（synthesize 是顶层入口 = 单次问答函数）
def handle_question(q):
    return synthesize_cognition(q)   # 一次合成即返回，无回路 / 无主动触发

# 对（synthesize 是被主回路调用的一个认知动作）
async def agent_loop(ctx):
    while not converged and i < MAX_ITERS:
        action = plan(ctx)
        obs = await dispatch(action)        # 可能是 synthesize_cognition，也可能是数据工具
        ctx = observe(ctx, obs)
    # + 独立的主动信号触发器在无人提问时唤醒本回路

Test 规格：

• L1（结构存在性，阶段 1 / M2 起转绿）：src/ 存在主回路模块（perceive-act-observe + max_iterations 硬封顶）且 synthesize_cognition 的调用方是回路内的认知动作分发、不是顶层 handler；存在 State Management 主动信号触发器组件。
• L2（行为断言，M2 起）：构造带失效条件的 Judgment Record + 一次触及的市场变化 → 无用户输入即自主发起复盘（对应架构 M2「agent 行为门」首要验收）。
• L3（结构反断言）：不存在「顶层 handler 直接 return synthesize_cognition(...)」的单次问答路径。

Test 文件预期路径：tests/invariants/test_i15_agent_autonomous_loop.py

---

§I-16' · JudgmentRecordIsLiveMemory（判断记录是 agent 活记忆，非死档）

硬度：identity 级（与 I-15' 自主循环同源；改即退回问答函数）

建造态不变量：同 I-15'，编码目标态。当前 JudgmentRecord 带 validity / invalidation_conditions / created_at（可证伪要素的容器），但全 src 无 settle / reconcile / 对账路径——判断写进去即死档。本条 test 自阶段 2 / 3（到期对账闭环）建成起转绿，M0 不作硬门。

要做成什么（Build-Y 正向产出）：Judgment Record 是 agent 的工作记忆 + 自主触发条件源，不是「用户的历史日志」。每条带成立 / 失效条件 + 时间窗 + 可证伪断言，且必须能被 agent 在到期 / 条件触及时自动拉真实数据对账，做判断跟进结算（旧称「三态结算」；按 ADR-022 formal 化为「验证状态＋验证结论」两层枚举，见 glossary），原判断与复盘结论同时保留形成时间线（不覆盖）。

战略原文锚点：

• 产品定义 §3 状态资产正名「agent 工作记忆 + 自主触发条件源」+ §3.4 Judgment Record + §12「判断进入可对账闭环」agent 行为门
• 战略白皮书 §1 短期形态「连续认知资产 = agent 状态层」
• 架构 §2 agent 本体不变量 + §6 场景 S11 到期对账 + §11 Judgment Record 生命周期

负向边界（在边界内主动做 Y）：Judgment Record 不得是 write-once 死档；失效条件字段不得只存不查（必须接入 I-15' 的主动信号触发器作为条件源）；对账锚点是「成立 / 失效条件是否被市场触发、条件化倾向方向是否被事后演化支持」，不得是「按判断交易的真实盈亏」（FinBayes 不下单、不接触持仓，承接 I-01' 执行边界）；结算不得二值化（三态，承认对错本身模糊）。

反例：

• 错：JudgmentRecord 写入后无任何 settle / reconcile 路径，posterior 给了分布却从不结算（当前 684d69d 状态）。
• 错：复盘用新结论覆盖原判断（丢失时间线）。
• 错：用真实盈亏做对账锚点（越过执行边界）。
• 对：到期触发拉真实价格 → 判断跟进结算 → 原判断 + 复盘结论并存 + 校准信号留痕。

Test 规格：

• L1（grep，阶段 2 / 3 起转绿）：src/ 存在 settle / reconcile 判断对账路径（当前预期红——正是蓝图记录的核心 P0 缺口）。
• L2（行为断言）：构造一条到期 Judgment Record → 触发对账 → 产出判断跟进结算之一 + 原判断未被覆盖（时间线保留）。
• L3（边界反断言）：对账锚点字段不含真实盈亏 / 持仓凭证（承接 I-01' / I-11'）。

Test 文件预期路径：tests/invariants/test_i16_judgment_record_live_memory.py

---

§1 与原版 10 条禁令型的差分

原 ID（禁令型）	处理	说明
I-01 NoOrderPlacement	→ I-01' ExecutionBoundary（重写）	从"禁字段" → "正向认知产出 + 禁依赖 / 禁路径边界"
I-02 NotDeciding	→ I-02' ConditionalJudgmentContract（重写）	从禁"应该买入" → 允许带条件方向判断；删除粗暴 grep
I-03 UserSovereignty	→ I-03' UserSovereignty（扩展）	加候选→确认两步写入契约
I-04 CognitiveTransparency	→ I-04' RuntimeReasoningCompleteness + I-05' UserFacingFieldRedaction（拆分）	runtime 完整（内部复盘需要）vs 用户面字段名收敛 分层
I-05 ForbiddenLexicon	降级	禁用词扫描属 product 层 lint，移交 verify:kb content-hygiene hook，不进 L0.5
I-06 KellyCapBound	→ I-06' KellyCapTaskConditional（重写）	从单一值域约束 → "任务条件化存在性 + 值域"
I-07 SCR-1.1-Required	→ I-07' TaskMinimumFieldSet（重写）	从"10 字段缺一不可" → "按任务动态组合最小必含子集"
I-08 MCA-7Axes-Naming	→ I-09'（重编号 + 契约化）	保留 7 轴稳定，正向表述
I-09 8-Mechanisms-Source	→ I-10'（重编号 + 契约化）	保留单一事实源，正向表述
I-10 CredentialFiltering	→ I-11'（重编号 + 契约化）	保留双处过滤，正向表述
——	+ I-08' TaskTypeRequired（新增）	schema 顶层 task_type 显式必填
——	+ I-12' ProfileDoesNotShrinkFactSpace（新增）	A1 漏发现的正向不变量
——	+ I-13' S1AlwaysActive（新增）	A1 漏发现 + ADR-008-sup §2.6 唯一全任务硬约束

净变化：原 10 条禁令型 → 新 13 条契约型。重写 4 条（I-01/02/06/07）、拆分 1→2 条（I-04 → I-04'+I-05'）、降级 1 条（I-05 → verify:kb hook）、保留重编号 3 条（I-08/09/10 → I-09'/10'/11'）、扩展 1 条（I-03）、新增 3 条（I-08'/12'/13'）。

2026-05-30 增补：+ I-14' CognitionDataIndependence（identity 级）——由「认知数据独立性 + 护城河」对齐传导（owner 拍板），13 → 14 条。配套架构补充见 认知核/数据精修层分离草稿。

2026-06-04 增补（阶段 0 文档矫正）：+ I-15' AgentAutonomousLoop + I-16' JudgmentRecordIsLiveMemory（均 identity 级、建造态），把 agent 产品本体从隐性 frame 升为可断言契约，14 → 16 条。依据金融真智能体骨架蓝图(E) + owner 议定结果；与架构 §2 identity 级架构不变量对齐。两条为建造态：当前代码（684d69d）尚未满足，test 在阶段 1–3 建成对应能力前预期红、不作 M0 硬门，转绿即对应阶段完成判据。治理连带：本增补建议补一条轻量 ADR 增补走 §2 SOP 正式收录（与战略白皮书 frame 矫正回溯 ADR 一并列入 FB-RESUME 治理连带项待 owner 定）。

§2 不变量增删流程

何时新增不变量

触发	新增动作
战略白皮书新版本发布	30 分钟扫一遍，识别新承诺；确认需 codify 走 ADR 增补
产品定义文档迭代	同上
架构 ADR 新增 / 修订	看是否带新隐式承诺（如 ADR-010 类边界）
Review / 用户反馈发现"白皮书说了 X 但代码做了 -X"	紧急补不变量 + 补 test

增删 SOP（按 ADR-013 五步翻译）

1. Step 1 锚定战略原文：引用 ≥ 1 处白皮书 / 产品定义 / ADR 原文（含 §X line N）。
2. Step 2 评估硬度级：identity / 当前版本立场 / 工程约束 三选一，必须明示。
3. Step 3 Build-Y 优先：先写"系统主动做成 / 产出什么"，此步未过不进 Step 4。
4. Step 4 加 Require-X-when-Y 条件式：分任务类型 / 分暴露面，不一刀切。
5. Step 5 仅 identity 级补 Prevent-X 边界：限于执行边界 / 凭证安全 / 事实空间裁剪，配可 fail 反例。

新增提案在本文件加新 §I-NN' 段，同步在工程仓加 tests/invariants/test_iNN_*.py，走 ADR-003-supplement 三阶段 SOP，配可 fail 反例 test 才算正式收录。

反模式（按 ADR-013 §6）

• ❌ Prevent-X 优先翻译：把战略价值都先翻成"禁止 X" → 系统性漂移。
• ❌ identity 级泛滥：工程约束级错放 identity 级 → 柔性丧失。
• ❌ 凭印象 codify：不引用战略原文 line N，靠 AI 演绎。
• ❌ 缺暴露面 codify：字段不分 user_widget / internal_audit。
• ❌ 全任务一刀切：扁平 schema 全 Optional[X]=None 占位。
• ❌ 不变量无反例 test → 等于没 codify。

§3 与 SVA-9 其他层的关系

层	与本文件的关系
L1（契约源）	不变量是契约的底线：契约可收紧，但不能违反不变量
L2（contract test）	本文件 test 规格落地在 tests/invariants/ 与 tests/contract_*.py 并存
L3（3-phase SOP）	PR plan 段必扫是否触及不变量 + 必含正向产出对称段；verify checklist 双向（Build-Y 验证 + identity 级 Prevent-X 验证）
L4（Archon gate）	milestone gate 节点必跑 pytest tests/invariants/ 全绿
L7（V 维度评测）	I-02' 由 V1 judge 承担；test 规格中的 "Claude judge" 即指 L7
L8（L1 用户 vibe）	用户能否凭直觉确认"是 FinBayes 该有的样子"——不变量的人类感官层验证

§4 关联资产

• ADR-012 · SVA-9 战略愿景对齐九层防御方案
• ADR-013 · codify 哲学换轨：Build-Y 优先
• ADR-003 supplement · 三阶段实施 SOP
• 13 条契约型不变量 deep design spec（draft）
• MP-3 · kelly_cap 字段语义与下游消费协议
• MP-4 · 任务→必含字段动态组合契约
• MP-5 · 字段暴露面分层契约
• ADR-010 · 输出端凭证过滤位置
• ADR-008 supplement · 机制层输出契约扩展
• ADR-007 supplement · 金融认知体系第一版正式构成
• 战略立场降级 audit trail · ADR-009
• MCA 桶定义 contract
• CURRENT-MILESTONE.md · FinBayes 当前状态单一事实源