第六节 生态位置：在 FinTec AI Ecosystem 中的位置
FinBayes 不是孤立产品。它在 Curvature Labs 的 FinTec AI Ecosystem 中担任"金融认知层"——位于金融信息感知和交易执行之间的核心位置。
理解 FinBayes 的生态位置，需要先理解整个生态的对象结构。
FinTec AI Ecosystem 的核心对象
生态有 5 个核心对象，各自承担明确的职责：
| 对象 | 职责 | 与 FinBayes 的关系 |
|---|---|---|
| Data Horizon | 金融信息的原始感知和事实组织（事件时间线、实体卡片、主题动态、数据快照、来源追溯） | 上游信息源 |
| FinBayes | 金融认知层（本白皮书的对象） | — |
| AI Trading Matrix | 受治理的交易执行支持（用户基于 FinBayes 的认知材料自主形成判断后，决定是否进入 ATM 的受治理执行） | 下游执行端 |
| 强化学习引擎 (RLE) | 通过实盘判断与结果的反馈形成可学习样本 | 反馈循环参与方 |
| 金融专家大模型 (FEFM) | 专门针对金融领域训练的大模型 | 长期能力底座 |
完整的生态对象定义见生态层 ecosystem/object-registry.md。
FinBayes 在生态中的位置
FinBayes 独立运行能力是基线：FinBayes 作为独立的金融认知层产品不绑定任何特定生态对象——在不接入 DH、不接入 ATM、不接入 FEFM 的情况下也能成立。生态协同是在此基线之上的增值，不是 FinBayes 成立的前提条件。
核心关系（按数据流方向）：
- 信息源 → FinBayes（多源接入，生态协同 + 第三方并存）：DH 是 FinTec AI Ecosystem 内的生态协同上游之一，把原始金融信息组织成可被认知的事实材料（事件时间线、实体卡片、主题动态等）；同时 FinBayes 可以接入第三方信息/数据源（公开行情 API、新闻订阅、链上数据、社交媒体等）。DH 不是 FinBayes 的唯一信息源——这两类信息源可以叠加或独立使用
- FinBayes → User → 用户自选交易工具：FinBayes 给用户结构化的认知材料 + 条件化结论，用户基于此自主形成判断后自行选择交易工具执行。在 FinTec AI Ecosystem 内，AI Trading Matrix 是生态协同的执行支持选项之一；用户也可以选择 ATM 之外的任何第三方交易工具/平台/APP。第一阶段 FinBayes 不做到 ATM 或任何交易工具的自动对接和自动执行
- FinBayes ↔ RLE：FinBayes 把用户的判断、复盘、市场结果作为学习样本反馈给 RLE，RLE 把学习到的体系矫正样本反馈给 FinBayes 的金融认知体系（长期能力，第一阶段 readiness-gated）
- FEFM → FinBayes：长期上 FEFM 作为 FinBayes 的金融领域能力底座（第一阶段不依赖 FEFM，详见第四节核心优势中 FEFM 修正说明）
关键边界
FinBayes 在生态中的位置有几条明确边界，这些边界既是 FinBayes 的定位约束，也是整个生态分工的硬约束。
与 Data Horizon 的边界
- 当 DH 已经提供高质量的事实组织时，FinBayes 优先消费 DH 的事实组织成果，不重复做 DH 的工作——这是生态分工的合理性
- 但 FinBayes 不绑定 DH 作为唯一信息源——可以同时接入第三方信息/数据源（公开行情 API、新闻订阅、链上数据、社交媒体等）独立运行
- DH 不可用、不存在、或对特定市场覆盖不足时，FinBayes 通过第三方源补齐，作为独立认知层产品仍能成立
- FinBayes 不做原始数据感知的工程基础设施工作（数据抓取、订阅、清洗等核心数据工程）——这些工作由 DH 在生态协同时承担，或由 FinBayes 自己消费第三方源时由该第三方承担
与下游执行端的边界（包括但不限于 AI Trading Matrix）
- FinBayes 不直接下单、不持有账户凭证、不替用户做最终金融决策
- 用户基于 FinBayes 的认知输出形成判断后，自行选择交易工具——包括但不限于 ATM；可以是任何第三方交易工具、平台、APP。FinBayes 与下游执行端之间必须有用户自主判断这一步——这条边界是 FinBayes 的核心定位约束
- ATM 是 FinTec AI Ecosystem 内的生态协同执行选项，不是 FinBayes 的唯一或排他下游对接对象
- 第一阶段 FinBayes 不做到 ATM 或任何交易工具的自动对接和自动执行——用户的执行动作完全由用户在自选交易工具上完成
与 RLE 的边界
- FinBayes 反馈给 RLE 的是用户判断的反馈样本（用户的接受 / 拒绝 / 修改、连续认知状态变化、判断复盘记录），不是用户的金融敏感数据（凭证、资金账户等）
- RLE 的学习样本由生态层管理，不由单个用户拥有；用户对自己反馈到 RLE 的样本范围有主权（详见第九节）
与 FEFM 的边界
- FinBayes 的金融认知体系是自建的，不依赖 FEFM 是否存在（即便没有 FEFM，认知体系本身就是 FinBayes 的核心差异化——详见 ADR-007 和第四节核心优势）
- FEFM 是长期增强方向，不是 FinBayes 的能力前提
协同接口原则
FinBayes 与生态其他对象之间的协同接口遵循以下战略层原则（具体接口规范由架构文档承接，本节不展开）：
- 独立运行能力优先于生态协同：FinBayes 作为独立认知层产品不绑定任何特定生态对象，可以不接入 DH、不接入 ATM、不接入 FEFM 而成立。生态协同是在独立基线之上的增值
- 协同接口稳定性优于功能完整性：第一阶段保持基本协同接口，不追求接口的全面性
- 每个生态对象有独立的产品闭环：生态对象之间是松耦合的协同，不是紧耦合的依赖
- 凭证处理原则在所有协同接口中都成立（当前版本：不收、不存、不训练）：任何生态接口都不传递、不持有用户的金融执行凭证（详见第九节产品立场与边界）
- 用户主权在所有协同接口中都成立：用户的金融认知资产在生态内的流转始终在用户主权范围内（用户可查看、可修改、可清空）
- 下游执行始终由用户自主选择：FinBayes 与任何交易工具（包括 ATM）之间必须有用户自主判断这一步；第一阶段不做自动对接和自动执行
- 生态协同的商业关系不导致接口倾斜：FinBayes 对 ATM 的输出契约不得因为存在返佣关系而优于对其他下游执行端的契约——这与第八节"输出质量跨付费层级一致"的硬约束在生态协同层的对应
第一阶段的生态协同范围
第一阶段（M0-M3）FinBayes 的独立运行能力优先，与生态其他对象的协同范围有意控制：
- 信息源接入：FinBayes 第一阶段可以接入第三方信息/数据源独立运行；与 DH 之间建立基本的事实材料消费协议作为生态协同选项（消费 DH 的事件时间线、实体卡片、主题动态等），不追求 DH 全部数据维度的消费，不绑定 DH 作为唯一信息源
- 下游交付：FinBayes 把结构化认知输出 + 条件化结论交付给用户，用户自行选择交易工具。与 ATM 之间建立基本协同接口契约（用户基于 FinBayes 认知输出在 ATM 内自主判断 + 执行）作为生态协同选项，不做自动对接和自动执行，用户可以选择 ATM 之外的任何第三方交易工具
- FinBayes ↔ RLE：建立基本的反馈样本输出，RLE 闭环作为 readiness-gated 能力，第一阶段不强制启用
- FinBayes ↔ FEFM：第一阶段 FEFM 不可用，不接入
完整的协同接口扩展节奏由阶段路线（第七节）给出。具体的接口规范、版本管理、互操作协议由架构文档承接，战略层不展开。