FinClaw 评测到产品定义转译 - 第一批

状态：Working Alignment Packet 日期：2026-05-12 角色：FinClaw Program Controller

1. Purpose

本批次用于校正并固定 FinClaw 第一版产品形态决策的主从关系：

FinClaw 自身的战略白皮书、产品定义和第一阶段产品定义是决策基准；第一批四个参考项目的体验评测结果只作为外部经验、能力样本、反例、质量校验和吸收建议。

因此，本批次不是“基于四个参考项目重新决定 FinClaw 是什么”，而是：

1. 从 FinClaw 上位定义出发，确认当前第一版产品形态应坚持的主对象、主场景和主边界；
2. 用四个参考项目评测结果校验这些定义是否足够具体、可体验、可评测；
3. 把可吸收经验转译为产品对象、评测 case、能力优先级和后续同步问题；
4. 避免任何早期工程 PRD 或外部参考项目反向覆盖 FinClaw 上位战略与产品定义。

1.1 版本口径修正

本批次不再使用“最小实现”或“最小可行验证”作为当前版本的目标语言。

当前版本应被理解为：

第一版完整产品形态收束：在金融生态“认知”节点已被参考项目和本地实践初步证明可行的基础上，尽量接近最终产品定位、边界、能力范围、组合形态、呈现方式和交互方式，设计 FinClaw 作为金融认知节点的第一版完整实现目标。

因此，后续文档中如保留 mvp-product-definition.md 文件名或历史 MVP 字样，只表示既有文件路径或历史命名，不表示本轮目标要压缩为最小实现。

1.2 第一性原理基础

本批次确认以下理论基础：

1. AI 正在压缩传统金融信息差，包括渠道差、时间差、语言差、检索能力差和一手材料访问门槛。
2. 这不意味着金融信息链路的问题消失，而是从“拿不到信息”转向“信息过载、误感知、叙事噪音、错误归因和执行冲动”。
3. 金融信息差正在转化为金融认知差。
4. 金融认知不是执行前的一次性分析，而是围绕资产、主题、事件、风险、策略假设和反方证据的持续状态管理。
5. FinClaw 的产品母题应是：帮助个人金融参与者把过载金融信息转化为证据有界、可复查、可更新、可持续维护的金融认知结构。
6. 第一版目标用户不应定义为所有金融用户，而应定义为：有真实金融关注对象、会持续观察市场、但缺少稳定认知体系的个人金融参与者。

2. 来源优先级

本批次采用以下优先级：

优先级	来源	作用
1	projects/finclaw/strategic-whitepaper.md	定义 FinClaw 的生态位置、完整态、长期边界和战略表达。
2	projects/finclaw/product-definition.md	将战略完整态下推为产品定位、目标用户、产品对象、场景和能力结构。
3	projects/finclaw/mvp-product-definition.md	作为既有第一阶段产品定义文件，承载第一版产品形态的用户、市场、场景、交付物和验收边界。
4	evaluation/finclaw/case-library.md	提供 FinClaw 体系评测、参考项目体验、金融顾问 Agent / 金融技能验收与审计的用例框架。
5	evaluation/finclaw/reports/first-batch-reference-cross-analysis.md	提供四个参考项目的横向经验、吸收判断和风险提醒。
6	projects/finclaw/reference-experience/*.md	作为单项目证据材料，不直接定义 FinClaw 产品边界。

3. 不可反向覆盖的产品基线

以下判断来自 FinClaw 上位定义，应作为后续第一版产品形态和工程输入的基线：

1. FinClaw 是 FinTec AI Ecosystem 中位于金融信息感知与交易执行之间的独立金融认知产品 / 系统。
2. 第一阶段不是生态完整态的全部，但应尽量接近 FinClaw 在认知节点中的完整产品形态，而不是只做最小验证。
3. 第一版首发市场是加密货币市场认知。
4. 第一版目标用户是有真实金融关注对象、会持续观察市场、但缺少稳定认知体系的个人金融参与者；首发切片聚焦加密市场认知。
5. 当前重点是形成高质量个人金融认知产品闭环，同时为后续生态协同保留清晰边界。
6. Chat 是入口，不是产品本体。
7. Report 是输出形式之一，不是产品本体。
8. 金融技能是能力资产，不是产品本体；金融顾问不是角色名展示；金融 Claw 不是单纯调度器。
9. “市场认知线程”是第一版最关键的持续价值对象。
10. 策略、提醒、组合、风险、target price、情景路径等可以进入认知边界，但必须表达为证据有界、条件化、可复查的认知产物。
11. FinClaw 不直接承担真实交易执行、自动下单、资金划转、链上交易、私钥管理或执行系统调用。
12. 任何执行相关语言应收束为“认知阶段策略输出”或“执行前检查点”。
13. 产品能力不以金融技能或金融顾问数量定义，而以它们能否帮助用户形成、维护、修正和复盘金融认知状态定义。
14. 第一版产品形态应采用“对话进入、工作台沉淀、渠道分发”：自然语言降低进入门槛，认知工作台沉淀权威对象，外部聊天渠道负责触达、订阅、轻量追问和传播。
15. 核心认知任务默认使用平台认证模型；用户自带模型作为高级配置保留，但必须经过能力分层、任务限制、质量标注和降级机制。
16. 自有金融专家模型是成熟态的重要能力结果，不是第一阶段前置条件；第一阶段应优先沉淀可治理、可评测、可授权的金融认知训练资产。
17. 当前需要考虑商业模式原则和候选收费点，但不应过早固化价格表、复杂会员等级或全球多区域商业方案。
18. 第一版采用轻量、渐进、可修正的用户画像；用户主动提供敏感信息时，非凭证类金融上下文可临时使用但默认不保存，凭证、私钥、账户权限类信息一律拒收、屏蔽、不得保存、不得训练。

4. 第一版产品对象基线

从上位产品与第一阶段产品定义出发，第一版对象应以以下对象为主：

对象	第一版作用	决策状态
结构化市场认知快照	单次结构化金融认知快照，围绕资产、项目、主题、事件或用户问题组织事实、推断、争议、未知、来源和后续观察。	主对象 / 第一优先级锚点交付物
市场认知线程	把同一资产、主题、叙事或开放问题的多次快照、用户关注点、观察问题、刷新记录、策略假设演化、失效条件和反方证据串联成可复查的连续认知视图。	主对象 / 持续价值核心对象
执行前检查点	对行动语言、提醒、补仓、减仓、对冲、下单前检查等内容的正式收束。	边界对象
观察问题	把一次性研究转化为后续观察、刷新触发和复盘问题。	驱动字段
证据项 / 数据质量说明	表达来源、时间、实时性、延迟、模拟、不可用、权限受限、工具失败、冲突和置信边界。	质量字段
金融顾问输出	顾问视角、分歧、反方挑战和技能调用过程。	中间材料
报告 / 简报 / 渠道消息	面向用户或外部渠道的呈现。	呈现形态

第一版不以聊天、报告、金融顾问角色或技能调用为对象中心。

本批次建议补充两个显式质量字段，作为后续 case schema 和验收标准的候选字段：

候选字段	原因
证据项	四个参考项目共同暴露来源、时间上下文、工具轨迹不足；FinClaw 若要建立质量壁垒，需要把证据从“附注”提升为可结构化记录的字段。
数据质量说明	数据实时、延迟、模拟、降级、不可用、权限受限、工具失败必须可见，否则用户无法判断输出可信度。

这两个字段应被理解为“证据有界认知输出”的结构化细化，不应反向改写上位产品本体。

5. 第一版场景基线

从第一阶段产品定义出发，当前场景优先级应保持如下：

主路径

场景	产品含义	参考验证
市场认知快照	用户围绕资产、项目、主题或问题形成当前认知结构。	martinpmm / Chelae 证明真实对话能承接该入口；FinRobot 证明报告结构可增强产物输出。
市场认知线程	把同一资产、主题、叙事或开放问题的多次快照串联成可复查的连续认知视图。	martinpmm 的关注清单、投资逻辑和主动跟踪证明连续性有价值，但副作用状态必须受控。
风险 / 争议映射	对主判断进行反方挑战、风险梳理和未知项表达。	四个项目共同说明风险表达有价值，但来源和不确定性表达普遍不足。
策略假设 / 执行前认知	在用户明确需要时形成条件化策略假设和执行前检查点。	martinpmm / Chelae 证明策略型语言对用户自然有用；FinClaw 需要用执行前检查点和证据边界收束。

辅助路径

场景	产品含义	参考验证
叙事 / 事件理解	解释事件发生了什么、为什么重要、影响哪些对象。	aifinlab 的技能分类和 Chelae / martinpmm 对话表现证明事件解释是高频金融认知任务。
宏观 / 板块背景	为快照和线程提供背景上下文。	参考项目均有宏观或板块补充价值，但第一版不建设复杂宏观系统。
机会发现	帮助用户发现值得研究的候选对象。	可作为研究入口，但不能变成荐股、喊单或自动信号。
每日 / 每周刷新	对已有线程做变化摘要和观察问题更新。	适合订阅价值，但不应抢占主对象定义。
报告 / 简报	把快照或线程转成可读呈现。	FinRobot 证明报告化输出有价值，但不能定义产品本体。

后置路径

场景	延后原因
全市场扫描器	容易把 FinClaw 拉成横向金融工具平台。
自动交易信号发现	容易越过认知边界进入执行暗示。
组合优化	需要更完整持仓、风险和执行系统边界。
回测系统	属于策略验证和执行前研究系统，不是第一版主闭环。
机构级投研流程	会引入合规、团队和审计复杂度。
大规模横向金融技能市场	容易把 FinClaw 拉成泛金融技能仓库，抢占第一版核心产品闭环。
多人协作审计流	应在个人认知闭环稳定后再扩展。
主动定时任务 / 提醒 / 心跳机制默认化	有价值，但存在用户轻度请求下产生持久化副作用和动作状态失真的风险。
多市场完整覆盖	完整态需要，但第一版应先把加密市场认知产品形态打深打透。
机构级研究协作流	超出第一阶段个人用户切片。
执行系统对接	属于后续 AI Trading Matrix / 执行治理链路，不应由本批次设计。

6. Reference Translation Matrix

以下矩阵只用于“参考经验转译”，不作为 FinClaw 产品定义来源。

Reference Project	Useful Experience	Translate Into FinClaw	Do Not Inherit Directly
martinpmm-Finclaw	自然对话、关注清单、投资逻辑、持续跟踪、主动跟进循环对个人认知产品有价值。	市场认知线程、观察问题、用户关注理由、策略认知追问。	无确认的持久化动作、模糊的已执行状态、缺少来源 / 时间戳的强结论。
Fin-Chelae-FinClaw	投资画像、渠道、工具组织和策略视角能提升个性化体验。	轻量用户画像、风险偏好、研究风格、输出深度调节。	重画像配置流程、重复画像话术、无法验证的监控状态。
aifinlab-FinClaw	金融技能分类、精选技能、数据降级表达和 OpenClaw 生态组织有参考价值。	金融技能分类、输入输出边界、数据质量字段、技能评测方式。	全量技能仓库、直接吸收脚本实现、把技能数量当成第一版成功指标。
FinRobot	数据流水线、预测表、敏感性分析、网页报告和产物持久化成熟。	快照 / 线程的报告化输出、结构化产物、图表化输出。	把 FinClaw 收窄为报告生成器，或让外部数据权限决定产品本体。

7. 下一次产品定义更新建议

建议在后续更新 mvp-product-definition.md 或相关产品同步包时，吸收以下内容：

1. 将“证据项”和“数据质量说明”明确为输出质量字段，暂不升级为第一版主对象。
2. 将真实用户语言能力纳入验收：口语、短问、模糊、焦虑、追问、混合概念和专业问题都应可处理。
3. 将“市场认知线程”明确为一等产品对象：历史快照引用、用户关注理由、研究偏好、开放问题、观察问题、刷新条件、刷新后变化、策略假设演化、失效条件和反方证据。
4. 将动作状态真实性纳入验收：拟议、已确认、已执行、不可用必须区分。
5. 将报告 / 简报定义为“快照”或“线程”的输出形态，而不是独立主产品。
6. 将首批金融技能白名单限制在加密市场认知第一版产品形态直接需要的技能内。
7. 保留“认知阶段策略输出”，但明确它的受控字段：假设、成立前提、失效条件、风险约束、待观察信号、执行前检查点、执行边界。
8. 为每个金融顾问补充统一定义：负责的问题、不负责的问题、可调用的金融技能、输出对象、分歧表达方式、证据约束、进入市场认知线程的方式。
9. 将交互形态定义为“对话进入、工作台沉淀、渠道分发”，并明确网页端认知工作台是第一主形态，外部聊天渠道是触达和轻量交互层。
10. 为任务增加模型要求字段：平台认证模型、平台深度模式、可自带模型、需复核后写入权威线程。
11. 为训练资产增加治理字段：用户授权、匿名化 / 去标识化状态、敏感信息过滤状态、产品记忆 / 训练数据区分、个人域 / 可聚合学习数据区分。
12. 为商业模式增加候选收费点字段：标准订阅、深度研究、正式报告、高频刷新、外部渠道通知、自带模型平台服务、隐私优先模式。
13. 为用户画像和敏感信息增加处理字段：画像来源、保存确认状态、敏感等级、是否允许写入线程、是否允许进入训练资产、是否需要屏蔽或拒收。

8. 推荐的用例库更新

当前 evaluation/finclaw/case-library.md 已适合作为 FinClaw 体系评测基线。后续建议做一个小批次结构化落地，而不是继续扩写主文档：

1. 在 evaluation/finclaw/cases/ 下建立第一批机器可读评测用例。
2. 优先覆盖第一版核心对象和关键体验路径，而不是全量通用矩阵。
3. 每个用例映射到上位产品对象，而不是映射到某个参考项目。
4. 每个用例至少声明：
   • 产品对象；
   • 场景优先级；
   • 用户类型；
   • 提问风格；
   • 预期输出字段；
   • 证据要求；
   • 数据质量要求；
   • 动作状态边界；
   • 评分口径。

第一批结构化用例建议：

用例候选	产品对象	优先级
口语化加密资产认知快照	市场认知快照	第一优先级
加密政策或协议事件的叙事理解	叙事 / 事件理解	第一优先级
对用户投资逻辑进行风险与反方挑战	风险 / 争议映射	第一优先级
将单次快照延展为市场认知线程	市场认知线程 / 观察问题	第二优先级
带执行前检查点的策略假设	认知阶段策略输出 / 执行前检查点	第二优先级
证据降级与来源不确定性处理	证据有界认知输出 / 数据质量说明	第一优先级质量项

9. Open Questions

不超过本批次需要继续验证的问题：

1. “证据项”和“数据质量说明”应进入第一阶段产品定义对象表，还是先作为评测字段试运行？
2. “市场认知线程”的一等产品对象字段、用户界面呈现和复盘体验应如何定义？
3. 用户画像在第一版中应做到什么程度：显式画像配置、渐进式偏好记忆，还是仅支持用户手动备注？
4. 首批加密市场 FinSkills 白名单应控制在多少个以内，才能既可验证又不沦为技能数量展示？
5. 报告 / 简报输出在第一版中应作为核心呈现方式，还是作为快照 / 线程的可选输出形式？
6. 主动跟进循环是否允许创建持久任务，还是先只允许“建议创建提醒 / 生成检查点”？
7. “认知阶段策略输出”的中文产品表达应如何避免被误解为直接投资建议或执行指令？
8. 当前 evaluation/finclaw/case-schema.md 是否已经足够承载这些字段，还是需要先升级字段结构？

10. Next Batch

建议下一批执行：

FinClaw 第一版结构化评测用例 - 第一批

目标：

1. 读取 evaluation/finclaw/case-schema.md；
2. 基于本批次的核心用例候选，在 evaluation/finclaw/cases/ 下创建第一批结构化用例文件；
3. 更新 evaluation/finclaw/cases/README.md；
4. 不触碰工程仓库；
5. 不设计系统接口契约；
6. 不把参考项目能力反向写成 FinClaw 第一版产品承诺。