跳到主要内容

Data Horizon / 数据视界 当前状态

状态：基线收束草案 最后更新：2026-05-15 项目：Data Horizon / 数据视界 阶段：已在推进 / 待完成第一阶段闭环定义

1. 本文档定位​

本文档记录 Data Horizon / 数据视界 当前已经可确认的事实、事实等级、主要缺口、风险、开放问题和下一步。

它不替代：

  • project-anchor.md 项目定义、生态角色、职责边界和第一阶段目标。

  • inherited-context.md 从生态级基线、项目注册表和治理规则继承的上游口径。

  • 后续 CONTEXT.md、产品定义、MVP 定义、PRD 或系统设计文档。

本文档的重点是回答：Data Horizon / 数据视界 目前已经站在哪里，距离第一阶段独立金融信息感知闭环还缺什么。

2. 当前状态摘要​

当前可以确认：

  • Data Horizon / 数据视界 已被生态层登记为三个前台独立系统 / 产品之一；
  • 当前生态定位是金融信息感知系统；
  • 第一阶段目标是形成独立金融信息感知链路，并证明不依赖下游认知或执行系统时仍具备最小产品价值；
  • 旧状态文档记录其已有 alpha 形态，并持续进行金融信息感知与信息扩充；
  • 当前项目级锚点和继承上下文已完成第一轮基线校准。

当前仍未在本仓库登记清楚：

  • alpha 当前可运行能力；
  • 已接入的信息源、数据源、市场和资产范围；
  • 已形成的输出对象、结构定义、样例和质量标记；
  • 当前用户、消费对象或商业化验证对象；
  • 与 FinClaw、AI Trading Matrix 或外部客户的实际消费关系；
  • 第一阶段验收标准和验证证据。

因此，当前最核心的问题不是“是否已经开始做”，而是：

如何把已有 alpha / 实践事实映射为可被生态、项目和 Agent 共同继承的第一阶段感知闭环定义。

3. 当前已完成的文档状态​

当前项目目录已有：

当前尚未建立：

  • CONTEXT.md（待参考评估后判断）
  • 产品定义文档
  • MVP 定义文档
  • Data Horizon / 数据视界 -> FinClaw 协同边界问题记录
  • 第一阶段感知范围说明

4. 当前已知进展​

4.1 已确认进展​

从当前仓库文档可以确认：

  • 生态层已认可 Data Horizon / 数据视界 的独立产品 / 系统身份；
  • 生态层已确认其覆盖非结构化金融信息和结构化金融数据；
  • 生态层已确认它不只是内部数据底座，也应保持系统和商业上的独立性；
  • 当前第一阶段不要求它依赖完整 FinClaw 或 AI Trading Matrix；
  • 后续最高优先级接口之一是 Data Horizon / 数据视界 -> FinClaw；
  • 它也可能向 AI Trading Matrix 提供结构化信息、事件或信号，但这些输出不构成交易指令。

4.2 待核验进展​

旧状态文档保留的待核验事实，已通过 current-practice-profile.md 形成静态仓库画像初版，但仍缺少运行态和样例证据：

  • 已有 alpha 形态；
  • 已持续进行金融信息感知；
  • 已具备继续扩展数据 / 事件输入的实践基础。

这些判断后续仍需要用运行证据、样例输出、真实数据源清单、数据库现场状态或负责人说明补齐证据。

4.3 暂未登记事项​

当前仓库已经登记：

  • Data Horizon / 数据视界 的本地仓库目录：/Users/mlabs/Programs/data-horizon；
  • 当前静态代码画像（current-practice-profile.md）；
  • 当前采集、标准化、去重、分类、抽取、推送、Open API 和控制台雏形；
  • 当前旧 PRD / README 与上游治理定义之间的主要漂移；
  • 当前输出对象清单（output-object-inventory.md），含 22 个对象的分层盘点和状态标记；
  • 参考层入口（references/data-horizon/README.md），含 10 维度评估问题域和三层输出对象参考优先级。
  • 本地工程仓库 CONTEXT.md 已形成一组 Data Horizon 领域语言和对齐边界候选，但它仍属于工程仓库输入，不替代本治理仓库中的正式项目上下文或产品定义。

当前仓库尚未登记清楚：

  • alpha 对应的分支、版本、commit、部署环境或运行方式；
  • 当前线上 / 本地数据库中的真实数据源清单；
  • 当前真实样例输出、存储状态、API 返回样例、UI 截图或报告形态；
  • 当前是否有真实用户、内部使用者、外部客户或系统消费方；
  • 当前是否已有反馈数据、误报 / 漏报案例或质量评估样本；
  • 参考评估候选 shortlist（references/data-horizon/README.md §4 当前为空白）。
  • 是否将本地工程仓库 CONTEXT.md 中的领域语言吸收为 projects/data-horizon/CONTEXT.md 或其他治理正文。

5. 第一阶段闭环当前判断​

当前第一阶段闭环尚未被正式定义。

根据项目锚点和继承上下文，第一阶段最小闭环至少需要补齐：

  1. 目标对象 谁需要持续获得金融信息、事件、数据和上下文输入。

  2. 核心输入 第一阶段优先覆盖哪些市场、资产、主题、信息源、数据类型和事件类型。

  3. 处理链路 如何完成感知、采集、清洗、组织、标准化、来源 / 时间 / 质量标记和输出。

  4. 输出对象 基于 output-object-inventory.md，在完成参考评估和决策后选择首批对象。

  5. 价值验证 如何证明输出比原始信息更可查、可用、可追踪、可消费，并能减少下游输入混乱。

  6. 非目标和风险边界 如何避免把感知输出包装成确定性金融结论、投资判断、交易指令或无授权执行依据。

6. 当前主要缺口​

6.1 事实缺口​

  • alpha 代码、运行状态和能力范围尚未映射到本仓库；
  • 当前信息源、数据源、市场和资产范围尚未登记；
  • 当前输出对象已形成静态清单初版，但样例、质量标记和运行证据尚未登记完整；
  • 当前用户或消费对象尚未明确；
  • 当前可验证价值证据尚未整理。

6.2 产品定义缺口​

  • 第一阶段目标用户或消费对象未定；
  • 第一阶段输入范围未定；
  • 第一阶段输出对象未定；
  • 第一阶段独立产品价值和商业化路径未定；
  • 是否需要先建立 CONTEXT.md 尚未决策；本地工程仓库 CONTEXT.md 可作为候选输入，但需要在参考评估和 Controller 判断后再吸收。

6.3 接口缺口​

  • Data Horizon / 数据视界 -> FinClaw 的输出对象、结构化程度、来源 / 时间 / 质量传递方式尚未定义；
  • Data Horizon / 数据视界 -> AI Trading Matrix 尚未区分信息 / 信号、执行支持输入和交易指令之间的边界；
  • 面向 Reinforcement Learning Engine 的反馈类型尚未定义；
  • Financial Expert Foundation Model 未来反哺 Data Horizon / 数据视界 的方式尚未定义。

6.4 治理缺口​

  • 非公开信息的合法、授权和可治理边界尚未项目化；
  • 数据来源、时效、缺失、可信度和适用限制尚未形成底线字段；
  • 材料接入、事实源升级和 sync / escalation 触发条件尚未下推到项目工作流。

7. 当前风险​

  1. 感知与认知边界模糊 如果输出对象没有质量标记和适用限制，下游可能把感知对象误读成金融认知结论。

  2. alpha 事实无法被团队继承 如果已有实现不映射到项目文档，后续 Agent 和协作者会继续依赖口头理解。

  3. 过早被下游需求吞并 如果先从 FinClaw 或 AI Trading Matrix 的需求反推系统边界，Data Horizon / 数据视界 可能退化为附属数据模块。

  4. 风险边界不够显式 如果非公开信息、数据授权、来源可信度和时效边界没有被显式记录，后续产品化会积累合规和用户误导风险。

  5. 缺少可验证价值对象 如果不能说明输出相对原始信息的价值，第一阶段闭环会停留在“做了采集和整理”，而不是独立产品 / 系统验证。

8. 当前最重要的下一步​

按 R4 audit（packets/sync/data-horizon-doc-ia-audit-2026-05-15.md）§8：

  1. 补强运行态 evidence 基于 current-practice-profile.md，补充当前 commit / 分支、启动方式、数据库现场、真实输入源、API 返回样例、控制台截图、样例输出和已知失败案例。证据留在工程仓库（/Users/mlabs/Programs/data-horizon），画像回写到治理仓库。

  2. 建立 reference evaluation shortlist 在 references/data-horizon/README.md §4 补充首批候选参考对象。

  3. 推进第一阶段闭环输入 目标消费对象裁决、第一阶段感知范围、最小价值验证假设、quality / provenance 底线。

  4. 判断本地工程 CONTEXT.md 吸收方式 只把已被治理仓库、参考评估或 Controller 判断确认的稳定语言吸收为项目级 context；不把工程仓库 context 直接升级为产品定义。

  5. 完成参考项目筛选、体验、测试、评估和交叉对比 在参考评估结果形成前，不进入产品定义、最小输出对象冻结或工程增强建议。

  6. L1 reader test Rewrite-lite 完成后对 README.md、project-anchor.md、current-state.md 做 L1 reader test。

9. 当前待决问题​

  1. Data Horizon / 数据视界 的本地代码仓库目录是什么？ 已确认：/Users/mlabs/Programs/data-horizon（见 current-practice-profile.md §1）。
  2. 当前 alpha 已能稳定完成哪些感知、采集、组织、标准化和输出动作？
  3. 第一阶段最小市场范围是加密、证券、宏观、项目事件，还是跨市场主题？
  4. 第一阶段最小消费对象是内部团队、人类金融用户、系统消费方、外部客户，还是金融虚拟 KOL / 内容矩阵？
  5. 第三方参考项目应优先回答哪些上位问题？
  6. 哪些参考项目可以挑战 Data Horizon 的感知能力、信息覆盖、标准化方式、存储检索、订阅推送、接口形态、产品交互、成本控制和治理合规？
  7. 当前本地实践画像与参考评估结果应如何对照吸收？
  8. 哪些能力一旦出现，就说明 Data Horizon / 数据视界 已经越过感知边界进入认知或执行支持？

10. 何时需要向生态层回流​

以下情况应触发 sync / escalation：

  • 现有 alpha 实践说明当前感知边界无法成立；
  • 某些本地信息对象、结构定义或质量标记应上升为生态级共享定义；
  • 输出契约冲击 FinClaw 的认知边界或 AI Trading Matrix 的交易执行边界；
  • 项目开始承接金融认知、策略判断、决策支持或真实交易执行职责；
  • 非公开信息、数据授权、合规或用户误导风险超出当前治理口径；
  • 第一阶段用户、消费对象、输出对象或商业化路径发生根本变化。

11. 相关文档​