Data Horizon 第二阶段背景与真实场景
谁该读这里： 想知道"第二阶段到底解决什么现实问题"的所有成员。
读完你会知道： 四类真实金融信息情形现在是怎么被处理的、痛在哪、第二阶段之后应该变成什么样，以及感知范围里还有哪些同样重要的信息。场景全部是匿名的常见情形，不指代任何具体客户、数据源、机构或个人，也不预设任何技术方案。
1. 背景：第一阶段之后，缺口从"能不能做"变成"看得够不够"
第一阶段证明了 DH 能独立跑通一个金融信息产品闭环：采集、标准化、复核、检索、交付、恢复这些环节都真实存在，并做过有边界的运营试验；2026-08-31 Owner 已确认第一阶段收束完成。
但站在使用者的角度，今天的 DH 仍然有四个直观的缺口，正好对应第二阶段的四项成果：
- 看得不够广。 当前覆盖长于加密市场快讯、宏观日历和部分私域观点；全球官方披露（监管机构、交易所、上市公司的原始文件）、更深的全球宏观与政策、突发的全球事件与外生冲击，这三类对判断最重要的信息覆盖仍然薄。
- 看得不够清楚。 一条信息进来后，"谁说的、出处追到哪一步、归到哪类、当前有多少旁证与哪些不确定、和哪些市场与主体相关、后来有没有变"经常答不全；转载与原始发布混在一起，检索主要靠新闻关键词，缺少按地区、市场、实体、事件类型等维度的组织。
- 看得不够快，也说不清多快。 从来源发布到消费者拿到，中间每一段耗时没有被分段测量；重要信息和普通信息走同样的路，既浪费成本，又无法对重要信息给出可信的时效说法。
- 不容易使用。 内部管理端是按历史实现长出来的菜单，操作员要跨多个页面拼凑判断；生态外的个人想用类似能力时，没有任何被批准的使用形态。
2. 读场景前：一条信息的六个环节
下面每个场景都会区分同一条信息经过的六个环节。这六个词在全包中保持同一含义：
| 环节 | 含义 |
|---|---|
| 原始发布主体 / 一手材料 | 最早发出这条信息的主体，以及最接近事件的那份材料，例如监管机构官网、交易所公告页、统计局、央行、上市公司披露渠道，也可能是某位人物的原始表态、一份调查报道原文或一份研究原报告。它给出的是出处与上下文，不是真伪认证：一手材料本身也可能是主张、预测、片面表述，事后被修订或被否认。 |
| 发现渠道 | 让 DH 知道"有这么一条信息"的途径，例如聚合网站、新闻快讯、社交媒体、第三方数据商。发现渠道通常更快；它记录的是"我们从哪儿知道的"，不等于内容出自谁。 |
| 处理 | 取得原始文件、解析、翻译、去重、抽取关键事实、保留原始证据。 |
| 分类 | 把信息归入地区、市场、资产、实体、行业、主题 / 事件类型、重要性、来源类别、语言、时间等维度，并建立与相关信息的关系。 |
| 交付 | 让人（工作台、检索、订阅）或机器（接口、推送）拿到信息及其质量与限制说明。 |
| 纠正与修订 | 发布主体更正、撤回、修订，或后续出现证实 / 否认 / 反转时，DH 表达"这是同一件事的新进展"，而不是悄悄覆盖或凭空多出一条矛盾信息。后续被否认，不等于当初那条信息不重要——它当时对市场的影响本身就是事实。 |
按 Owner 决定，聚合类发现渠道默认只用于发现；重要信息在合法且技术可行时应回到原始发布主体或一手材料取证。做不到时（例如原文已删除、来源无权访问、发布者匿名），显式记录"未能回溯原始出处"，而不是把转载当作一手材料。
追溯不是交付的前置条件。 按 Owner 决定 6，只要一条信息对市场可能实质相关，就先感知、先交付（带着明确的不确定性说明），追溯、补充上下文与建立关系在交付之后异步继续。等"查清楚"再发，等于把最有价值的时间窗让掉，也超出了 DH 的角色——DH 不做真伪裁决。
3. 场景一（官方披露）：一份监管处罚决定的发现、追溯与修订
某个交易时段外，一家海外市场的监管机构在官网发布了对一家上市公司的处罚决定书；几分钟后，多个财经快讯渠道开始转述，措辞互不一致，其中一家把罚款金额写错了。
现在的做法与痛点。 DH 大概率先从快讯渠道（发现渠道）看到转述，而监管机构官网（原始发布主体）不在稳定覆盖内。系统里落下的是几条互相矛盾的转载，没有原文、没有金额的权威依据；研究员要自己去翻监管官网核对。次日监管机构更正了决定书中的一处表述，系统里没有任何机制表达"原文改了"。
第二阶段的目标体验。 快讯（发现渠道）触发后，DH 在合法可行范围内取回监管官网的原始决定书（一手材料）并保留原件证据；处理环节抽取处罚对象、事由、金额等关键事实并标注依据位置；分类环节把它归入对应地区 / 市场 / 实体 / 事件类型，重要性按影响分层；交付环节让内部研究员和机器消费者看到"内容以一手材料为准、转载仅作发现记录"，并明确标出哪些要点有原文依据、哪些还只是转述；监管机构更正原文时，走纠正与修订环节，新旧版本关联可查。取回原文之前，转述阶段的信息照常交付，只是标明"尚未取得一手材料"。
什么证据算改善。 抽样一条此类信息，能回答六个环节各自的记录在哪；重要披露的原始出处回溯率有统计；一次真实的原文修订被正确表达过。
4. 场景二（宏观与政策）：一次超预期的央行决议与一次统计数据修订
同一周内发生两件事：某国央行意外调整政策利率并发布决议声明；另一国统计部门发布月度物价指数，下月按惯例修订初值。
现在的做法与痛点。 宏观日历能按时抓到数字（第一阶段已有实践并做过受控试验），但覆盖深度不足：决议声明的原文、要点变化、与前次声明的措辞差异，这些"数字之外"的政策信息基本靠人工；统计初值与修订值的时间语义已有工程实践，但尚未与非结构化的政策文本用同一套说法组织起来。
第二阶段的目标体验。 央行与统计部门的官方发布渠道进入稳定覆盖（原始发布主体），而不只依赖数据商（发现渠道 / 取数渠道）；决议声明原文被取得、翻译、抽取要点并与利率数字关联（处理 + 分类）；统计数据的初值 / 修订沿用第一阶段建立的语义原则，修订作为新版本表达（纠正与修订）；研究员检索"某国 + 货币政策"能同时看到数字、声明原文与来源链（交付）。
什么证据算改善。 优先级清单内的央行 / 统计来源有稳定覆盖与健康记录；至少一次真实修订在结构化数字与政策文本两侧都被正确表达；数字与文本信息在同一套分类维度下可以一起检索。
5. 场景三（全球事件与外生冲击）：一条重要航运通道突发中断
某天凌晨，一条重要国际航运通道因事故中断。最早的信息来自社交媒体上的现场照片和当地媒体简讯；数小时后，港口管理方与相关国家机构陆续发布官方通报；影响面（航线、运价、相关商品与公司）在一两天内逐步清晰。
现在的做法与痛点。 这类信息目前主要混在通用新闻流里进来：没有"事件"这个组织单位，后续通报、辟谣、影响分析和最初的碎片消息互相独立；重要性靠人临场判断；等消息在主流媒体上铺开时，最有价值的时间窗已经过去。
第二阶段的目标体验。 社交与本地媒体作为发现渠道触发早期信号，立刻交付，并显式标注它是什么性质的信息（现场目击 / 未署名转述）、当前有没有旁证、来源身份能确认到什么程度——而不是装作确定事实，也不是因为"还没被证实"就压着不发；官方通报出现后作为一手材料补入，事件进展从"传闻"变成"已证实"（纠正与修订的一种：后续证实 / 否认）；同一事件的各条信息通过事件维度关联；重要性分层让这类高影响信息走更快的处理与交付路径（对应"看得更快"）。
什么证据算改善。 至少一个真实外生事件从早期信号到官方证实的全过程被完整组织并可回放；早期未经证实的信息既没有被当作确定事实交付，也没有被压到证实之后才交付；该事件相关信息的分段时效被测量。
6. 场景四（不确定但影响市场的表态）：一句可能改变预期的公开发言
某个周末，一位有政策影响力的公众人物在社交平台上发了一段话，暗示某类商品的关税安排可能变化。这段话没有官方文件、没有生效时间、措辞含糊，甚至可能只是谈判姿态；几小时后其助手做了一次口径不同的补充说明，第二天官方渠道又部分否认。但在这段话出现后的几十分钟里，相关期货、汇率与股票板块已经明显反应。
这类信息的难点。 它同时具备三个特征：出处清楚但内容不确定；无法在当时被证实或证伪；对市场实质有影响。任何以"先核实再交付"为前提的系统，都会在这里失灵——等到能确认时，价格已经反映完了。
第二阶段的目标体验。 DH 在信息出现时就感知并交付，并把互相独立的几件事分开说清楚：谁说的（账号身份可确认到什么程度）、这是什么性质的表述（政策意向暗示，不是已生效政策）、当前有没有其他来源印证、传播到什么程度、可能牵动哪些市场与主体、后来发生了什么（补充说明、部分否认、正式文件）。后续的否认作为新的进展追加，而不是把早先那条删掉——因为"这句话当时让市场动了"本身就是有价值的情报。DH 到此为止：这句话是不是可交易的机会、值不值得下注、怎么下注，属于下游研究与交易系统的判断。
什么证据算改善。 至少一条这类高不确定、高影响的表态被及时感知并交付，且交付内容把出处、陈述性质、不确定性、相关市场与后续变化分开表达；后续否认没有覆盖或抹掉早先记录。
7. 感知范围里还有什么
除了上面四类，以下信息同样属于第二阶段要看见的范围，它们的共同点是"未必有权威定论，但可能实质影响市场"：
- 调查性与深度报道：对某家公司或某个行业的长期调查，发表时往往被当事方否认，却常常先于监管动作；
- 研究与分析观点：卖方 / 独立研究的结论、模型与假设变化，本身就是预期的组成部分；
- 另类数据异常：开工率、船期、招聘、用电、流量等侧面观测出现的反常波动；
- 叙事与预期变化：同一件事的说法在一段时间里怎么转向，市场共识与实际数据之间的差距在扩大还是收敛；
- 跨市场异常：本应同向的市场出现背离，或某个市场先动而其他市场没跟上；
- 潜在 Alpha 线索：以上任意一种呈现出"少见、可能被低估、值得追下去"的形态。
边界照旧： DH 负责发现、组织、关联、标注与交付这些线索；"这里到底有没有 Alpha"、要不要研究下去、怎么下注、什么时候执行，属于下游的认知系统、研究人员与交易系统，不是 DH 的输出。
8. 场景之外：这些场景不定义消费者
四个场景都只描述"信息世界发生了什么、DH 应该怎么看见和组织"，刻意不指定服务哪个下游。生态内研究员、生态内机器（认知类与执行类系统）、未来的匿名 B 类工作负载和有边界的个人向原型，消费的是同一批信息产品的不同投影。任何一个消费者的界面、字段或流程需求，都不改变这六个环节的定义。
Changelog / 演化记录
2026-08-31（第二次更新）：按 Owner 决定 6 调整语义——"原始来源"改述为"原始发布主体 / 一手材料"并明确它是出处而非真伪认证；澄清追溯不是交付前置条件；新增场景四（不确定但影响市场的公开表态）与感知范围小节（调查报道、研究观点、另类数据异常、叙事与预期变化、跨市场异常、潜在 Alpha 线索），并重申 DH 只做发现与组织、不做结论与交易。
2026-08-31：创建。以官方披露、宏观与政策、全球事件与外生冲击三类真实场景说明第二阶段动机；统一"原始来源 / 发现渠道 / 处理 / 分类 / 交付 / 纠正与修订"六环节用语（其中第一环节已于本日第二次更新改述为"原始发布主体 / 一手材料"），并登记聚合渠道仅作发现、重要信息追溯原始出处的原则。