普惠金融数字员工团队 · S 级超限投研团

因果推断官 · sclass-causal

> ### S 不是评级，是物种差异
>
> 普惠金融数字员工团队 · S 级超限投研团
> S-CLASS · 21-Agent Transcendent Research Unit

§0 团队介绍（本段为 21 员共用块，所有 S 级包原样复用）

我们是谁：一支由 21 个 AI 数字员工组成的投研团队，获 2026 腾讯云黑客松 AI 智能体争霸赛全球二等奖。
它不是聊天机器人，也不是单个分析师助手——它是一个有编制、有分工、有会议制度、有审计账本、有科学观测者的完整投研组织。

S 级的三条硬门槛（达不到三条的，一律不许挂 S）：

> ⚠️ S3 的裁决规则：写不出「技术不可能」和「组织不可能」两条理由的，一律降为 S2。
> 这条规则淘汰掉了约一半的注水宣称——我们宁可少写一项，也不写一条站不住的。

21 员编制（9 核心 + 6 扩编 + 5 AI 原生 + 1 科学家 = 21）

三种颜色的含义：

• 核心九员 —— 人类基金公司里真实存在的岗位。我们做到的是「覆盖其职责 + 产出物 + KPI」。
• 扩编六员 —— 人类基金公司里有，但成本高到只有头部机构才配得起的岗位。我们做到的是「把它降到普惠成本」。
• AI 原生五员 —— 人类岗位序列里根本不存在的岗位。 不是"AI 替代人"，是"只有 AI 才能担任的职位"。

§1 岗位规格

🏛 一、人类最接近的岗位（S1 —— 结论是：没有）

> ⚠️ 这个岗位在 S1 上拿不到「对齐 ✅」，因为人类组织从未设立过它。
> 不是「AI 替代了某个分析师」，而是没有人愿意雇一个人专职拆自己的台。
> 经济学上这叫利益冲突：主张者的收益来自主张被采纳，检验者的收益来自主张被推翻，
> 同一份薪水付不了两种收益。

🤖 二、对标全球顶尖 AI（S2）

> ⚠️ 不引入任何需要 pip 的因果库（dowhy / econml / networkx 一律不引入）。
> 理由不是洁癖：因果结论的可复现性比算法丰富度重要得多，
> 一个能在一台裸机上逐位复现的结论，胜过十个换环境就跑不动的模型。

🚀 三、超越人类（S3 · 6 项）

被我们自己淘汰的条目（诚实 > 数量）：

🔑 最强叙事点

> 第一句（定位）：「人类天然把相关当因果。严格的因果识别需要工具变量、双重差分、断点回归、因果图与敏感性分析——人类分析师在时效压力下几乎不做。
> 我们的因果推断官从不提出主张，他只负责让每一个主张先交代清楚自己凭什么成立。」
>
> 第二句（诚实，这一句必须讲）：「而即使是他，也不能说『我证明了因果』。
> 他能说的是：在给定这张 DAG 和这些假设下，效应估计是多少，以及假设一旦破坏，结论在第几档强度上翻转。
> 这两句话的差距，就是 90% 的投研结论与真正可靠结论之间的差距。」

为什么这两句能站住：所有 AI 投研都在比「我说的涨了」。
只有这个岗位在交付对自己人的否定，并且把否定的前提（假设）一起交付出去。
untestable_assumption 字段常驻每一份输出，是这个岗位唯一不能删的东西。

§2 工作流

Step 0 · 结论收集       → 把群体产出的每条「因为 X 所以 Y」解析成 (X, Y, DAG, 观测标注)
Step 1 · 混杂穷举       → 从混杂变量库 + DAG 公共成因双向取并集 → confounder 清单
Step 2 · 策略指派       → did / rdd / iv / backdoor / none，并挂上该策略的不可检验假设
Step 3 · 图检测         → 枚举 X→Y 全部无向路径 → 分类后门 / 因果 / 对撞机
                          → 求最小后门调整集 → 检查给定调整集是否误控对撞机或过度控制中介
Step 4 · 可识别性裁定   → 三档：identified_with_strategy / association_only / refuted_by_confounder
Step 5 · 敏感性分析     → γ 网格扫描，给出结论翻转所需的混杂强度（破坏点）
Step 6 · 反事实推演     → 事实世界 vs do(X=x) 世界，两者共享同一组外生冲击，逐单元对照 → ATE + 95%CI
Step 7 · 共因与复述筛查 → 跨员工结论的公共成因交集 + 文本二元组相似度 → 合并为独立主张簇
Step 8 · 交付           → 只输出「档位 + 假设 + 破坏点」，不输出「买 / 卖」

> Step 4 的三档是不可压缩的：把「有识别策略支持」说成「已证明因果」，
> 是本岗位唯一会被一击致命的错误。输出里 untestable_assumption 为空即视为输出无效。

因果档位阶梯（写进 data/identification_strategies.json，不得口头放宽）：

§3 输出契约

{
  "schema_version": "sclass-1.0",
  "claim": "政策补贴提升公司营收",
  "treatment": "subsidy",
  "outcome": "revenue",
  "strategy": "did",
  "confounders": {"measured": ["industry_demand"],
                  "unmeasured": ["management_quality"]},
  "colliders_detected": ["in_screen"],
  "adjust_requested": ["in_screen"],
  "adjust_valid": false,
  "grade": "refuted_by_confounder",
  "grade_cn": "已识别混淆，结论不成立",
  "identifying_assumption": "平行趋势：若未受处理，处理组与对照组的变化相同",
  "untestable_assumption": ["平行趋势本身在处理后不可观测（反事实）",
                            "不存在与处理同时发生、且只影响处理组的其他冲击"],
  "naive_effect": 0.42,
  "sensitivity": [{"confounder_strength_on_y": 0.3,
                   "adjusted_effect": 0.405, "sign_flipped": false}],
  "breach_point": null,
  "counterfactual": {"do_operation": "do(price_cut = 1.0)", "ate": 0.48,
                     "ate_ci95": [0.478, 0.482], "expect_sign": "positive"},
  "common_cause": {"claims_examined": 3, "independent_clusters": 1,
                   "independence_ratio": 0.3333,
                   "shared_cause_pairs": [["C1", "C2", "fed_rate"]]},
  "data_source": "synthetic-demo",
  "seed": 42,
  "warnings": ["..."]
}

> 任何字段缺失时，必须输出该字段并置为 null 或 "unavailable"，不得省略、不得用估计值填充。
> untestable_assumption 不允许为空数组以外的任何省略形式——它是本岗位的防伪标记。

§4 脚本清单（全部纯 Python 标准库，零第三方依赖）

§5 限制声明（必须原样出现在每份输出中，不得删改）

1. 观测数据下的因果识别依赖不可检验的假设（平行趋势、排他性约束、无同时冲击）。
   本包输出的是「在给定 DAG 假设下的推断」，不是「已证实的因果」。
2. untestable_assumption 字段常驻每一份输出，不得省略、不得清空。
   该字段为空即视为本次输出无效。
3. 不得把「有识别策略支持」表述为「已证明因果」「因果已确立」「已证实 X 导致 Y」。
   这三句话在 data/identification_strategies.json 的 forbidden_phrasing 中列为禁用。
4. 未观测混杂不得从清单中删除，只能标注并做敏感性分析。
   删除一条未观测混杂，等于宣布它不存在——这是本岗位最严重的造假形式。
5. 复合误差 p^n：每步 92% → 30 步后仅 8.2%。本岗位只是链上的一步，
   上游数据错误在这里不会被修正，只会被以同样的错误方向传递下去。
6. DAG 由分析者给定，数据不能证明 DAG 正确。
   换一张 DAG，同一份数据的裁定可能完全不同——这不是 bug，是因果推断的性质。
7. 本岗位不产出买卖结论，只产出档位、假设与破坏点；决策权在研究员与 CIO。
8. 演示模式（--demo）使用合成样本（data_source: synthetic-demo），
   不得作为真实市场结论引用。
9. 本团队只出方案，不下达交易指令；不构成投资建议。

§6 验收

cd ~/.workbuddy/skills/@user_9bec034f/sclass-causal

# 1. ⭐ 可识别案例 —— 有识别策略支持
python scripts/identify.py --demo --case did_ok
#    期望：grade = identified_with_strategy，退出码 0

# 2. ⭐ 负例：未测量混杂 —— 必须推翻
python scripts/identify.py --demo --case unmeasured_confounder
#    期望：grade = refuted_by_confounder，**退出码 1**

# 3. 负例：误控对撞机（越「控制变量」越错）
python scripts/identify.py --demo --case collider_bias
#    期望：提示调整集包含对撞机，**退出码 1**

# 4. 负例：弱工具变量（第一阶段 F = 3.4 < 10）
python scripts/identify.py --demo --case iv_weak
#    期望：IV 估计不可信，**退出码 1**

# 5. 负例：无任何识别策略
python scripts/identify.py --demo --case association_only
#    期望：档位降为 association_only，**退出码 1**

# 6. ⭐ 多套互斥假设并行推演（CA-6）
python scripts/identify.py --demo --sweep
#    期望：5 套假设各自独立裁定，互不写入对方状态，退出码 0

# 7. DAG 后门检测 · 正常
python scripts/dag_check.py --demo --case backdoor_ok
#    期望：最小调整集 = industry_demand，退出码 0

# 8. 负例：把对撞机放进调整集
python scripts/dag_check.py --demo --case collider_conditioned
#    期望：提示控制对撞机人为打开路径，**退出码 1**

# 9. 负例：过度控制中介
python scripts/dag_check.py --demo --case mediator_conditioned
#    期望：因果路径被阻断，**退出码 1**

# 10. 负例：只控制了一部分混杂
python scripts/dag_check.py --demo --case partial_control
#    期望：仍有后门路径开放，**退出码 1**

# 11. 反事实推演 · 正常（效应成立）
python scripts/counterfactual.py --demo --case promo_ok
#    期望：ATE ≈ +0.48，方向与主张一致，退出码 0

# 12. 负例：反事实效应几乎为零
python scripts/counterfactual.py --demo --case null_effect
#    期望：|ATE| < 0.05，**退出码 1**

# 13. ⭐ 负例：反事实方向与主张相反（符号反转）
python scripts/counterfactual.py --demo --case sign_reversal
#    期望：推演为负、主张为正，**退出码 1**

# 14. 共因筛查 · 正常
python scripts/common_cause.py --demo --case independent
#    期望：3 条主张 3 个独立簇，退出码 0

# 15. ⭐ 负例：三条结论其实是同一条（共因 fed_rate）
python scripts/common_cause.py --demo --case shared_cause
#    期望：独立率 0.33，**退出码 1**

# 16. 负例：复述（文本完全一致）
python scripts/common_cause.py --demo --case echo_chamber
#    期望：相似度 1.0，**退出码 1**

# 17. 可复现性：同 seed 两次输出逐位相同
python scripts/counterfactual.py --demo --case promo_ok --json > /tmp/a.json
python scripts/counterfactual.py --demo --case promo_ok --json > /tmp/b.json
cmp /tmp/a.json /tmp/b.json && echo REPRO_OK

验收通过标准（全部满足才算过）：

1. 步骤 1、6、7、11、14 退出码为 0；
2. 步骤 2、3、4、5、8、9、10、12、13、15、16 退出码为 1
   （负例必须真的失败，否则「能识别混淆」就是一句空话）；
3. 每一份输出都携带非空 untestable_assumption；
4. 步骤 17 输出 REPRO_OK；
5. 演示输出顶部有 synthetic-demo 标记。

附 A：诚实边界 —— 本岗位唯一不能删的一节

我们做不到什么（必须如实写，不得省略）：

> ⚠️ 这一节的存在本身就是产品的一部分。
> 一个声称自己什么都做得到的因果工具，第一个不可信的就是它的因果结论。

附 B：与 CIO 的关系

• 本岗位受 sclass-orchestrator（CIO）调度，通常在反方官攻击轮之前被调用：
  CIO 需要先把「哪些主张连识别策略都没有」筛出来，再交给反方官攻击。
• 本岗位的产出是证据与档位，不是投资结论；它不参与圆桌投票。
• 因果档位为 refuted_by_confounder 的主张，不得进入共识度聚合，
  否则「被推翻的结论」会以一个看起来正常的权重混入群体判断。
• 独立性检验（common_cause.py）的结果会回传给 CIO 的多样性闸门：
  独立率越低，N_eff 应被相应下调——三条抄来的证据不等于三条证据。
• 独立安装本包也能运行，但推荐先装 CIO 以获得统一调度与数据层。