普惠金融数字员工团队 · S 级超限投研团

首席投资官（CIO）· sclass-orchestrator

> ### 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、对标全球顶尖机构岗位（S1）

人类产能基线（目标值 · 待实测转正）：一个人类 CIO 每季度主持 1 次正式投决会，重大议题临时加开；同一时刻只能主持一场会。

> 📌 上表为外部方案提供的估算值，尚未经我们实测，对外材料须标注「目标 / 估算」，
> 不得直接作为实证数字引用。转正方式：记录本席 100 次圆桌的真实耗时与并发数。

🤖 二、对标全球顶尖 AI（S2）

> ⚠️ 我们不引入任何需要 pip install 的依赖。零依赖不是洁癖，是让这套团队在任意环境可复现的前提。

🚀 三、超越人类（S3 · 8 项）

🔑 最强叙事点（两句，路演必讲）

> 第一句：「CIO 只对组织过程负责，不直接产出投资结论——结论由群体聚合产生。这一分离是防止影响力垄断的关键设计。」
>
> 第二句：「人类部门的 CIO 无法回答『如果今天换一批人开会，结论会不会不一样』。我们的 CIO 可以，因为他每 100 次就这么做一次。」

§2 工作流

Step 0  · 任务编译        → plan.json（--plan-only 可只出计划不执行，等人类批准）
Step 1  · 团队装配        → attendance.json（谁出席、谁旁听、谁缺席及理由）
Step 2  · 第 0 轮 Bull/Bear 对抗（互不可见，独立出稿，防锚定）
Step 3  · 第 1 轮 交叉质疑
Step 4  · 第 2 轮 员工互评（NGT 盲写 + 1-5 星 + 允许弃权）
Step 5  · 第 3 轮 反方官攻击轮 → challenge_list.json
Step 6  · 裁决书逐条回应：CIO 必须对 challenge_list 每一条给出
          respond / reject_with_reason；未回应的条目自动降级执行档位
Step 7  · 【闸门】多样性闸门：N_eff < 3 或 ρ > 0.7 → 拒绝群体结论，转人工
Step 8  · 共识度 v2 计算
Step 9  · 执行档位联动：
          consensus ≥ 0.75 且 N_eff ≥ 3 且 ECE < 0.15 → full
          仅满足两条 → pilot（小仓位试探）
          仅满足一条或全不满足 → human（转人工）
Step 10 · CycleRecord 落账（Merkle + append-only）
Step 11 · 作战室：仅 P0 事件触发，15 分钟一张状态快照

共识度 v2 公式：

p*   = Σ(w_i · a_i) / Σ w_i                     # 置信加权聚合
σ_w  = sqrt( Σ w_i (a_i - p*)² / Σ w_i )        # 加权分歧度
Consensus = p* · (1 - λ1·σ_w) · (1 - λ2·(1 - consistency))
默认 λ1 = 0.5，λ2 = 0.3   → 写进 data/scoring.json，可做消融实验
w_i  = 1 / (1 + λ3 · Brier_i)                   # Brier 校准权重，默认 λ3 = 1.0

> ⚠️ 反 Goodhart 护栏（必须实现，这是本席的第一条纪律）：
> 「优化共识度指标本身」是本系统最阴险的失效模式——
> 员工只要都引用同一条数据源，"数据一致性"项就自动满分，共识度从 0.906 虚高到 0.99，但有效独立投票 ≈ 2。
>
> 对策三条，全部为硬性：
> 1. 共识度永不作为任何员工的 KPI 输入；
> 2. 同数据源引用的员工权重 ×0.5；
> 3. 共识度单轮跃升 > 0.15/轮 直接告警并标记 possible_goodhart。

最优出席规模：本系统内部推导，不是引用外部经验值

多智能体协调收益存在经验最优规模（约 6 人）——这是外部研究的结论。
但 6 这个数在我们系统里是从自身约束推导出来的，两条路径指向同一个答案：

协调效率 R = N_eff / N 随人数单调下降  →  人越少越"划算"
多样性闸门要求 N_eff ≥ 3              →  人太少则不具备独立投票含义
∴ 最优规模 = 满足 N_eff ≥ 3 的最小人数
  → 3 人 N_eff = 2.27（不满足，淘汰）
  → 6 人 N_eff = 3.34（满足）⇒ 最优 = 6 人

边际收益递减同样清晰（每人带来的 N_eff 增益）：

> ⚠️ N_eff 绝对值会随人数单调上升（21 人时 N_eff=5.01 最大），
> 若按 N_eff 排序会得出「21 人最好」的相反结论。
> 因此本系统一律以 R 与边际增益为决策依据，不取 N_eff 绝对值。
> org_lab.py 会同时打印两个指标，防止任何单指标误读。

21 人里真正独立起作用的部分，只相当于 5 个人。 这是全员出席被禁止的全部理由。

§3 脚本清单（全部纯 Python 标准库，零第三方依赖）

§4 输出契约

{
  "plan":            {...},                    # Step 0 DAG
  "attendance":      {"attend": [...], "absent": [...], "reason": {...}},
  "rounds":          [ ... 4 轮结构化记录 ... ],
  "challenge_list":  [{"id","from","claim","response","status"}],
  "diversity":       {"n_eff": 4.2, "rho": 0.51, "gate": "pass"},
  "consensus":       {"value": 0.78, "sigma_w": 0.21, "flag": null},
  "execution_tier":  "full" | "pilot" | "human",
  "cycle_record":    {"merkle_root": "...", "entries": 137},
  "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。

§5 限制声明（必须原样出现在每份输出中，不得删改）

1. 复合误差 p^n：每步 92% → 30 步后仅 8.2%（每步 95% → 20 步后 35.8%）。
   → 减少步数比提升单步质量更有效，这是 CIO 调度的第一原则。
2. 工具型长程任务普遍崩塌：所有模型（含已部署商用系统）在 16 步内从接近完美掉到接近零。
   → 本席的十二步是上限，不是目标；任何超过 12 步的计划必须被 compile_plan.py 拒绝。
3. 上下文压缩未必是收益：有研究显示压缩斜率 −0.69 vs −0.44（p=3×10⁻⁶），即压缩可能加剧崩塌。
   → 任何"压缩上下文省 token"的改动必须先跑 A/B，不得默认它是收益。
4. CIO 不应有"推翻多数"的仲裁权：以 LLM 为裁判做仲裁的净收益为负。
   → 裁决优先走加权聚合，仲裁只用于打破平局。
5. 规模标度律：多智能体协调收益存在经验最优规模（约 6 人）。
   → 这是 O-3（动态装配）与 O-4（异构路由）存在的理由；默认全员 21 人出席是被禁止的。
6. 本团队只出方案，不下达交易指令。execution_tier 的最高档位是 full，
   但它表示的是「方案完整度」，不表示任何自动下单行为。
7. 本团队不构成投资建议，不持有任何牌照，输出仅供研究参考。

§6 验收

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

TASK="分析 600519 的投资价值并给出配置建议"

# 0. 任务编译 → 生成 plan.json
python scripts/compile_plan.py --task "$TASK" --plan-only --out plan.json
#    期望：7 步 ≤ 12，DAG 无环，退出码 0

# 1. 团队装配
python scripts/assemble.py --plan plan.json --max-n 6 --out attendance.json
#    期望：出席 ≤ 6；任务末端角色 portfolio 未丢失；退出码 0

# 2. 异构路由
python scripts/hetero_route.py --demo
#    期望：跨族 N_eff > 同基座 N_eff；退出码 0

# 3. 多样性闸门 · 正常案例
python scripts/diversity_gate.py --demo
#    期望：N_eff ≥ 3 且 ρ ≤ 0.70 → 退出码 0

# 4. 多样性闸门 · 同质化案例
python scripts/diversity_gate.py --demo-corrupt
#    期望：ρ = 1.00 > 0.70 → **退出码 1**（这是设计使然，不是故障）

# 5. 共识度 + 执行档位
python scripts/consensus.py --demo --n-eff 5.95 --ece 0.08
#    期望：输出含 sources_penalized（反 Goodhart 同源惩罚生效）

# 6. 早停
python scripts/earlystop.py --round 2 --delta-threshold 0.03

# 7. 组织实验室
python scripts/org_lab.py --demo --trials 3
#    期望：同时输出 N_eff 与 R，并推导出最优规模 = 6

# 8. 账本
python scripts/ledger.py append --actor researcher --action submit --payload '{"ticker":"600519"}'
python scripts/ledger.py verify --chain
#    期望：Merkle 链完整，退出码 0

# 9. 隔离与恢复
python scripts/quarantine.py --member news --on --reason "疑似间接提示注入"
python scripts/quarantine.py --list
python scripts/quarantine.py --member news --off

验收通过标准（全部满足才算过）：

1. 步骤 0–3、5–9 退出码为 0；
2. 步骤 4 退出码为 1（同质化必须被拦下，否则闸门形同虚设）；
3. 步骤 1 中任务末端角色未丢失（这是最容易出错的地方）；
4. 步骤 7 同时打印 N_eff 与 R，且按 R 排序（不得只按 N_eff）。

附 A：一键安装全队 21 员（CIO 包独有）

> 下载 CIO = 下载全队。 首席投资官是整个 S 级团队的调度中枢与唯一数据层权威源，
> 其余 20 员均声明对它的依赖。
>
> ⚠️ 安装命令格式：skillhub install 一次只接受一个 slug，社区命名空间需用
> --namespace 指定。写成 skillhub install user_9bec034f/sclass-xxx 或妄想一次传 21 个 slug 都会失败。

macOS / Linux（Bash）

# 一次装全队（推荐）
for s in orchestrator researcher portfolio risk crisis news quant compliance execution \
         data macro consensus credit esg ir scanner causal simulator crossmarket \
         advocatus scientist; do
  skillhub install "sclass-$s" --namespace user_9bec034f
done

# 只装入门三件套（CIO + 扫描哨兵 + 反方官，最小可跑闭环）
for s in orchestrator scanner advocatus; do
  skillhub install "sclass-$s" --namespace user_9bec034f
done

Windows（PowerShell）

# 一次装全队（推荐）
@('orchestrator','researcher','portfolio','risk','crisis','news','quant','compliance',
  'execution','data','macro','consensus','credit','esg','ir','scanner','causal',
  'simulator','crossmarket','advocatus','scientist') | ForEach-Object {
    skillhub install "sclass-$_" --namespace user_9bec034f
}

# 只装入门三件套
@('orchestrator','scanner','advocatus') | ForEach-Object {
  skillhub install "sclass-$_" --namespace user_9bec034f
}

单条示例

skillhub install sclass-orchestrator --namespace user_9bec034f

> ⚠️ 最小闭环提示：只装 CIO 也能跑，但圆桌只有 1 名出席者，多样性闸门会自动拒绝群体结论并转人工。
> 这是设计使然，不是故障——没有多样性的"共识"是不值钱的。

附 B：群体安全 —— 防止本团队自发形成群体攻击

> 这一节不是给评委看的，是给运维看的。21 个会互相通信的 Agent 本身就是一种新型攻击面。

> ⚠️ 已知威胁范式（须在运维手册中列出）：
> 间接提示注入（经研报 PDF / 财报文本 / 网页正文注入指令）、
> 传染式注入（一个成员被污染后向其余成员扩散）、
> 蠕虫式自我复制（被污染的 Agent 自动向其他 Agent 转发指令，构成自治扩散）。
> 上述三条的共同解药就是：星形拓扑 + 结构化消息禁指令字段 + TTL 环路检测 + 瞬时隔离。

附 C：与初代 9 员（fin-ai-*）的关系

S 级 21 员是全新系列，与初代 9 员并存、互不覆盖：

> 初代 9 员继续保留在 skillhub.cn/skills/user_9bec034f/ 下，不受本次发布影响。