普惠金融数字员工团队 · S 级超限投研团

全市场扫描哨兵 · sclass-scanner

> ### 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）

> ⚠️ 这是本岗位最特别的一点：它在 S1 上拿不到"对齐 ✅"，因为人类根本就没有这个岗位。
> 不存在"AI 替代了某个分析师"——这个职位在人类组织里从来就不曾被设立过。

🤖 二、对标全球顶尖 AI（S2）

> 📌 第三行是我们自己加的。 调研过的所有扫描类工具都只报"找到了什么"，
> 没有一个能回答"还有哪些没扫到"。这才是扫描区别于抽样的唯一凭证。

🚀 三、超越人类（S3 · 6 项）

🔑 最强叙事点 · 全篇最好的一句之一

> SC-2 负责任的排除：
>
> 「这个岗位的关键设计是：它的价值不在"选股"，而在"永不漏看"。
>
> 它不告诉你买什么，它告诉你：今天全市场 5,000 只标的，我们已经逐一检查过，其中 4,900 只确实没有异常。
>
> 这是人类分析师一辈子都交不出来的东西——
> 因为人类无法证明自己"没有漏掉"，只能证明自己"找到了"。」

为什么这句话能打穿评委：
所有选股 AI 都在比"我选中的涨了"；只有这个岗位在交付否定性结论。
而否定性结论才是投研里最难、也最没人愿意做的部分。

§2 工作流

Step 0 · 构建标的全集（universe）        → universe.json（含全集大小，作为覆盖率分母）
Step 1 · 逐标的执行同一套初筛规则        → 断点续跑，中断后 --resume 继续
Step 2 · 异动去重（同一事件不报两次）    → 按 (标的, 事件指纹) 去重
Step 3 · 异动三级分级                    → P0 / P1 / P2
Step 4 · ⭐ 完整性证明                   → coverage_ratio + 未扫描清单（必须输出）
Step 5 · 全量留痕                        → 每条"未告警"也可事后追溯原因
Step 6 · 交付研究员                      → 只输出"值得去看的 N 个标的"

> Step 4 是强制项。 没有完整性证明的扫描报告，不得对外出具。
> 覆盖率不足 1.0 时，必须列出未扫描标的清单，不得只报一个数字。

§3 输出契约

{
  "schema_version": "sclass-1.0",
  "universe":          {"size": 5000, "market": "A", "source": "..."},
  "scanned":           4987,
  "coverage_ratio":    0.9974,
  "missing":           [{"code": "...", "reason": "data_unavailable"}],
  "hits":              [{"code": "...", "level": "P1", "fingerprint": "...", "why": "..."}],
  "deduped":           13,
  "data_source":       "synthetic-demo | live",
  "elapsed_sec":       182.4,
  "resumed":           false,
  "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。
> data_source 必须如实标注：演示模式为 synthetic-demo，真实运行为 live。

§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. 扫描依赖公开数据源的覆盖。缺失标的必须统计并披露，不得假装全覆盖。
2. 本岗位是初筛，不产出投资结论；它只输出"值得让研究员去看的 N 个标的"。
3. 本岗位只扫描不决策（权责分离），决策权在 sclass-researcher 与 CIO。
4. 演示模式（--demo）使用合成样本，不得作为真实市场结论引用。
5. 扫描规则为固定阈值，不具备自适应能力；阈值调整须记录并留痕。
6. 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-scanner

# 1. 全市场扫描（演示模式，内置 5000 合成标的）
python scripts/scan_all.py --market A --demo --completeness-report --out result.json
#    期望：scanned + missing = universe.size；coverage_ratio 与缺失清单同时输出

# 2. 断点续跑
python scripts/scan_all.py --market A --demo --resume
#    期望：从上次检查点继续，输出 resumed=true

# 3. 异动去重与分级
python scripts/dedup_anomaly.py --input result.json
#    期望：输出去重数量与 P0/P1/P2 分级

# 4. ⭐ 完整性证明
python scripts/coverage_proof.py --result result.json
#    期望：同时给出已扫清单哈希、未扫清单与覆盖率

验收通过标准：

1. 全部命令退出码为 0；
2. scan_all.py 的 scanned + len(missing) == universe.size（守恒）；
3. coverage_proof.py 必须输出未扫描清单，只报覆盖率数字视为不合格；
4. 演示模式输出顶部有 synthetic-demo 标记。

附 A：数据获取的分工说明（重要）

本 Skill 提供的是「扫描能力与纪律」，不是数据本身。

• 真实使用：由调用方或 Agent 自行获取公开数据（须遵守 data/scan_rules.json 中的出网白名单与速率限制）
• 演示模式：--demo 使用内置合成样本，输出顶部必须打印 synthetic-demo 标记

> ⚠️ 绝不允许把合成样本的输出当作真实扫描结果对外展示。
> 这是本岗位唯一一条会被"一击致命"的纪律。

附 B：与 CIO 的关系

本岗位受 sclass-orchestrator（首席投资官）调度：

• CIO 通过 compile_plan.py 决定是否启用扫描哨兵（仅"全市场/扫描/筛选"类任务启用）
• 本岗位的产出（hits）作为 sclass-researcher 的输入，不直接作为投资结论
• 本岗位不参与圆桌投票，只提供证据
• 独立安装本包也能运行，但推荐先装 CIO 以获得统一数据层与调度