Unseen · 局外人

在你的决策之外,看你的决策  ·  See what you can't see.

产品架构图集 v3 · 2026-10-29 增量审核版

AIPM: Najia Pan  |  原版2026年7月 · 状态核对2026-10-29

九张核心图 · 进度图 · 统计建模映射 · 电影叙事映射 · 路由决策树 · 触发路由映射 · 冲突仲裁 · 四类用户旅程 · 框架×用户×场景映射 · Agent矩阵

这份新版具体更新了什么

保留原版九图的视觉、编号及设计内容;原九图保持主位直接呈现;①⑤⑥⑦⑧⑨在原图后追加当前状态与增量,②③保留原图并补说明,④沿用原设计更新节点并附13层交接表。无需点击展开才能看见原图。

本地候选已接线 开发验证有残余 真人/生产待验收 三种状态分开。基于r27与10月27日记录,本轮不改runtime、不重新跑模型、不部署。

返回故事整合版审核站 · 原始图集 · 正式排期见审核站Roadmap页

目录

  1. 产品架构进度图——原图直接展示,后附当前实现/验证双轴
  2. 统计建模×贝叶斯×蒙特卡罗映射——工程系统叙事
  3. 电影叙事映射——人文温度叙事
  4. 路由决策树——从输入到框架路由的完整判断逻辑
  5. 框架触发词→路由路径映射——候选、资格、选择与正文消费
  6. 框架冲突仲裁协议——执行前权限与分析后审核;保留旧四级
  7. 四类用户旅程图——Segment A(显性框架)/ B(内化直觉)/ C(桌游玩家)/ D(概率押注)
  8. 框架×用户×场景映射图——不同用户×场景→框架组合路由
  9. Agent矩阵路线图——五阶段 + PDSA复盘闭环 + 数据信号回流架构

① 产品架构进度图

原图与原说明(直接呈现) · 图中旧进度/规划保留为历史设计;本节下方另列当前增量与状态。

点击每个模块展开查看待完成的优化项。绿色已完成,橙色P1今天可做(prompt层),红色P2今天可做(产品设计层),灰色P3需要开发。

Unseen · 局外人  —  AI决策元认知系统
普通决策工具:给信息 → 做分析 → 输出结论(用户被动接收)
Unseen:诊断认知污染源 → 路由缺失框架 → 输出漏掉的假设(用户认知被升级)
北极星 = 盲点发现率,不是满意度或准确率——这个选择本身就是元认知产品的逻辑。
元认知 = 不是帮你思考,是帮你思考你的思考。
已完成
P1 · prompt层,今天可做
P2 · 产品设计层,今天可做
P3 · 需要开发
用户输入层 · Onboarding
全部完成 ✅▼
4问onboarding + User Profile注入
✓
输出协议→排除法默认全套输出(系统决定,不问用户)
P1-7 ✓
可选上下文expander(人/时间/倾向)
✓
feedback_log.csv写入
P3-1 ✓
自动意图识别+意图推断兜底(P2-7)✓,7类场景,提到桌游名自动→桌游路由)
P2-7 ✓
全局前置层 · Step 1(Cynefin→情绪→精简→终局→分叉→压力测试)
全部完成 ✅▼
Step 0 Cynefin问题域分类器(简单/复杂/混乱/无序)
P1-11 ✓
Step 1a 情绪诊断 → HIGH触发认知负荷保护模式
P1-1 ✓
Step 1b 信息精简(Munger Inversion,过滤噪音)
P1-1 ✓
Step 1c 第一性原理·击穿表象(逆向归纳终局)
P1-1 ✓
Step 1d 场景分叉(A人物/B场景/C进入/D押注)+ 置信度显性输出
P1-1/P1-9 ✓
Step 1e 反向压力测试(输出与倾向一致时主动警示)
P1-10 ✓
认知建模层 · Step 2/3(人物 / 场景 / Owner)
全部完成 ✅▼
人物建模触发条件写进路由表 + 置信度声明
P1-3/P1-8 ✓
Owner建模路由(进入型决策)
P2-6 ✓
框架发现 vs 框架深化模式路由分叉
P2-14 ✓
假设敏感性分析输出子模块
P2-16 ✓
概率性押注场景路由(Kelly+Superforecasting)✓,Kelly准则+Superforecasting)
P2-17 ✓
负面清单(6类边界)写进system_prompt
P2-18 ✓
人物建模行为预测三路径(Path A/B/C,每条链接驱动/恐惧)
P2-19 ✓
语言风格双层适配(Step 2c):MBTI基线+语言信号覆盖
Step 2c ✓
路由映射图三层拆分(框架×用户×场景,见第⑧张图)
P2-20 ✓
未知变量三分类输出(可收敛/结构性/时间依赖)
P2-21 ✓
高信息密度→自动Deepening Mode
P2-22 ✓
机构投资排除Scene D误触发(受托资金→Scene C)
P2-23 ✓
情境校准层 · Step 3b(轻量贝叶斯更新,最多两轮)
全部完成 ✅▼
情境校准层(含贝叶斯更新)✓(最多两轮,第二轮显性更新结论)
P2-3 ✓
观望转行动触发器 ✓(珂珂访谈触发)
P2-5 ✓
框架路由层 · Step 4+6r-6v(冲突仲裁 + 22个专项路由)
全部完成 ✅▼
Klein RPD路由分支(专家直觉 vs 偏误直觉)
P1-4 ✓
框架适用边界检查列(Kahneman/Voss边界)
P1-5 ✓
对人决策路由·人物建模深化 ✓(P2-1,覆盖职场政治/情感/谈判)
P2-1 ✓
Human Review路由表+触发词五层优先级 ✓(你来逐条确认)
P2-2 ✓
现金流压力测试路由(SMB进入型决策)
P2-4 ✓
跨文化市场扩张专项路由
P2-8 ✓
信号诊断框架路由 ✓(执行中发现异常信号)
P2-9 ✓
Taleb First输出顺序(高风险用户先出最坏情况)
P2-13 ✓
桌游策略辅助场景路由(三层触发)
P2-15 ✓
框架执行层 · Step 4b(37个框架 · 10个Domain)
2项已完成1项P3扩展▼
37个框架:D1认知偏误/D2专家直觉/D3系统风险/D4执行/D5影响力/D6东方战略/D7博弈论/D8行为经济学/D9系统架构/D10输出层
✓
机会成本框架三维度(时间/资本/注意力)
P2-10 ✓
语言风格双层适配(Step 2c):MBTI基线+语言信号覆盖,E/I不纳入
Step 2c ✓
固定输出层 · Step 5(五模块 + 认知负荷保护)
全部完成 ✅▼
北极星反馈按钮(✓/~/✗ + CSV日志)
P3-1 ✓
五固定模块写进system_prompt
P1-2 ✓
部署 · 监控 · 数据飞轮
✅ 已部署8项P3▼
获取API Key
P0-1 阻塞点
✅ Streamlit Cloud已部署 — unseen-app.streamlit.app
完成
Langfuse Tracing接入
P0-4
Golden Set 100条测试case
P3-2
规则Agent(桌游Bot/Coze)并行搭建
P0-5 并行
移动端/微信小程序
v3-v4
海龟汤Agent(DeepSeek V3.2)
P2/v2
策略Agent(Unseen API接桌游)
面试后
推荐Agent + 决策复盘Agent(PDSA)
v4
数据汇聚层·信号回流机制
v4
✅ P1完成(2026.07.19)· P2全部完成(2026.07.21)— system_prompt v2.4(831行)
✅ 新建:路由触发词表 · Golden Set v1.0(10条)· Few-shot例子
✅ 已完成: API Key → 部署 → unseen-app.streamlit.app上线
下一步: push语言修复 → 规则Agent/海龟汤题目 → Langfuse接入 → Golden Set 21条回归验证

① 当前进度|实现与证据分开

模块实现状态已经交付仍需验证
主链与知识消费者本地接线Trigger条目+所选KB正文进执行与Audit;非只传方法名历史全集/实际API仍待验收
表示、证据与权限本地接线来源引用、六维、目标更改确认、证据更正与失效语义稳定性与真实场景未全验收
Family与势/时/风险本地候选已集成专项资格与共同接口已有不是各专项/全部领域均通过
追踪与反馈测试路径可用公开trace、虚构SQLite保存/恢复/修订/删除真实数据保存政策未开启
方法增益比较已执行五例三条件;完整方案未证明整体优势人工配对与匹配预算归因未完成
真人与透明度工具/准备完成负责人先试用;A/B/C按同答展示独立参与者及正式实验未完成
生产与Lemon未部署/计划旧线上v2.6.2;新r27本地候选Lemon接口与沙盒未核查、未接通

r27原18个已暴露合成开发输入:路由18 PASS;已到达流程执行16 PASS/2 PARTIAL,6条soft。FD-06续答单列;这些数字不是锁定测试、用户收益或发布通过。240项工程检查只证明相应接线。


② 统计建模架构映射

统计建模×贝叶斯推断×蒙特卡罗模拟的决策流水线映射——情境校准层≈蒙特卡罗迭代采样,Superforecasting≈期望值估算,把决策过程工程化成ML流水线。

② 保留统计设计来源;区分类比与实际实现

输入质量→证据资格;假设→候选解释;更新→新证据与事实更正;验证→回归与配对比较。这些是设计映射。JSON结构和两轮追问不自动构成贝叶斯后验计算;本图不证明蒙特卡罗数值引擎已经实现。

实际可核查产物:来源标签、证据引用、已知/未知、失效旧判断、带版本的结果。数值概率与下注计算仍受输入资格限制,不因图中出现公式就生成数字。

Unseen 统计建模架构映射 统计建模和Unseen产品层的六层对应关系 统计建模 Unseen产品层 状态 数据收集原始输入,质量未知 用户输入层4问onboarding · 可选上下文 · 输出风格 ✅ 数据清洗过滤噪音,提取信号 全局前置层情绪诊断 · 信息精简 · 第一性原理击穿表象 ✅ P1-1 模型选择匹配问题类型 框架路由层37个框架 · 10个Domain · 冲突仲裁 ✅ P2-2 建模核心推理过程 框架分析层Dalio · Taleb · Klein · Gigerenzer · 30+框架 ✅ 调参/贝叶斯更新用新信息修正假设 情境校准层最多两轮 · 贝叶斯更新机制 ✅ P2-3 结构化输出可审计,可复盘 固定输出模块核心建议 · 最坏情况 · 今天的第一步 ✅ P1-2 脏数据进去 → 垃圾出来 + 贝叶斯推断 核心洞察:决策输入质量差是根本问题 情境校准≈蒙特卡罗迭代采样 · Superforecasting≈期望值估算

③ 电影叙事映射

Unseen不只是工程系统——它的设计语言来自电影叙事。每一个产品层背后,都有一个导演在问:这个决策者想要什么?害怕什么?现在在哪个时刻?

③ 保留叙事设计来源;连接到可检查的表示

人物→目标、角色、权限与依赖;场景→环境、资源与约束;冲突→可检验的解释分歧;时点→窗口与行动顺序;视角→主辅Scene。叙事帮助组织情境,不授权把用户或对方编成固定角色,不据故事连贯性确认动机。

Unseen 电影叙事映射图 UCLA FILM × STATISTICS × AI PRODUCT — UNSEEN · 局外人 电影叙事概念 Unseen 产品层 导演的问题 → PM的问题 人物弧光 Character Arc 角色在故事中的 内在变化轨迹 人物建模层 MBTI 推断 · 爽点/痛点 · 行为预测 决策 = 事 × 人 人的动机模型对了,框架是放大器 "这个角色想要什么?" ↓ "这个决策者追求什么? 规避什么?" 三幕式结构 Setup → Confrontation → Resolution 所有好故事的 底层骨架 用户旅程 + 固定输出五模块 Setup:输入 + 全局前置层 Confrontation:框架冲突 + 情境校准 Resolution:核心建议 + 今天的第一步 "这个故事有没有结局?" ↓ "每次输出必须有 可执行的第一步" Show, Don't Tell 不用旁白 让观众自己看见 假设暴露机制 First Principles 前置层 不说"你的决策有问题" 让用户自己发现 hidden assumption "不要告诉,要展示" ↓ "不说'你漏掉了X' 让用户自己发现X" 时序控制 Timing 信息在什么时刻 给观众 输出顺序设计 · 叙事节奏 核心建议 → 二阶影响 → 最坏情况 → 概率校准 → 今天的第一步 这个顺序本身就是叙事节奏 "信息该什么时候给观众?" ↓ "用户认知最清醒时 接收最重要的信息" 观众视角管理 信息不对称是 叙事张力的来源 Information Asymmetry 置信度声明机制 "从X行为推断Y,置信度中等" 让用户知道系统"看到了什么" "猜测了什么" — 保持主动参与 "观众知道多少?" ↓ "用户主动校验AI推断 而不是被动接收结论" © Unseen · 局外人 · Designed by Najia Pan · UCLA Film × Statistics

④ 路由决策树

2026-10-29 增量审核版:主链已进入r27本地候选(原提案2026-10-08):保留 v2.6 已有的安全、问题域、情绪、信息精简、终局和 Scene 路由能力;新增轻量 Task Triage、Problem Representation、Evidence / Permission Contract 与 Conditional Execution。人、事、势、时、风险是所有 Scene 共用的处境维度;Scene 只决定本轮主要分析视角,不再与这些维度一一对应。反向压力测试从旧图的“前置清洗”移到分析后的 Audit Gate。

Unseen 路由决策树 v2.7 本地候选 v2.6 已有能力 r27 本地接线,非发布 已有能力的结构化升级 条件分支 / 回流 用户输入 决策请求 / 执行请求 / 情境说明 / 新证据 🎮 沙盒 / 角色扮演标记 防止训练与真实反馈污染 Level 0 · Task Triage [本地接线] Task Type × Risk × Ambiguity × Cognitive Load 先判断怎么处理,再决定运行哪些诊断;Cynefin 不再独自承担 Level 0 安全 / 高风险路径 危机止损 · 降低认知负荷 直接 / 执行路径 不启动完整决策分析 Early Route Candidates [v2.6 已有信号] Cynefin问题域 · 进入/押注/人物/情境 · 可能的Domain Adapter 前置层:轻量必跑 + Selective Diagnosis [v2.6 重排为 v2.7] 轻量必跑:意图 / 情绪与认知负荷 · Signal / Noise / Missing Critical Info 条件触发:偏误诊断 · First Principles · 终局定义 / 逆向归纳 · 因果假设分拆 原则:信息精简保留来源;“清洗”不得把解释、转述或推断升级成事实 Problem Representation + Evidence Contract [结构化升级] Situation:决策者 + 人 + 事 + 势/地利 + 时/天时 + 风险 Reasoning:Goal · Hypothesis · Evidence Gap · Decision State · Reversibility Evidence:Observed / External / Direct Statement / Interpretation / IMS / Hearsay / Forecast / Assumption / Unknown 六维是跨 Scene 的完整扫描,不是固定权重公式;本候选用 JSON 交接;结构化不等于真实 Scene / Risk Confirmation 识别主要问题、动态权重与关键未知;只有答案会改变路由/权限时才追问 未知会改变路由/权限才追问;不按单一置信度机械分流 主要分析视角 A / B / C / D Scene A · 人物主导 关系 · 权力 · 激励 · 行为 仍扫描事 / 势 / 时 / 风险 Scene B · 情境主导 系统 · 约束 · 竞争 · 二阶效应 仍扫描人 / 时 / 风险 Scene C · 进入/承诺 Owner · 可逆性 · 机会成本 整合人 / 事 / 势 / 时 / 风险 Scene D · 概率/下注 概率 · Payoff · 下注规模 不等于“天时”;时是跨 Scene 维度 Domain Adapter Eligibility + Evidence Permission RelDiag / Family 已接本地候选;其他域不自动启用 · 判断哪些诊断与框架有资格进入 按域资格决定 Hold;无 Adapter 不冒用诊断 · 来源资格限制结论 Final Route Selection + Permission Gate [本地接线] 候选 → 资格与贡献 → 选择及冲突记录 → 代码权限检查 Conditional Execution:只加载获准的 Framework / Audit / Output Modules Framework / Adapter Execution 实际 Trigger + 所选 KB 正文 → 方法产物 → 草案 Audit Gate [分析后、输出前] 反向压力测试 / Counter-evidence · Framework Boundary · Hard Block / Evidence Validator 失败 → 删除越权模块、降级或 Hold;不是回到前置层假装重新“清洗” Output State A 可回答 · B 一个高价值问题 · C 未知不改变行动,给稳健下一步 Situation Calibration 最多两轮;两轮是上限,不是配额 Trace / Feedback:route · evidence · permission · fallback · Decision Delta

④ 13层交接合同|每层接收什么、交出什么

节点接收向下游交付处理与边界
1 用户输入原始文本与新证据输入ID、沙盒标记、运行候选代码保存原文与版本
2 Task Triage原始请求任务/风险/歧义/负荷;ANALYZE、DIRECT或SAFETY模型判断;代码校验分支
3 Early Route Candidates请求与Triage候选Scene/Adapter及原文信号候选不等于授权
4 前置层原文与候选意图、信号/噪声/缺失;各诊断运行或跳过理由轻量处理;不强跑所有诊断
5 Problem Representation+Evidence Contract原文与前置产物证据登记;决策者、人、事、势、时、风险;目标/假设/缺口JSON承接;代码校验锚定与引用,不证明事实真
6 Scene/Risk Confirmation问题表示与证据关键未知、风险时机、是否需追问/目标确认目标/行动范围改变需用户确认;追问上限不是配额
7 分析视角确认后的表示主辅Scene;人物、环境、时机与风险模型Scene与六维不一一对应
8 Domain Adapter Eligibility模型与证据资格intimate/Family/none;适用范围、Hold、限制亲属+业务角色拆开;职场不冒用亲密诊断
9 Final Route+Permission Gate资格、限制与方法目录候选状态、入选/排除理由、正文ID、独特贡献、获准模块代码核对ID、Hold与已声明权限
10 Framework/Adapter Execution实际获准Trigger与KB正文方法分析、证据连接、条件分支与任务内策略无正文/未获准的方法不得声称已执行
11 Audit Gate实际草案与相同方法材料反证/假设检查、修正、KEEP/REVISE/HOLD、最终文本反向压力测试在分析后;模型自检非真实性证明
12 Output State校验后审核产物可答/高价值追问/稳健下一步;或直接/安全/失败回退代码交付;不展示未校验半截诊断
13 Trace/Feedback本次运行与最终回答来源/节点/跳过/失败/版本;关联回答的反馈默认会话;真实持久采集未开启

顺序依据图4层间合同与现有流水线STAGES;r27消费者补丁决定当前范围。提前DIRECT/SAFETY、澄清或Hold会留下未执行节点记录,不画成每题必须跑满。

Prompt、JSON与代码如何串起来

模型按prompt产生产物 → JSON承接字段与引用 → 代码校验结构、来源ID和声明权限 → 下一层消费获准产物 → 模型分析 → Audit → 校验后交付。这不是三套互不相关的系统。

示意交接(字段摘选,不是某条实际运行):
{"evidence_registry": [{"id": "E1", "source_type": "DIRECT_STATEMENT",
  "reported_by": "user", "directly_verified": false, "supports": ["对方表达过意愿"]}],
 "reasoning": {"goal_status": "USER_STATED", "evidence_gaps": ["是否实际兑现"]}}

用户报告的明确归属陈述无需逐字引语才可记录,但不得升级为独立核实;第三人转述单列。代码能检查引用,不会仅凭JSON判定“对方说的就是真的”。


⑤ 框架触发词→路由路径映射

原图与原说明(直接呈现) · 图中旧进度/规划保留为历史设计;本节下方另列当前增量与状态。

用户输入的关键信号如何触发不同的场景分类,进入不同的框架组合。左侧是触发信号,中间是场景分类(A/B/C/D),右侧是对应框架组合。底部是所有场景共用的冲突仲裁协议。

Unseen 框架触发路由映射图 触发信号 场景分类 框架组合 Scene A · 人物建模 "我老板…" / "[人名]" "他/她最近…" "怎么跟X说" / "对方反应" Scene A 具体人物 + 该人反应 是决策关键变量 人物建模层 → 置信度声明 职场中文:谢胜子 + 孙子谋攻篇 谈判:Voss / Cialdini 情感:Stone Patton Heen Scene B · 场景建模 "要不要做X" / "该怎么决定" 无具体人物 / 情境判断 Scene B 情境分析 / 二阶效应 无具体人物 经验密度高 → Klein RPD 经验密度低 → Kahneman偏误检查 Dalio五步 + Taleb下行检查 Cynefin分类决定分析深度 Scene C · 进入决策 "要不要开店/创业/加入" "值不值得进入这个市场" Scene C 进入型决策 Owner建模 + 可逆性判断 Naval可逆性:可逆→快;不可逆→Taleb First Owner建模(经验/风险/资金底线) 现金流压测 + Porter五力追问 Dalio五步 + Howard Marks周期 Scene D · 押注决策 "all in" / "梭哈" / 赌 投资/赔率/赢面/高波动 Scene D 概率押注型决策 Segment D / Ethan型用户 Superforecasting → 信息优势评估 Kelly准则 → 押注比例计算 Mental Accounting → 止盈条件设定 Taleb barbell → 极端风险对冲 冲突仲裁协议(所有场景适用) Taleb否决(灾难性下行)> Munger归谬(逻辑极端)> 孙子兵法(时机判断)> 领域框架 触发Taleb否决 → 输出"停止/不做",覆盖所有其他框架结论,无论其他框架如何判断 最多同时应用4个框架,超出则由仲裁协议强制收敛到最高优先级结论

⑤ 当前路由|信号不是最终选择

原文信号 → Early Candidates候选Scene可以主辅组合;不凭职业/关系关键词定框架表示与证据 → Scene/Risk → Adapter资格六维共用;角色、权力、依赖和任务意图限制适用范围Final Route → Permission Gate逐项记录SELECTED/SUPPORTING/REJECTED/INSUFFICIENT/BLOCKED正文加载 → 方法执行 → AuditTrigger负责入口与边界;选中KB正文负责方法内容与可检查产物

博弈分析检查各方选择相互影响的情形,不限商业;条件倒推看已定义/接受的目标;机制方案区分自控、协商和需授权。适用不代表必须调用,更不意味着任意增加方法数量。


⑥ 框架冲突仲裁协议

原图与原说明(直接呈现) · 图中旧进度/规划保留为历史设计;本节下方另列当前增量与状态。

四级硬性层级,不可绕过。Taleb否决权最高,向下依次是Munger归谬、孙子兵法时机判断、领域框架匹配度。

Unseen 框架冲突仲裁协议 四级硬性层级仲裁逻辑 框架冲突仲裁协议 硬性层级,不可绕过 多框架给出矛盾建议 第一级:Taleb否决权如果存在灾难性下行风险 → 一票否决,不管其他框架怎么说 Taleb未触发 → 第二级:Munger归谬如果某框架在极端情景下导致荒谬结果 → 排除该框架 Munger未排除 → 第三级:孙子兵法(地形/时机判断)根据当前环境和时机,判断哪个框架更适合此情境 孙子未定论 → 第四级:领域框架匹配度选择与当前决策场景最匹配的专业框架,显性说明理由 显性命名冲突 + 说明仲裁理由"Taleb建议保守,Dalio建议进取。当前场景是可逆决策,倾向Dalio,因为……"

⑥ 当前控制位置|保留旧四级,不把它当整条权限链

先确认任务范围、证据资格与安全/Hold这些是执行前资格;不能靠框架偏好或模型信心绕过在获准的方法中处理冲突原Taleb/Munger/孙子/领域匹配保留为历史框架仲裁设计实际选择必须给出冲突与排除记录图示四级不是已证明独立实现的四个代码仲裁器执行后Audit检查反证、越权与交付缺失分析后做压力测试;删去越权项、修订或Hold

这里更新的是已存在的控制位置与实现边界,不改写runtime优先级。旧四级的完整专项验收仍属原发布追溯;不能将其画成凌驾于安全和证据资格之上的规则。


⑦ 四类用户旅程图

原图与原说明(直接呈现) · 图中旧进度/规划保留为历史设计;本节下方另列当前增量与状态。

Segment A(显性框架用户)、Segment B(内化直觉用户)、Segment C(桌游玩家)的不同接触路径、首次使用体验和留存机制。

Unseen 四类用户旅程图 Segment A/B/C/D四类用户的不同接触路径、首次使用体验和留存机制 四类用户旅程 接触 首次使用 深度使用 留存/迁移 A 显性 框架 AI不可信/乱出结果ChatGPT太附和自己→主动寻找有框架依据的工具 发现漏掉维度✓北极星验证 框架深化模式更严格验证 工具依赖决策前必用 B 内化 直觉 口碑推荐接触有心理阻力"我有自己判断不需要AI" Klein显性化直觉发现盲点 直觉验证工具"感觉对,需确认" 高价值用户重大决策必用 C 桌游 玩家 桌游社群"策略辅助工具" 对手建模路由高频低代价 框架内化迁移到真实决策 迁移到A/B数据贡献 D 概率押注型 高风险偏好 押注前不确定信息杂乱/判断犹疑→搜索决策辅助(非必须有AI习惯) 信息优势显性化Superforecasting路径prior→更新→校准Kelly准则押注比例 止盈机制建立Mental Accounting赢后决策质量管控离场条件显性化 押注前必经Unseen结构化习惯建立"peer I rely on" 决策工具进化路径(跨访谈归纳) 涵涵(无工具)→ 珂珂(DeepSeek不满意)→ 财务总监(工具碎片化)→ UCB量化(方法论完整) Unseen 最佳切入点:珂珂→财务总监之间的阶段

⑦ 用户旅程增量|任务决定深度,用户类别不决定固定套餐

提出问题 → 保留原目标为什么+怎么办可以同时答;改变目标/行动范围才需确认按需要显示逐层产物与方法贡献方法是什么、为什么选、对应什么证据、发现什么、策略怎么来可回答/澄清/Hold → 用户纠正或补充证据不足不判动机;解释为什么暂停、什么信息会改变判断反馈与下一次修订负责人试用不冒充独立用户;展示深度优劣待真实实验

原四类用户保留为研究画像。当前公开trace与A/B/C工具已实现;逐层可读体验仍是待审核展示方案,不声称正式用户界面与真人结果全部完成。


⑧ 框架×用户×场景三层映射图

原图与原说明(直接呈现) · 图中旧进度/规划保留为历史设计;本节下方另列当前增量与状态。

不同用户类型在不同决策场景下触发不同的框架组合。从左到右:用户画像(谁在用)→ 决策场景(遇到什么)→ 核心框架(用哪些工具)。每条路径是一个已验证的真实访谈原型。

Unseen 框架×用户×场景三层映射图 用户画像 Who 决策场景 Scene 核心框架组合 Frameworks (max 4) 私募合伙人 高阶认知校验型 经验密度:极高 Scene C 机构版 机构进入型 · 受托资金 触发:基金/LP/投委会/尽调 Klein RPD + 安全边际 + 能力圈 Deepening Mode自动触发 时间错配风险 + 安全边际 OTA产品经理 中阶工具化型 加权评分表 · 未知变量放弃处理 Scene C · 职业进入型 offer选择 / 转行决策 触发:offer/要不要接/跳槽 Naval可逆性 + Dalio五步 + 机会成本三维度 未知变量三分类(P2-21) SMB老板 · 餐饮/轻食 典型SMB · 自有品牌创业 经验中等 · 行动导向 Scene C · 商业进入型 开店 / 扩张 / 入股 触发:开店/加盟/入股 现金流压测 + Porter五力 + Taleb安全边际 Owner建模(资金底线优先) AI公司CEO 决策者位置 · 战略判断 经验密度极高 · 竞争博弈 Scene A + Scene B叠加 人物建模(竞争对手/投资人) + 场景建模(市场/竞争格局) 触发:战略决策/多方博弈情境 博弈论 + 孙子兵法(战略时机) + Klein RPD(高经验密度直觉) + Howard Marks反共识二阶思维 逆向归纳(序贯博弈预判终局) 桌游行业从业者 沙盒决策环境用户 游戏=安全测试真实决策模式 分流后走完整Unseen路由 沙盒识别层 → 分流正常路由 Mode B:识别真实场景类型 → A对手建模/B场景/C进入/D押注 触发:卡坦/狼人杀/回合/资源 → 完整37框架库(视场景类型) 对手→信号诊断+人物建模 资源→Dalio五步+机会成本 押注→Superforecasting+Kelly 加密投资者 · 高风险偏好 D类押注型 · 止盈机制缺失 世界杯Parlay验证 Scene D · 押注型 个人押注 / 高波动投资 触发:all in/梭哈/赌/赔率 Owner建模前置 → Superforecasting → Kelly → Mental Accounting → Taleb barbell 所有路径共用冲突仲裁协议 Taleb否决 > Munger归谬 > 孙子时机 > 领域框架 · Version A 4框架上限 · Version B无上限 北极星:盲点发现率 · 数据来源:10个真实访谈用户 · Category A验证 职场/人物 机构/认知 职业/桌游 SMB商业 押注型

⑧ 映射增量|六维 × Scene × Adapter × 方法状态

对象当前作用不能推导
决策者/人/事/势/时/风险所有Scene共同表示的已知与未知不是固定权重公式或六个互斥入口
Scene A/B/C/D本轮主辅分析视角不把A等同人、B等同地利、D等同天时
Domain Adapter领域的证据资格、诊断与限制不是每个人际问题都跑亲密/Family
Framework/Modules按前提与独特贡献选择;实际加载后执行资格 ≠ 入选 ≠ 加载 ≠ 执行 ≠ 最终交付
用户画像帮助理解交互偏好与阅读需求不按人群绑定固定框架套餐

⑨ Agent矩阵路线图

原图与原说明(直接呈现) · 图中旧进度/规划保留为历史设计;本节下方另列当前增量与状态。

五阶段产品演进,按不确定性梯度设计。当前P0:Streamlit三Tab应用(Unseen + 规则Agent + 海龟汤Agent)统一URL部署,支持语音输入(Web Speech API)和语音输出(Edge TTS)。

完整架构说明见 Unseen_AIPM_Project_Closure.md → 3.2b Streamlit部署架构

Unseen Agent矩阵路线图(五阶段) Agent矩阵 · 五阶段按不确定性梯度 规则Agent + Unseen决策Agent 并行进行(P0当前) 不确定性 → 时间 / 产品成熟度 → Unseen · 局外人 决策Agent(P0) 框架路由 · 冲突仲裁 Claude / DeepSeek 阶段一(P0) 规则Agent 规则确定性 基础链路验证 豆包/Coze 阶段二(P2) 海龟汤Agent 逻辑一致性 极端推理边界 DeepSeek 阶段三(面试后) 策略Agent 情境不确定性 框架迁移验证 Unseen API 阶段四(v4) 推荐Agent 用户不确定性 被动→主动跃迁 混元/DeepSeek(待定) 阶段五(v4) 决策复盘Agent PDSA循环产品化 路由权重迭代更新 DeepSeek 触发词数据 仲裁一致性数据 API复用 PDSA闭环 路由权重更新 各Agent数据→汇聚层提取信号→分别更新Unseen路由参数(不是数据打通,是信号回流) 规则确定性→逻辑一致性→情境不确定→用户不确定性→结果验证(PDSA)

⑨ 路线图增量|历史愿景、当前候选与下一步分开

阶段状态当前边界
历史三Tab/Agent矩阵/信号回流设计愿景保留不是已经部署的多Agent网络
r27统一工作台本地候选已实现图4、知识消费、修订、公开trace和虚构反馈库
独立用户与透明度研究准备工具已有,实验未完成不模拟参与者,不用点赞证明正确性
Lemon策略助手用户提出的沙盒计划接口待核查;未接通,不缩窄Unseen永久定位
自动学习/Primitive Planner/Jev不在本轮默认实施测试库存在不等于自动训练、路由权重更新或生产闭环

正式排期只由PRODUCT_ROADMAP.md维护。本图是状态展示,不另开任务清单、不增加发布门槛。

点击原图节点可查看本地提示;不会发送模型请求。