4 角色委员会

4 个独立 LLM session，信息隔离 + cross-challenge 多轮辩论 + REGIME 中性概率口径（仅 crash/unknown 保留约束）。 这一章解释他们各自看到什么、被什么约束、怎么互相挑战。

← 01-architecture · Wiki 索引 · 03-dreaming →

---

角色矩阵

Role	能看到	被屏蔽	输出格式	文件
Macro Strategist	VIX / TNX / 全球宏观 brief + 盘中事件上下文 event_brief（仅 Macro 看得到，事件 RAG 严格隔离）	用户持仓、技术指标	SIGNAL + STRENGTH + SCORE	src/openinvest/capabilities/committee/macro_strategist/macro_strategist.py
Quant Analyst	技术指标（Wilder RSI / MA / 真百分位 / 真 TR ATR / RVOL）+ REGIME 中性概率口径 + 确定性事实块（估值/情绪）	用户持仓、Dreaming insights	看涨/看跌 + 信号强度	src/openinvest/capabilities/committee/quant/quant.py
Risk Officer	持仓集中度 / 浮盈缓冲 / Dreaming insights + portfolio cash（流动性统一按账户现金判）	技术指标、Macro view	风险等级 + 集中度评分	src/openinvest/capabilities/committee/risk_officer/risk_officer.py
CIO	三人完整 transcript + 用户 risk_level（含在 portfolio_summary 文本里）	—	5 选 1 verdict + confidence + alloc	src/openinvest/capabilities/committee/cio/cio.py

历史说明：曾有第 5 个前置角色 Wealth Context Officer（读 user.md 的 wealth_context，给 Risk + CIO 一个"真实流动性"视角）。作者本人从未填过该字段、常年空转，已于 2026-07-08（a425e9d）连同 PUT /api/user/wealth_context、wealth_context_view 全链路穿线一并删除；src/ 零引用。现在 Risk Officer 统一按 portfolio cash 判流动性。12-verification 主张 7 是当时的实测记录，仅作历史。

信息隔离的目的：避免 LLM 在同一 context 里相互污染观点。Quant 不知道用户亏了多少（不会偏向"赶紧补仓"），Risk Officer 不知道 RSI（不会被技术信号牵着鼻子走）。注意这种"物理隔离"只在 Round 1 严格成立——见下文 Cross-Challenge 协议 的轮次说明。

---

一次完整跑 6 步（Direct 路径视角）

下面的 round 划分对应 Direct 路径（src/openinvest/core/committee/ 包，包括 cron / Web GUI / skill run_committee）。Coordinator 路径（Claude Code spawn 4 subagent）分法略不同——见本节末"两条路径 LLM 调用数对照"。

Round 0  ─ Macro 1 LLM call（跨资产共享，每次跑只 1 次）
            ↓
Round 1  ─ Quant + Risk 2 LLM call (并行，独立陈述)
            ↓
Round 2  ─ Quant 看 Risk 上轮 + Risk 看 Quant 上轮（cross-challenge）
            ↓
Round 3  ─ 同上（如果未收敛）
            ↓
[收敛检测 SIGNAL+STRENGTH 两轮稳定 → 提前退出]
            ↓
Round 4  ─ CIO 看完整 transcript，1 LLM call 出 verdict

实测耗时（DeepSeek-Chat + 2 资产并行 + 收敛退出）：~16 秒（journal log 实证）。

文件：src/openinvest/core/committee/debate.py:run_committee 是入口；src/openinvest/core/runner/session.py:run_committee_for_symbol 是端到端封装。

两条路径 LLM 调用数对照（避免歧义）

容易混淆点：4 个 prompt 模板（角色）≠ LLM 调用数。Round 2..N 重新调 Quant 和 Risk（同样的 角色，新的 prompt）。

路径	场景	Macro	R1	R2..N	CIO	单资产典型总数
Direct	多资产并行优化 / 任意 agent 单资产	1（跨资产共享）	2 (Quant+Risk)	2/轮	1	5 (收敛) ~ 9 (4 轮) per asset
Coordinator	Claude Code 单资产 spawn subagent	1（进 Round 1 一起 spawn）	3 (Macro+Quant+Risk)	2/轮	1	6 (1 R2) ~ 10 (3 R2)

为什么 Coordinator 路径不共享 Macro：用户每次问一个资产，没有"跨资产复用"的池子； 让 Macro 进 Round 1 一起 spawn 反而更并行（Claude Agent({...}) 同消息发 3 个就并发跑）。

Direct 路径多资产实测：2 资产收敛 = 1 + 5×2 = 11 calls；2 资产 max=4 不收敛 = 1 + 9×2 = 19 calls； journal 实证 16 calls 介于两者间。

引用本图前先想清楚是哪条路径——Coordinator 文档（skills/invest/references/committee-protocol.md）按 Coordinator 路径写，本文按 Direct 路径写，两份各自正确但前提不同。

---

REGIME 分类与中性概率口径

演进（2026-05-31 拆方向锁）：旧版把 regime 翻译成方向预设喂给 Quant（"uptrend 禁 bearish / 不抄底 / 逢高减"）。同源 draw 消融证明：整个方向锁层 = 1 个杠杆旋钮 （uptrend 锁）+ 2 个摆设（downtrend 锁回测 no-op、crash 锁永不触发），不是 alpha。 现版 regime 是事实背景：STRATEGY_HINT 中性引用该 (asset, regime) 的 OHLC 30d forward return 概率口径（中位 / 跌破现价概率 / 样本数），方向判断交回 LLM + 数据。 uptrend 杠杆效应保留为显式 verdict.risk_profile=aggressive 开关（默认 steady 不开）。 快崩防御独立于 regime（VIX 哨兵 + ATR 波动突变比 → parse_cio_memo 确定性买侧降级）。

6 类 regime（uptrend / downtrend / range_bound / crash / recovery / unknown）

源：src/openinvest/core/regime.py:THRESHOLDS（#113 起尺度无关比值口径，任意资产零配置自动适配，per-asset 覆盖已删）

Regime	触发条件	给 Quant 的口径
uptrend	MA spread% ÷ 自身1年中位ATR% ≥ +trend_spread_atr_ratio（默认 3.6——趋势强度须盖过自身噪声地板）	中性概率口径（30d 中位/跌破概率/n），方向自决
downtrend	同上 ≤ −trend_spread_atr_ratio	中性概率口径，方向自决
range_bound	MA 纠缠（spread 在 ±阈值内）+ 波动正常	中性概率口径 + 当前分位，方向自决
crash	双触发器（任一即触发）：① 急跌 atr_spike_ratio ≥ crash_atr_spike_ratio_min（默认 2.0，波动较自身常态翻倍）且 return_30d ≤ −20%；② 深跌 return_30d ≤ −30%（不看波动）	强制 neutral（可执行性约束：崩盘期任何方向都难理性执行）
recovery	crash 未触发 + 从近 30 日低点反弹 ≥ 10% + 价格仍在低位（真百分位 < 50%）	中性概率口径，方向自决

说明（与 src/openinvest/core/regime.py 实现对齐，2026-05-26）：

• 趋势判断用的是 MA20 对 MA120 的偏离度（单一 spread 阈值），不是 MA20>MA50>MA200 三线多头排列；代码里只算 MA20/MA120/MA250，没有 MA50/MA200。
• crash 是 双触发器（OR）：路径一急跌（波动腿 AND 20% 跌幅腿）+ 路径二深跌（30 日跌 ≥ 30%，不看波动）。路径二专门抓"低波动慢阴跌"——深跌本身即 crash，无需高 ATR 佐证。
• recovery 为无状态实现：用"已从近 30 日低点反弹 ≥ 10% 且分位 < 50%"近似"刚走出 crash"。
• 优先级：crash（最高）→ recovery → uptrend/downtrend → range_bound → unknown（缺数据）。

REGIME brief 在 Quant 的 prompt 里以最高优先级呈现（开头第一段）。

CIO Sanity Check

CIO 输出 verdict 后，parse_cio_memo() 自动校验：

异常	自动纠正
BUY 且 confidence ≥ buy_confidence_overdrive(0.95)	降级 ACCUMULATE + conf 0.6（防过度自信 / prompt injection）
alloc_cny 超 ceiling	clamp（防 LLM 报天文数字）
brief 含 [WORKER_UNAVAILABLE]	强制 HOLD + conf 封顶（garbage in 不出高置信决议）
SOLVENCY=strong + TRIM(concentration)	强制 HOLD（兜底充足，集中度不触发减仓）
TRIM 但买回点缺失 / ≥ 现价	降级 HOLD（卖了买不回更低 = 纯亏）
快崩防御触发（VIX 哨兵 OR ATR 突变比）	BUY→ACCUMULATE / ACCUMULATE→HOLD（确定性买侧降级，独立于 regime）
risk_profile=aggressive + uptrend + HOLD	升级 ACCUMULATE（显式杠杆档，默认 steady 不动）
BUY/ACCUMULATE 的 alloc_cny 超过用户单次入场上限（每笔建议金额上限，非当日额度，可分多笔；strategy.md 的 max_single_invest_cny，标的级优先于策略级；0 = 不设限）	钳到上限（方向不变）+ 记 intervention rule=single_invest_cap + memo 末尾留一句"金额已按单次上限 X 钳制"（Sanity 6；HOLD/TRIM/SELL 与减仓金额不受入场上限约束）

源：src/openinvest/core/committee/cio_parse.py:parse_cio_memo（Sanity 0-6 + Defense + risk_profile，全部确定性后处理）。

---

Cross-Challenge 协议

Round 1 输入（独立陈述）

Quant 看到的：

# 资产: BetaShares Nasdaq 100 ETF (NDQ.AX)
# 市场 Regime（事实背景 + 历史概率参考）：
  uptrend · MA20 高于 MA120 +8.5%，折合 7.7 个典型日波 (≥ 3.6×) · 价格百分位 78%
  → 该 regime 历史 30d forward return：中位 +1.4%、跌破现价概率 35%、n=1423
    （结合分位 / RSI 自行判断方向，不预设方向）
# 市场数据（技术指标 + 多周期）：
  RSI(14, Wilder): 67, MA120: 33.8, MA250: 30.1, 价格百分位(2y): 78%, RVOL(20): 0.9x, ...
请按 Quant Analyst 格式输出技术信号。

Risk Officer 看到的：

# 资产: BetaShares Nasdaq 100 ETF (NDQ.AX)
# 用户当前持仓：
  CNY: ¥50,000 / AUD: $1,000 / NDQ.AX 50 股 @ A$38.50（浮盈 +12%）
# 长期模式（Dreaming，学委员会自己的 verdict vs 实际盘）：
  ⚠️ downtrend 里对该资产反复 HOLD，30 天后 90% 踏空（平均 +9%，n=10）→ 降低 HOLD 倾向
请按 Risk Officer 格式输出风险评估。

注意：Quant 不知道用户持仓，Risk 不知道 RSI。这是物理隔离。

⚠️ 轮次 nuance（重要）：物理隔离只在 Round 1 成立。进入 Round 2+ 的 cross-challenge 后，每个 agent 会看到对方上一轮的完整 transcript（见下一节）， 因此 Risk 的持仓数字会经 Risk 的发言进入 Quant 的 context、Quant 的技术数字会经 Quant 的发言进入 Risk 的 context——R2+ 不再是物理隔离，靠 prompt 约束兜底： quant/SKILL_rebuttal.md 和 risk_officer/SKILL_rebuttal.md 明确规定"只引用对方的 结论（SIGNAL/STRENGTH），不要拿对方的原始数字（RSI/分位/集中度）再算一遍"。

Round 2..N 输入（cross-challenge）

每个 agent 看到对方上一轮的输出，被要求回应而不是重新独立陈述：

# 现在是第 2 轮 cross-challenge（最多 4 轮）
# 上一轮 Quant 说：
  [Quant Round 1 全文]
# 上一轮 Risk 说：
  [Risk Round 1 全文]

请重新评估：
- 你坚持原判断还是被对方说服？为什么？
- 哪些数据是对方忽略的？
- 输出新一版你的 SIGNAL + STRENGTH（如果改了，说明改的依据）

这一步让 LLM 真讨论，不是各说各话。

收敛检测

实现：src/openinvest/core/committee/debate.py:_check_convergence

# 连续两轮，Quant 和 Risk 各自的 SIGNAL + STRENGTH 都稳定
if (quant_signal_N == quant_signal_N-1 and
    abs(quant_strength_N - quant_strength_N-1) < 1.0 and
    risk_signal_N == risk_signal_N-1 and
    abs(risk_strength_N - risk_strength_N-1) < 1.0):
    converged = True  # 提前退出，不浪费 token

实测大多数 committee 在 Round 2-3 收敛（实证：final_round=3, converged=True 是常见值）。

---

CIO 的 5 个 verdict 选项

CIO 不能编造，必须从这 5 个里选：

Verdict	含义	典型 alloc 区间
BUY	强烈推荐买入	+3000 ~ +50000 CNY
ACCUMULATE	缓慢加仓（建议分批）	+1000 ~ +5000 CNY
HOLD	不动	0
TRIM	部分减仓（释放子弹）	-3000 ~ -20000 CNY
SELL	全部卖出（极少见）	-20000 ~ -100000 CNY

CIO 同时输出：

• confidence: 0.0~1.0（被 sanity check clamp）——只留档；邮件 / API / GUI 裁决旁给人看的是同类决议查表 confidence_lookup（见 06-api「委员会」节）
• alloc_cny: int（建议金额）
• dominant_view: macro|quant|risk（哪一方说服了 CIO）
• execution_plan + risk_plan（详细执行 + 止损）

---

Prompt 在线查看

GUI /committee → "4 角色 + 规则" tab 直接展示所有 4 个角色的完整 system prompt + REGIME 阈值表。 任何人都能看到 LLM 被怎么约束的，无黑盒。

后端端点：GET /api/regime_rules → 返回完整 prompt + REGIME thresholds + CIO sanity check 清单。

---

双执行路径

注意：相同的 4 个 prompt + 相同的 cross-challenge 协议，有两套执行实现：

路径	协调者	Worker 实现	模型
Skill	用户的 Claude	Claude Agent({subagent_type}) 真 spawn 4 个 subagent	Claude 4
Web/Cron	src/openinvest/core/committee/	4 个 SDKAgent + ThreadPoolExecutor 同进程多线程	DeepSeek

详见 04-execution-paths.md 和 adr/001-dual-execution-paths.md。

---

下一步

→ 03-dreaming.md — 长期记忆怎么沉淀（Risk Officer 看到的"历史行为模式"哪来的）

→ adr/001-dual-execution-paths.md — 为什么保留双路径不合并

→ 07-extending.md#加新-agent-角色 — 想加 ESG 分析师怎么改