discipline/protocols/emergence-detection.md
📑 本页目录
协议 · 需求对象出生检测与增长曲线预测
状态：生效（v0.3 草案）· 关联：公理 A3（层次性）、冷启动协议（RQ-A4）、 变化点/扩散方法（支柱 2/1）、Case 0（ADDO 粒度细化） 动机：用户需求（2026-08-10）——粗粒度对象都是"早已存在"的；粒度细化后必然出现 新对象/短历史对象，其占比会在数据里快速抬升。需要在对象发展初期就敏锐发现其出现， 并预测之后的增长曲线，为决策争取提前量。
1. 问题定义
- 需求对象词典（如 ADDO 的 22 领域）是分层树：粗粒度父对象（历史长）→ 细粒度子对象（历史短或刚出生）。
- 出生事件 birth(t₀)：子对象首次出现可观测信号的时刻。出生前对象不可观测 （不是零需求，而是"该粒度下尚无信号通道"）。
- 出生后的典型形态：占比/AI 浓度/新进率从 ≈0 开始单调抬升（公理 A2）， 早期近似 S 型扩散曲线。
- 两个任务： 1. 早期检测：在占比还很小时识别"对象出生了"（比越过参与阈值 τ 提前多久？） 2. 曲线预测：检测后预测后续增长曲线 F̂(t+h)，输出分布而非单点。
2. 粒度细化与出生登记（操作化）
- 拆分规则：父对象拆分子对象时，必须显式登记出生表（birth registry）： 子对象 id、父对象 id、拆分时间、t₀ 估计（人工登记 / 数据反推 / 检测推断 三选一）。
- 数据反推 t₀：首个信号出现时间——新分类首次上榜、首个 AI 应用证据、 首个痛点登记、首次 GitHub/arXiv 关键词命中。
- 出生前 vs 出生后：信号基线不同 → 方法不同： 出生前用先验/类比（冷启动协议），出生后用数据拟合（本协议 §4）。
- 聚合一致性（A3）：任意时刻 Σ 子对象占比 ≤ 父对象占比；预测必须做层级调和 （支柱 6），或显式声明不一致。
3. 早期检测方法栈（按信号成熟度选用）
| 方法 | 原理 | 适用阶段 | 证据等级 |
|---|---|---|---|
| 事件信号 | 新分类首次上榜 / 新痛点首次证据 / 新 AI 应用聚类出现 | 信号最早期 | M |
| 变化点检测 | CUSUM / Bayesian online changepoint / 顺序异常检测，识别占比持续抬升 | 信号积累期 | M |
| 领先指标 | 新上架数、融资、GitHub/arXiv 计数、招聘帖 | 前瞻（需登记代理偏差） | W |
| 类比先验 | 相似历史对象（价值/难度/容错相近）的出生期形态 | 历史极短 | M |
| 组合 | 上述加权投票 + 判断校正，输出检测置信度 | 收尾 | S |
输出：emergence watchlist——对象、检测时间、检测置信度、提前量估计、 所用信号清单（可审计）。
4. 增长曲线预测（出生后）
- 约束：曲线单调不降（A2）；形态取 S 型（Bass / Logistic / Gompertz）。
- 方法栈： 1. 扩散模型拟合：用出生后早期点拟合（Bass 的 p/q 或 Logistic 的 L/k/t₀）； 2. 结构化类比：相似成熟对象的曲线形状作先验（形状迁移）； 3. 基础模型零样本：Chronos / TimesFM 分布预测； 4. 组合 + conformal：合并先验与数据，输出 F̂(t+h)。
- 参数识别警示：3-6 个早期点无法稳定识别扩散参数 → 必须先验或形状约束， 并报告拟合不确定度；禁止把短历史拟合输出为"确定预测"。
- 决策接口：输出关键时点分布（何时越过参与阈值 τ、何时进入快速扩张期）， 比"只报当前占比"更有决策价值。
5. 评价（先注册后计分）
- 检测评价：提前量（检测时刻 → 实际越过 τ 的时刻）、假阳性率、 watchlist 命中率（hit@k，登记对象 vs 实际成为深度参与的对象）。
- 曲线评价：CRPS（预测分布 vs 实际曲线）、相对 naive/类比基线的增益。
- 纪律：出生登记与曲线预测先注册（含 t₀ 估计方法、方法版本），事后计分， 禁止事后修改；与预测注册表同一套 harness 纪律（06-evidence.md §2）。
6. 与 Case 0（ADDO）的衔接
- ADDO 粒度细化（领域 → 痛点 → 子痛点，docs/02-framework.md §8.6）正是本协议的 实例化：子领域"出生" → 信号层检测 → 曲线预测 → 排序更新。
- 粒度稳健性：拆分后必须重测排序结论是否稳健（07-theory.md §7： "粒度变更要显式登记并重测稳健性"），避免"为了新结论而拆粒度"。
- 工程落点：
app/forecasting/emergence.py+scripts/forecast.py emergence（原型：出生指标 + watchlist + 曲线拟合演示，见 docs/discussions/）。