① 当前迭代评估
加载中…
模型版本对比（v0.1 专家打分 vs v0.2 痛点聚合）
下一轮迭代怎么做
② 预测排序（AI 深度参与先后顺序）
只排序、不预测时间；分数高 = 更早深度参与。点版本切换对比。
③ 领域与痛点（粒度从粗到细）
领域 = 专家打分（全部 22 个）；痛点 = 真实应用落地（12 个领域已覆盖）。
已覆盖领域的维度由痛点价值加权聚合而来，点击领域行查看「痛点攻克时序」。
领域列表
痛点攻克时序
④ 评估模型（评分细则 v0.3）
打分不再凭直觉：每个痛点的价值/难度/容错 = 带锚点子准则的加权计算。
子准则统一约定 1 = 更早深度参与；权重可调；旧版手动打分已归档可对比。
评分公式与子准则锚点
v0.2 手动打分 → v0.3 细则计算（迁移对比）
⑤ 校准与冲突诊断
权重由回顾性真实时序拟合（106 条约束）；剩余冲突是下一轮模型迭代的线索。
权重与指标
冲突清单
⑥ 信号层（产品市场数据 → 领域）
把 Steam / App Store 采集数据按分类映射到领域（
knowledge/category_domains.yaml），
合成观测参与度 P̂_prod（AI 浓度 / 市场占比 / 新进活力 / 热度动量），并检验与专家参与度的一致性（H5）。
更新快照：.venv/bin/python scripts/forecast.py signals。领域信号表（P̂_prod 降序）
H5 检验与分歧诊断
⑦ 预测注册表与得分卡
预测先注册、事件发生后计分（hit@k / tau），记录永不改写。