技术架构
让现有数据 AI 和 Agent 共享同一个受治理的企业业务世界
Genesis 不替换企业已有的数据平台、模型平台、知识系统或 Agent Runtime。它提供共享的业务上下文与能力平面，把受治理事实、业务语义、证据、规则、权限和可执行能力组织起来，供现有系统按需使用。
把业务 Glue 从每个 AI 应用里抽出来
企业 AI 的重复问题通常不是缺 Data Platform、RAG、模型或 Agent，而是业务含义、当前事实、规则、证据、权限和工作方法长期散落在每个应用自己的 Prompt、SQL、检索逻辑、Workflow 和 Tool Mapping 里。
应用内局部业务逻辑
每个应用都独立重建一次相同的企业上下文。
企业共享业务能力
应用共享同一个受治理的业务世界，而不是每增加一个应用就重新“教一遍公司”。
五类独立系统 各自拥有明确边界
当前工程刻意把数据生产、语义运行、领域资产、业务应用和跨项目发布治理分开。每个独立部署的软件系统拥有自己的运行数据库、代码责任和发布责任。
数据平台核心
承载受治理数据产品的领域无关平台核心。
- 数据目录与血缘
- 质量与 Pipeline 运行元数据
- 存储与 Connector 接口
- 版本化 Data Product 插件加载
数据产品
拥有源数据接入和可复用的客观计算。
- 上游 Connector
- ODS / DWD / DWS / ADS
- 调度与 Snapshot
- 稳定只读服务合同
本体平台
共享语义运行时与受治理能力平面。
- 制品与 Workspace
- Mapping 与 Resolver
- 证据与可回答性
- 能力调用、权限与审计
领域解决方案
承载领域语义与场景专用确定性分析。
- Domain Pack
- Provider
- Source Binding
- 验收资产
业务应用与 Agent
拥有用户交互、编排和应用状态。
- 用户体验
- 多步骤编排
- 报告与通知
- 应用自身状态
业务语义与物理数据位置分离
Genesis 通过不可变、版本化的语义与集成制品，让领域含义可以独立于 Data Product 的 endpoint、凭据和物理字段演进。
核心本体（Core Ontology）
定义跨领域的语义原语、共享 Shape、标准 Profile 和运行时通用合同。
领域包（Domain Pack）
定义版本化领域概念、关系、逻辑数据需求、能力元数据、业务标签和质量约束。
映射集（Mapping Set）
把 Domain Pack 的逻辑输入精确双向映射到一个确定版本的 Data Product 请求与响应合同。
工作空间绑定
为消费方 Workspace 固定精确的 Core、Domain Pack、Data Product Contract、Mapping 与能力发布状态。
一个业务能力被调用时 系统到底发生什么
能力不能因为“元数据里声明了”就算真实存在。它必须能够解析精确数据和语义绑定，调用真实 Data Product / Provider，通过证据、失败和降级门禁，并返回可追溯结果。
业务应用或 Agent 使用 Workspace Client 和已授权身份调用通用 Capability。
解析精确 Core、Domain Pack、Mapping、数据合同、权限和发布状态。
把领域逻辑数据需求翻译成精确的 Data Product 操作和参数。
通过 Deployment 管理的服务身份调用 Data Product 或确定性 Provider。
校验 Schema、身份、类型、时间、单位、来源和领域映射。
判断完整性、新鲜度、冲突状态、失败语义和是否具备可回答条件。
执行确定性策略，并在允许范围内让模型基于受治理上下文完成受限推理。
返回事实、证据、限制、方法版本、允许动作和完整审计追踪。
- Domain Pack 声明数据需求。
- Data Product Contract 能真实提供该需求。
- Mapping Set 与精确 Workspace Binding 已发布。
- Runtime Adapter 或 Provider 能实际执行。
- Evidence、Failure 与 Degradation 行为通过端到端验证。
- 最后才进入通用 Capability Directory 对外发布。
可信来自受控业务链 而不是“相信模型”
Genesis 将来源治理、上下文授权、确定性策略、模型判断、动作边界和审计分开管理。证据缺失或冲突是一种正常治理状态，模型不能用流畅表达把它掩盖掉。
确定性策略
Hard Rule、阈值、权限和不可逆动作约束不能交给自由形式的模型推理。
模型判断
模型可以解释非结构化证据，并在已声明规则、权限、证据和 Capability 合同范围内完成推理。
谁已经把一件事做好 就继续让谁做
Genesis 采用联邦式业务理解架构。原有系统继续作为 System of Record，现有 AI 基础设施继续承担原来的职责；Genesis 补上共享业务上下文、Capability 和治理合同。
代码 数据 语义制品和运行绑定分别发布
当前 Deployment Contract 只重建真正拥有可执行行为变化的组件。数据刷新、Ontology 变化、Domain Pack 和 Mapping 变化不会触发无关镜像重建。
genesis-deployment 统一负责跨项目环境装配、Release Lock、晋级证据和回滚合同。STAGING 必须使用不可变制品；DEV 可以使用受保护 Source Overlay，但 Source Mode 永远不能直接晋级。同一套架构正在不同业务世界里复用
金融研究和可观测运维拥有完全不同的数据源、领域对象和专业方法，但共享相同的数据治理、语义制品、证据、能力和部署边界。
SeekAlpha 市场情报
真实微信研究应用，正在从应用内部专业逻辑逐步迁移到共享的 Genesis 数据、语义、Provider 与 Capability 合同。
智能运维巡检
基于本体的真实巡检应用，已经使用可观测源发现、受控 Source Binding、Fact Admission、确定性策略和结构化证据报告。
架构已经落到独立仓库和部署单元
当前仓库结构严格跟随所有权边界，而不是把领域逻辑、数据管道和业务应用重新塞回一个平台仓库。
领域无关 Data Platform Core：目录、血缘、质量、Pipeline 元数据和 Data Product Runtime。
共享语义 Runtime：制品、Workspace、Resolver、Evidence、Capability、Authority 和 Audit。
跨项目运行装配、不可变 Release Lock、DEV/STAGING 晋级和回滚。
中国金融数据接入、治理转换、客观特征和服务合同。
ETF Domain Pack、确定性 Analysis Provider 和验收资产。
可观测语义模型、Domain Pack、Guance Binding、受控巡检 Runtime 和报告生命周期。
Market Intelligence 应用组合、用户体验、报告、订阅和应用状态。