tradecatlabs
tradecatlabs 是一个开放研究与工程实验室。我们研究长期目标何以可能，并把宏大问题拆成可定义的对象、可追溯的证据、可检验的模型、可复现的工具和可持续维护的公开基础设施。
实验室不以口号代替结果。每一项公开工作都应回答：研究对象是什么，当前证据能支持到哪里，哪些条件仍未满足，结果如何复现，失败时如何撤回结论。项目、研究产出、方法、日志和档案分别承担不同职责，不能用项目存在代替结果成立，也不能用内部检查代替外部证据。
研究问题
tradecatlabs 关注五类相互关联的问题：
- 主体持续性何以可能：研究主体持续存在、行动、学习、恢复和进入未来所需的生命、认知、技术与社会条件。
- 方法如何成为基础设施：研究问题求解方法如何被抽取、校验、组合、调用和持续修订。
- AI 协作如何接受工程约束：研究 Prompt、Context、Skill、Workflow、工具权限、验证门禁与版本记录如何形成闭环。
- 数据如何支持可审查判断：研究来源契约、原始数据边界、规范化、测量、模型准入与可审计输出。
- 复杂知识如何长期发布：研究来源、版本、构建、审计、引用和发布物之间的可复现链路。
研究计划
- Human Infra：从有效永生、主体连续性、记忆编辑、身体功能替代与未来等待等目标反向追问必要条件。研究仓库保存理论与证据契约，Wiki 提供词条阅读层，科技树 提供历史基底与条件依赖观察层。
- Dovetailer：把书籍、论文、课程与复盘中的方法整理为结构化认知工具卡。
- vibe-coding-cn：维护 AI 辅助软件工程的中文学习路径与验证闭环。
- 数据与预测项目：通过 Tradecat Public 与 Predictcat 研究公开市场数据、预测市场、来源契约、纸面验证和模型边界。
- SEP Editing CN：维护复杂知识的可复现 EPUB 构建与审计链路。
工作方法
- 定义对象：明确目标、对象、变量、时间范围、适用情境与禁止推论。
- 建立证据链：区分事实、相关信号、因果证据、趋势推断、远期假设和思想实验。
- 形成可检验表达：把论点转化为数据契约、模型接口、状态机、反证条件或可执行协议。
- 构建公开产物：发布源码、结构化资料、构建步骤、验证命令、版本记录和阅读入口。
- 持续复核：通过自动门禁、失败记录、来源更新和版本差异修正结论与实现。
当前开放问题
- 主体持续性如何被操作化为可观察、可比较且不混淆身体存活、认知功能与身份连续性的变量体系？
- 跨生物、认知、技术与社会研究域的证据，如何在不越过来源边界的前提下进入同一个条件模型？
- 方法工具卡如何通过真实任务证明可调用性、迁移性和相对价值，而不止满足结构完整性？
- 多源市场与预测数据如何保留从原始记录到规范化字段、派生指标和模型输出的完整来源链？
- 复杂知识发布物如何同时维持来源许可、版本可追溯、构建可复现、长期可访问和修订可见？
这些问题是当前研究议程，不是已经完成的能力。它们只有在形成公开对象、评价标准、验证记录和可反驳结果后，才会进入对应的研究产出。
阅读顺序
- 从项目确认研究对象、当前状态、未完成条件和负责仓库。
- 到研究产出确认是否已经形成稳定公开入口、版本和推荐引用。
- 用方法与教学理解执行方法；用研究交流核对有公开材料的交流记录。
- 从研究日志追踪变更原因，再到实验室档案和指南核对稳定身份、收录规则与证据边界。
证据边界
本站同时登记已发布软件、持续维护的数据与知识基础设施、早期研究协议和远期假设，但不会把这些状态混写。成员、论文、合作关系、数据质量、模型能力和项目成熟度只在存在公开证据时登记。除非条目明确说明，研究内容不代表同行评审结论，也不构成医学、法律、投资或其他专业建议。