discipline/README.md
需求统计与预测 · 学科总览
学科版本：v0.11（Round 11 完成 · 2026-08-10） 定位：研究「需求」这一潜在量的测量、统计刻画与预测，并连接预测到决策价值的学科分支。
Web 访问
- 学科首页：
http://localhost:8000/discipline（首页 → 「📚 学科文档」入口）。 - 英文获客门户：
/en（价值主张 + 产品表）与/en/value-chain（价值链英文版）。 - 指标看板：
/analytics（自建埋点聚合：PV/UV/漏斗/留存，Round 8 起有数据）。 - Pro 订阅：
/pro（定价 + 等待名单 + watchlist）与/reports（周报，Round 9）。 - 企业需求 API：
/enterprise（结构化需求报告 + trial key + API 文档，Round 10）。 - 支付与条款：
/pro订阅支付接 Paddle（PAYMENT_SETUP.md七步指南）、/terms服务条款（支付/退款/取消政策，Round 11）。 - 文档由
scripts/build_discipline_docs.py渲染为 HTML；修改discipline/*.md后 刷新页面自动重建，也可手动运行脚本或--watch监听。 - 全站公共注入（AdSense + 埋点）见
app/page_inject.py，配置见app/config.py。
一句话定位
需求统计与预测（Demand Statistics & Forecasting, DSF） 研究： 需求对象 o 在范围 m 中、时刻 t 的潜在需求 D(o,m,t) 如何被有效测量、如何被统计刻画、 如何被可靠预测，以及预测如何转化为决策价值。
为什么在 AI 时代重要
- 需求对象爆炸：算力/GPU、token、数据、模型能力、agent 服务成为全新且增速最快的需求大类， 波动远超传统商品，传统「长历史、慢变化」的预测范式失效。
- 信号爆炸：数字尾气（搜索、下载、API 调用、论文、招聘、榜单）让需求从「低频抽样」 走向「高频代理」，但每个代理都有偏差，测量问题成为第一问题。
- 方法换代 + 需求被 AI 改变：时序基础模型、LLM 推理、conformal 预测、人机混合预测改写方法库； 同时 AI 生成需求、agent 成为需求主体，需求本身的结构在变。
学科定位（与相邻学科的分工）
| 学科 | 提供什么 | DSF 做什么 |
|---|---|---|
| 统计学 | 测量与不确定性理论 | 聚焦「需求」这一特定潜在量，提供跨方法整合框架 |
| 计量经济学 | 需求估计（离散选择、面板、Tobit） | 面向实时、高频、非平稳、冷启动的需求对象 |
| 预测科学（forecasting） | 方法库与评估标准（M 系列、proper scoring） | 扩展对象域到 AI 原生需求与数字信号 |
| 运筹/供应链管理 | 决策集成（库存、产能、服务） | 把「预测价值」纳入评估，不做完整优化理论 |
| 创新扩散/技术预测 | 需求扩散模型 | 把扩散作为需求生成机制之一 |
与 AppTrends 项目的关系
现有 ADDO 模型（AI 领域深度参与顺序）是 DSF 的第一个应用实例（Case 0）：
「哪些领域先被 AI 深度改造」= 对「AI 变革需求」这一需求对象的排序预测。
它的 harness 纪律（先注册后计分、版本化、可证伪）已被吸收为 DSF 的证据标准
（见 06-evidence.md），反向地，ADDO 的经验（截断观测、专家打分偏差）是 DSF 的案例证据。
文档地图
轮次档案全量索引
- Round 1 · 测量
- Round 2 · 文档 HTML 化
- Round 3 · 概率预测基准
- Round 4 · 子领域划分
- Round 5 · 许愿池
- Round 6 · 匹配模型 v0.2
- Round 7 · 价值链路
- Round 8 · 英文页 + 埋点 + AdSense
- Round 9 · Pro 订阅
- Round 10 · 需求 API + 飞轮
- Round 11 · Paddle 支付
| 文档 | 内容 |
|---|---|
| 01-vision.md | 愿景、问题定义、学科边界、成功标准 |
| 02-foundations.md | 公理、核心概念、符号体系、需求对象分类学 |
| 03-methods.md | 成熟方法论地图（七支柱 + 选择规则） |
| 04-ai-era.md | AI 时代的新对象、新信号、新方法、新问题 |
| 05-agenda.md | 研究问题积压（backlog，轮次选题入口） |
| 06-evidence.md | 证据标准与评估协议 |
| 07-iteration.md | 迭代协议（如何跑一轮、质量门、可持续机制） |
| 08-measurement.md | 测量与需求对象：协议入口 + 分类学映射 + 出生检测/子领域划分/许愿池（Round 2-5） |
| 09-value-chain.md | 价值纵贯线：理论 → 资产 → 产品 → 用户价值 → 变现（Round 7-10：埋点/英文页/Pro/企业 API） |
| _architecture.md | 知识架构与模块化规范（分层、耦合规则、上下文预算） |
| glossary.md | 术语表（中英对照） |
| methods/ | 方法论七支柱详情（一支柱一文件） |
| protocols/ | 操作协议：代理/截断/冷启动/出生检测/分布交付/校准维护/轮次模板 |
| benchmarks/ | DSF-Bench：基准设计 + 结果 |
| literature/ | 文献库（index + 每轮扫描笔记） |
| rounds/ | 轮次记录（决策、产出、未决问题） |
| knowledge/proxy_registry.yaml | 代理登记表（机器可读） |
核心不变量
- 需求是潜在量：一切测量都是代理，必须声明代理及其偏差方向。
- 先注册后计分：任何预测性声明先注册，事后计分，不事后修改。
- 证据分级：文献/实验结论标注证据等级，推测性结论不得伪装成结论。
- 版本化：每轮迭代更新版本号、changelog、轮次记录，旧版本可追溯。
- 可复现：同一版本知识 + 同一版本方法 → 同一结果。
当前状态
- Round 1（v0.1）：学科愿景与边界、公理化基础、方法论地图、学术进展扫描、 研究问题 backlog、证据标准、迭代协议、术语表、HTML 化。
- Round 2（v0.2）：测量理论实操——代理登记协议与 5 个实例、截断校正协议、 冷启动协议、需求对象分类学 v0.2、代理登记表知识文件。
- Round 3（v0.3）：概率方法库——分布交付规范（RQ-C1）、校准维护协议（RQ-C2）、 DSF-Bench v0.1 基准（RQ-D2 初验）、对象出生检测协议与 watchlist 原型（RQ-A5）、 知识架构模块化（_architecture）。
- Round 4（v0.4）：子领域划分模型（RQ-A6）——六准则评分 + 分区校验 + 五步流程； 内容创作域细化试点（6 个细分子领域 + 数据签名），统计/阶段/曲线投影端到端跑通 （rounds/round-04-subdomain-partitioning.md）。
- Round 5（v0.5）：许愿池（Case 1：需求直接观测通道）——需求表达→深层挖掘→ 匹配→双边路由→实现追踪；激励设计 + 匹配模型 + 原型 （rounds/round-05-wishpool.md）。
- Round 6（v0.6）：许愿池匹配模型 v0.2——缺口证据层（index/ai/market gap）、 可解释排序（γ关键词/δ时新性/ε证据）、愿望状态机与页面 UI （rounds/round-06-wishpool-match-v02.md）。
- Round 7（v0.7）：价值纵贯线——五层价值链模型（理论/资产/产品/用户/变现）、
产品映射表、指标链（含 H20/H21）、数据飞轮、变现路线图；
网站新增
/value-chain页面与入口 （rounds/round-07-value-chain.md）。 - Round 8（v0.8）：英文获客页（/en、/en/value-chain）+ 自建埋点 + AdSense 配置化。
- Round 9（v0.9）：Pro 订阅（waitlist + watchlist 告警 + 每周需求报告）、H22 定价假设。
- Round 10（v0.10）：企业需求 API（trial key 免费限流）+ 飞轮验证 H21 首测基线。
- Round 11（v0.11）：Paddle 支付打通——中国个人开发者海外收费方案定案；
checkout/webhook 就绪（沙盒可测）、/terms 审核落地页、PAYMENT_SETUP.md 七步指南；
pro.mode保持 waitlist，真实密钥配置并沙盒实测后才切 paddle （rounds/round-11-paddle-payment.md）。 - 下一轮候选主题见各轮次记录（rounds/）的「下一轮建议」。