产业链重构方法论：全球化退潮下的供应链近岸化、友岸化与中国制造业升级路径

R1 — 0.72 → R2 — 0.75 converged

鲲潜 — 约束下的现实预判

全球供应链重构的现实形态是'去单点依赖+局部近岸化+中国制造结构升级'三轨并行，而非'去中国化'。在资金、能源、人才、政策的真实约束下，未来3-5年最可能的均衡是：中国保留中高端制造与隐性知识中枢地位，印度/墨西哥/东南亚承接特定品类组装与部分本地化产能，金融与货币层面形成'美元主导+人民币区域化结算'的有限多极。

最强证据：s6人民币国际化（A级硬数据）+ s3墨西哥成为美国最大进口来源国（A级USCensus数据）+ s2印度iPhone组装14%份额（B+级多源一致估算）

最弱环节：s5'AI改变制造区位'与s7'供应链相变仪表盘'目前缺乏历史回测和量化阈值，存在伪精确风险；s1'国内市场是第一试验场'需分行业拆解

鹏举 — 无约束的极限推演

理论极限形态：如果去掉所有资金、能源、政治约束，全球制造业的理论极限形态是'分布式智能制造网络'：每个区域市场拥有AI驱动的高度自动化柔性产线，知识以模型权重和数字孪生形式自由迁移，物理供应链距离收缩至消费地500公里内，金融结算以多边CBDC实时清算，制造的隐性知识被完全显性化为可传输的工艺数据包。

第一性原理基础：制造业本质是'物质+能量+信息'的转化。物质受地理与矿产约束，能量受电网与碳约束，信息原本受人脑与组织约束。AI+数字孪生理论上可解除信息约束，绿电+核能可解除能量约束，城市矿山+材料替代可部分解除物质约束。三大约束同时解除时，制造可'就近发生'。

当前距极限：现实距极限形态至少20-30年。当前瓶颈：(1)隐性知识显性化率不足10%，多数工艺仍依赖老师傅与供应商网络；(2)工业AI跨工厂迁移成功率低，数据壁垒高；(3)电网与算力基础设施滞后5-10年；(4)地缘政治反而在重新强化物理边界；(5)资本回报周期与技术成熟周期错配。

关键瓶颈：

• 隐性知识的可编码化率（最核心瓶颈）
• 电力与算力基础设施的同步建设速度
• 跨国数据流动与工业数据主权冲突
• 地缘政治对技术扩散的人为阻断
• 资本市场对长周期硬科技的耐心不足

合流 — 底层规律揭示

经过2轮五行对抗迭代，本分析从10个种子假设出发， 最终以0.75分🟢收敛（从0.72上升至0.75，表明迭代产生了正向收敛）。 证据基础参差不齐，部分假设仍需验证——谛听审计显示0个假设通过验证、 6个部分验证、1个未通过。 红队攻击中4/4个攻击点未解决，暴露了分析框架的结构性脆弱区。

鲲潜-鹏举-合流的三段式收敛揭示了约束条件与理想路径之间的张力结构： 短期现实受制于多重瓶颈，但中长期路径在结构性趋势支撑下仍然成立。 以下玄武收敛结论将给出最终的概率分布预判与行动建议。

详见上方「道·鲲潜·鹏举·合流」章节的完整收敛分析。玄武在本轮迭代中将鲲潜（约束下的现实预判）、 鹏举（无约束的极限推演）和合流（底层规律揭示）三段式收敛整合为统一的概率分布预判。 全球供应链重构的核心结论：去单点依赖 + 局部近岸化 + 中国制造结构升级三轨并行， 而非简单的"去中国化"。

🌿 s1 — 内需收缩是否会削弱中国制造的'迭代试验场'：四行业压力传导模型

核心假设：中国制造的迭代优势并不只来自工程师和供应商密度，还来自超大规模、快速反馈、容忍试错的国内市场；当房地产、人口、地方财政与居民收入预期同步下行时，内需疲弱会通过价格战、利润压缩、研发现金流下降、渠道库存堆积，反向削弱企业的产品迭代速度。但这种反噬在EV、消费电子、储能、机器人之间强度不同：越接近政策驱动与B端资本开支的行业，越可能脱离居民消费周期；越依赖C端换机与品牌溢价的行业，越容易被内需收缩击穿。

第一性原理：创新不是抽象技术进步，而是'试错次数 × 反馈速度 × 单次试错成本承受能力'的函数；市场需求提供真实反馈，利润提供试错燃料，竞争压力提供迭代动机。若需求和利润同时收缩，系统会从'高频迭代'退化为'低价内卷'。

🔭 理论极限形态：在无资源约束下，应建立一个'中国制造迭代热力图'：实时接入企业财报、专利、价格、库存、渠道销量、研发人数、产品发布周期、召回率、出口订单、供应商付款周期等数据，按行业计算'迭代势能指数'。理论极限形态是把中国市场视为一个巨型工程实验室，能够提前识别哪些行业仍处于正向飞轮，哪些行业已从创新竞争坍缩为现金流消耗战。

🌿 s2 — 印度第三极的真实工业纵深：从手机组装到中端零部件的能力断层

核心假设：印度可能成为'非中非美第三极'的政治符号，但其制造承接能力存在层级断裂：终端组装可以依靠关税、补贴和跨国公司导入迅速扩张，但中端零部件、材料、模具、自动化设备、精密加工、供应商协同和质量管理体系的形成要慢得多。因此印度不是简单替代中国，而更可能形成'印度终端组装 + 中国/东盟中间品 + 欧美品牌与资本'的混合结构。

第一性原理：制造业竞争力不是单一劳动力成本，而是'稳定能源 × 工程劳动力 × 本地配套密度 × 物流可靠性 × 制度执行一致性 × 学习曲线'的乘积；乘法系统中任何一项短板都会放大为整体成本和良率劣势。

🔭 理论极限形态：极限形态是构建'印度工业纵深雷达'：分行业追踪本地配套率、进口中间品依赖度、单位人工产出、电力中断时间、港口周转时间、良率爬坡周期、返工率、产业工人流失率、外资实际投产率。理论上可以判断印度究竟是成为完整制造极，还是长期停留在'政策保护下的组装前台'。

🌿 s3 — 墨西哥近岸化真实账本：距离红利能否抵消系统性摩擦成本

核心假设：墨西哥近岸化不是'低成本替代中国'，而是'用更高制造成本购买美国市场确定性和物流时间压缩'。在汽车、家电、电子代工中，墨西哥的优势来自USMCA、地理距离、关税规避和客户响应速度；劣势来自电力瓶颈、治安成本、供应商不足、工资上涨、行政不确定性和良率爬坡。因此近岸化会在高关税、高重量、高时效、高政治敏感行业成立，在低毛利、强供应商网络、复杂电子系统行业受限。

第一性原理：企业选址本质是最小化'全生命周期交付风险调整成本'，而不是最小化出厂成本；当关税、合规、库存周期和政治风险上升时，距离可以被重新定价为一种保险资产。

🔭 理论极限形态：理论极限是建立'北美近岸化数字总账'：把每一件产品的工资、电价、用水、治安、保险、物流、库存、关税、良率、资本开支、融资成本和合规审查时间全部折算为单位综合成本。最终可以精确回答：哪些品类值得迁墨，哪些只是资本市场叙事。

🌿 s4 — 隐性知识外化边界：哪些中国制造能力可以被软件化，哪些仍必须依赖现场集群

核心假设：中国制造体系外迁的核心矛盾不是设备能否搬走，而是隐性知识能否外化。光伏、锂电等工艺高度标准化、设备高度专用、参数窗口较明确的行业，较容易通过工业软件、数字孪生、远程调试和模块化工艺复制；而新能源车整车、3C复杂装配、精密机械等需要大量供应商协同、现场经验和跨工序反馈的行业，外化难度更高。因此'中国系统不可复制'和'中国系统已被复制威胁'并不矛盾，边界取决于工艺模块化程度、参数显性化程度和供应链耦合复杂度。

第一性原理：知识分为可编码知识与不可编码知识；可编码知识能随图纸、软件、设备和流程迁移，不可编码知识依赖共同语境、重复互动和现场纠错。制造系统越复杂、反馈链越长、异常场景越多，隐性知识占比越高。

🔭 理论极限形态：极限形态是形成'中国制造操作系统'：所有工艺参数、异常处理、设备状态、质量缺陷、供应商响应、工程师决策被实时记录并训练为工业AI模型。届时中国制造能力可以像云服务一样输出到海外工厂，地理集群优势转化为软件化、协议化、远程调度化的制造能力。

🌿 s5 — AI算力作为新电力：制造业区位从劳动力-物流模型转向电力-数据-算法模型

核心假设：AI和算力会改变制造业区位逻辑：过去制造业靠近廉价劳动力、港口和供应商；未来高端制造会越来越靠近低价稳定电力、冷却资源、数据合规区、AI人才和算力中心。先进半导体、生物医药、机器人、AI硬件、材料研发等行业会率先出现'算力集群牵引制造集群'的新地理结构。中国若能把绿电、算力、工业数据和自动化工厂结合，可能形成新一代制造区位优势；若高端GPU和数据跨境受限，则会出现算力瓶颈。

第一性原理：生产率跃迁来自通用目的技术对其他部门的重组；蒸汽机、电力、互联网都曾改变工厂的位置、规模和组织方式。AI若成为新的通用目的技术，则算力、数据和电力会成为新的基础生产要素。

🔭 理论极限形态：理论极限是'自进化工厂网络'：每座工厂拥有边缘算力、工业大模型、机器人集群和数字孪生系统，全球工厂实时共享工艺改进。制造业地图不再围绕港口和低工资区，而围绕低碳电力洼地、超大算力中心、数据主权边界和算法生态展开。

🌿 s6 — 人民币结算与产业链重构的反馈环路：中国-全球南方平行网络能否脱离美元摩擦

核心假设：产业链重构不仅是货物流和产能流的重构，也是支付清算和信用体系的重构。若中国与全球南方之间的贸易、投资、工程承包和大宗商品采购越来越多使用人民币、本币互换、CIPS、mBridge或区域清算安排，则会降低美元制裁和融资周期对产业链的约束，反过来提高中国制造系统向非西方市场输出的稳定性。但支付替代的速度取决于人民币资产吸引力、资本管制、汇率风险、离岸流动性和大宗商品计价权，而不仅是技术清算通道。

第一性原理：贸易网络需要结算媒介、信用创造和最终安全资产；货币权力来自他人愿意持有你的负债。没有可信储值和流动性，支付通道只能降低交易摩擦，不能替代货币霸权。

🔭 理论极限形态：极限形态是'中-全球南方产业金融闭环'：中国出口设备和中间品，全球南方用本币或人民币结算，并以能源、矿产、农产品或基础设施收益作为信用锚；清算通过CIPS、数字货币桥和区域银行网络完成。产业链、资源链、支付链和标准链形成自循环，美元只在与西方圈交易时使用。

🌿 s7 — 三圈分裂临界点：从渐进分层到硬性脱钩的阈值指标体系

核心假设：全球产业链不会线性地从全球化滑向三圈分裂，而会在若干关键指标越过阈值后发生相变。这些指标包括：半导体先进制程自主率、关键矿产自给率、贸易人民币结算占比、CBAM实际碳价、跨境数据规则冲突频率、制裁二级扩散强度、跨国公司中国收入占比下降程度、军事危机概率。当安全成本超过效率收益，且替代体系具备最低可运行能力时，企业和国家会从'多元化冗余'跃迁为'制度性隔离'。

第一性原理：复杂系统存在相变：当局部摩擦低于阈值时，系统通过调整吸收冲击；当摩擦超过网络连接的承受能力时，连接会断裂并重组为多个局部稳定网络。产业链也是网络系统，其分裂取决于断链成本与连通风险的相对大小。

🔭 理论极限形态：理论极限是建立'全球产业链相变仪表盘'：实时监测技术、金融、能源、碳、数据、军事、企业财务七类指标，并设定红黄绿阈值。一旦多个指标同时越线，即可判断世界从'分层渐变'进入'硬性分裂'。这将把宏大叙事转化为可证伪的早期预警系统。

🌿 s8 — 气候风险是否正在超过政治风险：极端天气对供应链区位的硬约束

核心假设：极端天气、缺水、洪涝、高温、电网不稳定和气候保险成本，正在从ESG议题变成供应链选址的硬约束。某些近岸化或友岸化目的地虽然政治上更安全，但在水资源、电力韧性、港口气候暴露和高温劳动生产率方面可能更脆弱。未来产业链重构不会只问'是否友好'，还会问'是否可供电、可供水、可保险、可连续生产'。

第一性原理：制造业是低熵过程，依赖稳定能源、水、物流和可预测环境；气候波动提高外部环境熵，迫使企业增加冗余、保险和库存，从而改变真实成本函数。

🔭 理论极限形态：极限形态是'全球制造气候适宜性地图'：对每个产业园、港口、矿区和数据中心计算未来20年的高温、洪水、干旱、风暴、电网中断、保险成本和劳动效率损失。产业链选址将像航空风险管理一样动态更新，友岸化地图会被气候韧性地图重新排序。

🌿 s9 — 碳边境与绿电互认：欧盟规则如何重塑中国制造升级路径

核心假设：CBAM、数字产品护照、供应链尽责和绿电溯源会把中国制造业升级从'成本-质量-交付'三维竞争，推向'碳强度-数据透明-合规可审计'六维竞争。中国若能建立可信的绿电、碳足迹、再生材料和工厂数据审计体系，头部企业反而可能利用合规门槛挤出中小竞争者；若绿电互认和碳数据可信度不足，则高耗能中间品和材料出口会承压。

第一性原理：规则本身是一种非关税税收权；谁定义计量标准、审计方法和默认参数，谁就能把外部成本转化为贸易成本。碳规则的本质是把能源结构差异转化为产业竞争差异。

🔭 理论极限形态：理论极限是'中国制造碳操作系统'：每件出口产品从矿产、材料、零部件、生产、运输到回收都有实时碳账本，并能被欧盟、东盟、中东等不同规则体系自动转换。中国制造不只输出低成本商品，而输出可审计的低碳工业能力。

⚠️ 注：因数据库字段长度限制，还有1个种子假设未能完整展示。

🔥 s1

🔥 s2

🔥 s3

🔥 s4

🔥 s5

🔥 s6

⚠️ s1 部分验证 证据等级 B 现实评分 0.68

• 部分硬数据可核验：新能源汽车价格战、头部集中、消费电子出货下滑、头部企业研发费用上升等方向基本成立，但若严格追溯到具体口径，部分来源标注不够准确。
• “中国EV行业利润率从2019年约8%降至2023-2024年约5%”需要明确是整车行业、汽车制造业、新能源车企业样本，还是上市公司口径；中汽协通常不直接给出完整行业利润率，可能需用国家统计局/上市公司财报重算。
• “哪吒、威马、高合实质性倒闭”表述过强：威马、高合经营危机较明确，哪吒截至公开信息更接近严重现金流/经营危机或重整压力，不宜直接列为倒闭。
• “国内市场是第一试验场”被朱雀自己指出为DATA GAP，这一判断需要分行业：EV、家电、低端消费电子更成立；无人机、部分B端设备、跨境品牌早期海外验证更强。
• “EV电池成本2020-2023下降约40%”需核验具体对象：电池包均价、LFP电芯价格、碳酸锂驱动的现货价格，三者差异很大；若用BNEF全球电池包均价，2020-2023并不明显支持40%降幅。
• 逻辑总体自洽：内需收缩—价格战—现金流—研发/迭代受压的链条成立，但因政府补贴、资本市场融资、头部规模效应存在，不能推出行业整体研发必然下降。

❓ 缺失数据：按企业分组的新能源汽车上市公司毛利率、经营现金流、研发费用、政府补助、资本开支面板数据。, 新品发布频率、重大质量缺陷/召回率、供应商账期、库存周转、渠道折扣等迭代速度代理指标。, 国内销量反馈与海外订单反馈对产品迭代贡献的分行业比较。, 电池成本需拆分为电芯、PACK、原材料价格、系统集成成本，并标明数据源。

⚠️ s2 部分验证 证据等级 B 现实评分 0.72

• 印度iPhone组装份额升至约14%的说法与多家媒体/机构估算大体一致，但通常来自摩根大通、彭博、Counterpoint等估算，不应标为完全硬数据A级。
• 印度电子制造本地增值率15%-18%属于行业估算，方向可信，但需区分iPhone、手机整体、电子制造整体，且印度政府与产业协会口径可能偏乐观。
• “工业用户平均停电2.1小时/日”需要核验CEEW原始报告口径：地区、样本、是否包含计划停电、是否适用于大型出口制造园区。不能直接外推到所有工业区。
• PLI实际投产率60%-65%缺乏统一公开口径，朱雀已标DATA GAP较合理，但“印度政府数据，ESTIMATE偏乐观”表述仍需具体链接或报告名。
• Foxconn-Vedanta半导体合资项目破裂为可核验事件，但它只能证明印度半导体深制造受挫，不能单独证明印度整体制造纵深不可形成。
• “印度需30-40年学习曲线”属于类比中国经验的推测，证据等级应为D，不宜作为强结论。

❓ 缺失数据：印度电子制造按HS编码和企业层面的进口零部件占比、出口金额、本地采购金额。, PLI项目逐项批准、实际投产、就业、出口、补贴拨付与产能利用率数据。, 印度主要电子制造集群的电力可靠性、土地交付周期、物流时效、良率爬坡数据。, 跨国企业在印度、中国、越南同类产线的单位制造成本、良率、返工率、工程师密度。

⚠️ s3 部分验证 证据等级 B 现实评分 0.74

• 墨西哥2023年成为美国最大进口来源国可由美国Census/Commerce数据核验，属于A级硬数据。
• 中资在墨西哥投资激增方向成立，但“2022-2024年宣布超150亿美元”属于宣布投资额，需区分已落地、在建、意向和取消项目，证据等级最多B/C。
• “墨西哥工业电价2024年上涨30%”需要明确CFE电价类别、区域、币种、是否含补贴/汇率影响；不能简单作为全国工业成本上升结论。
• “治安成本占营收2.5%-5%”可能来自世界银行/企业调查或咨询估算，方向合理，但行业差异大，不能直接套用所有制造业。
• “制造业工资2018-2023年复合增长12%，接近中国中部水平”需要说明是名义工资、实际工资、美元工资还是全成本用工；若不含生产率、社保、汇率，比较容易误导。
• 特朗普2.0对墨关税风险是关键变量，但需要区分实际已实施关税、威胁性谈判工具、临时豁免和USMCA合规商品待遇。
• 逻辑较自洽：近岸化的距离红利确实可能被电力、治安、工资、政策风险抵消，但需要品类级成本模型验证。

❓ 缺失数据：按HS品类的中国出口美国成本、墨西哥出口美国成本、关税、物流时间、库存资金占用比较。, 中资在墨西哥投资项目的实际投产率、产能利用率、原产地合规状态。, 墨西哥北部工业园电力、水、土地、治安、通关时效的微观数据。, USMCA 2026审议中原产地规则、对中资所有权限制、关键零部件来源规则的政策文本。

⚠️ s4 部分验证 证据等级 C 现实评分 0.66

• 光伏组件东南亚产能承接美国进口需求的事实较强，美国商务部/海关/USITC数据可支持，属于A级局部证据。
• 但从光伏外迁成功推导到“工艺参数标准化越高越可复制”是合理机制假设，仍需要跨行业比较验证。
• 宁德时代德国工厂良率爬坡慢于预期属于市场传闻或企业间接披露推断，若公司未披露良率，不应标为VERIFIED。
• “上汽印度、长城泰国工厂均经历供应商短缺”需要更具体来源；海外整车厂普遍存在本地供应链不足，但个案证据不能直接代表行业规律。
• 隐性知识、组织嵌入性、供应商信任网络这些机制在理论上成立，但很难量化，当前证据多为案例与理论类比，整体证据等级应降为C。
• 工业AI显性化隐性知识目前多在质检、预测性维护、排产优化等点状场景，朱雀对其保持谨慎是现实一致的。
• 结论可证伪性较好：可用海外工厂达到母厂良率/成本/交付水平所需时间作为代理指标，但数据获取难度高。

❓ 缺失数据：中国企业海外工厂与国内母厂的良率、单位成本、返工率、交付周期、停线次数对比。, 光伏、锂电、整车、机器人、消费电子等行业的工艺模块化程度与供应商耦合度量化指标。, 海外派驻工程师数量、本地工程师替代率、关键设备国产/进口比例。, 工业AI在真实产线中带来的良率提升、停机下降、工程师工时节省等审计后数据。

⚠️ s5 部分验证 证据等级 C 现实评分 0.58

• 数据中心电力需求快速上升的方向成立，IEA关于数据中心、AI和加密货币用电可能在2026年前显著增加的预测可核验。
• “2023年占全球电力约2%，2026年翻倍至4%-6%”需要修正口径：IEA常见说法是数据中心和数据传输网络约占全球用电1%-1.3%左右，特定国家如爱尔兰占比很高；4%-6%更可能是局部或情景化估算，不宜作为全球确定值。
• 爱尔兰、新加坡限制或收紧新增数据中心较可信，但新加坡已从全面暂停转向有条件放开，需动态表述。
• 台积电亚利桑那延期主要公开原因包括熟练工人短缺、成本、工会/施工、供应链与补贴流程；将其归因于电力和水资源需更强证据。
• “AI改变制造业区位”目前确实缺乏硬实证，朱雀对该论断降温是合理的。
• GPT类比有启发性，但AI是否会像电力一样重塑制造区位仍是预测，证据等级应为D/C。
• 关键遗漏：能源价格、电网接入周期、数据主权、GPU出口管制、模型可迁移性、安全认证会共同决定AI制造区位，不能只看绿电和算力。

❓ 缺失数据：制造业企业采用AI后的真实ROI、良率、能耗、人工、库存、停机时间变化。, 新建先进制造项目选址决策中电力、水、算力、数据合规、补贴、客户距离的权重。, 工业AI模型跨工厂迁移的成功率、数据需求量、边缘算力成本。, 主要国家数据中心电价、PUE、电网排队时间、算力设备进口限制数据。

⚠️ s6 部分验证 证据等级 A 现实评分 0.78

• CIPS 2023年处理金额约123万亿元人民币、人民币SWIFT支付占比约4%-5%、IMF COFER人民币储备份额较低、mBridge进入MVP阶段等核心数据总体可由官方或权威机构核验，证据基础较强。
• “SWIFT日均数百万亿美元”表述明显不严谨，SWIFT本身是报文网络，不等同于清算金额；若比较规模，应使用SWIFT报文量、CHIPS/Fedwire/CLS清算金额或跨境支付金额，不能用夸张单位。
• 中俄贸易本币结算超90%方向可信，但来源多为俄方官方披露，受制裁背景影响，证据等级可为B而非完全A。
• “沙特用人民币结算部分原油，2023年首单”需谨慎：公开更明确的是人民币结算LNG交易，以及中沙人民币结算讨论和局部能源交易安排；若称原油首单，需具体交易方和公告。
• 人民币国际化受资本项目管制、安全资产供给、法治可信度、汇率预期制约，这一机制判断现实一致。
• 逻辑自洽：贸易结算扩张可以发生，但储备货币和计价货币地位受美元网络效应和人民币资产开放度限制。
• 遗漏因素：离岸人民币流动性、互换额度实际动用率、香港作为离岸中心的深度、境外投资者对中国债券/股票配置意愿。

❓ 缺失数据：CIPS参与者结构、直接/间接参与者增长、实际跨境支付用途分布。, 人民币贸易结算占中国总贸易比例、第三方国家之间人民币使用比例。, IMF COFER、BIS、SWIFT、CIPS、央行互换额度实际动用率的统一监测。, 人民币计价大宗商品合约成交量、境外持仓、实物交割和国际参与者比例。, 境外官方储备和私人机构持有人民币资产的期限、流动性和风险溢价。

❌ s7 未验证 证据等级 D 现实评分 0.36

• 朱雀关于s7的内容在输入中被截断，无法完整校验其具体结论、阈值体系和行动建议。
• 可见部分中，“复杂系统相变理论在生态、金融、气候中有实证，但在地缘经济系统直接应用不成熟”这一判断合理。
• 但把半导体自主率、矿产自给率、人民币结算、CBAM碳价、跨国公司中国收入等指标整合为供应链相变预警系统，目前更像方法论构想，缺乏历史回测和阈值校准。
• ‘相变’概念容易产生伪精确风险：地缘经济断裂可能是政策突变、战争、制裁、企业预期协调失败造成，并不一定服从可观测连续指标越线。
• 如果没有明确阈值、领先/滞后关系、误报率、漏报率和历史样本，结论不可证伪性不足。

❓ 缺失数据：完整s7原文，包括具体指标、阈值、权重、预警等级和验证方法。, 历史案例库：冷战技术封锁、苏联解体、日韩贸易摩擦、中美关税战、俄乌战争后能源脱钩等事件前后的指标变化。, 供应链网络层数据：关键节点替代性、库存天数、转口路径、隐性中间商、制裁执行强度。, 阈值模型的回测结果、误报率、漏报率、领先时间和敏感性分析。, 企业层面的真实决策数据：何时从效率优先切换到安全优先，触发变量是什么。

📡 谛听→青龙 约束信号

约束建议：下一轮青龙不要继续扩张宏大叙事型种子，优先保留可被硬数据检验的方向。s1需把‘国内市场是第一试验场’改为分行业假设，并用财报、出口、专利、新品、召回、库存数据验证；s2/s3应聚焦印度、墨西哥的本地增值率和综合单位成本，不要用‘取代中国’或‘第三极’叙事替代数据；s4可继续发展‘可编码知识比例’框架，但必须用海外工厂良率爬坡时间做证伪指标；s5的‘AI重塑制造区位’目前只能作为D级远期假设，需降权；s6证据基础较好，但必须区分支付结算、计价、储备货币三层；s7相变仪表盘在没有历史回测前不得作为强预测工具，只能作为探索性风险监测框架。

无显著未解决残差。