AI 投资 dashboard 不应该只展示答案。它应该展示答案为什么变化。

这就是 Invest AI 加入 decision observability 的原因：decision events、macro radar factors、cache freshness，以及可追溯到结构化字段的 worker-owned explanations。

问题

没有可观测性时，用户只看到：

Protect Capital
13 / 100

但不知道它来自 volatility、macro stress、weak breadth、stale data，还是 engine disagreement。

形态

Decision observability 把 payload 变成原因时间线：

• Consensus events。
• Macro radar events。
• Engine events。
• Signal candidates。
• Stale/degraded state。

这些事件由 worker cache 生成，不由 frontend 临时发明。

UX 规则

产品顶部仍然 decision-first。细节逐步展开：

1. Header 与 hero card 说明该怎么做。
2. Event feed 解释发生了什么变化。
3. Macro radar 展示 factor layer。
4. Dashboard 让用户检查完整状态。

一句话

可观测性不只是给 operator 的。在决策产品里，可观测性也是用户信任的一部分。

延伸阅读： ADR-013（docs/adr/013-v11-decision-observability.md）。