二十六、 第二项能力：按顺序执行两个字（进展 + 真实数字）
★
1.6k 字 ·
源文件 进度.md 第 1170 行起 ·
goal discipline ruler memory
#★ 为什么要做这个
到目前为止她"会"的所有事都是同一个形状：看到一个字 → 做一个动作。 记忆从来没有被需要过。 而"能演一个有性格的角色"必须建立在【能执行连续动作】上（先做这个、再做那个）。
#★ 任务
屏幕上并排两个字（比如 左 下）：
先到「左」对应的角，到了之后【目标自动换成「右/下」那个字对应的角】，再去那里。
★ 到位标准与奖励【完全同一个条件】（距目标中心 4.0 像素）—— 这是本会话最贵的一条教训的直接应用。
#★ 先算清楚"瞎猜"是多少
4 个字能组成的有序对 = 12 种。
| 量 | 瞎猜水平 |
|---|---|
| 第一步对 | 25.0% |
| 第二步对 | 25.0% |
| 整对都对（且顺序对） | ★ 8.3% |
★ 而六个"不看屏幕"的盲策略，整对是【0.0%】 —— 因为整对要求"先 A 后 B"，固定走法连第一步都只是碰巧。 → 这个判据比单字任务干净得多（那里盲策略还能拿 25%）。
#★ ★★★ 她做到过 100%
评估点 2–4（种子1）与评估点 3（种子2）:
左->下 第一步 100% 第二步 100% 整对 100%
上->右 第一步 100% 第二步 100% 整对 100%★ 而这两对正是【训练里见过的那两对】。
#★ 但有三件事必须如实说
| # | 事实 | 含义 |
|---|---|---|
| 1 | ★★ "没见过的两对"全程 0% | ★ 她是【背下了那两对】，不是学到了"规则" |
| 2 | ★★ 训练后期第二步掉到 0%（第一步仍稳在 100%） | ★ 又一次"末点退化" |
| 3 | ★ 任务可解这一点已确证 | ★ 所以问题不是"她能不能"，而是"怎么保住" |
#★ 我排除了两个解释（都做了实测）
| 解释 | 实测 | 结论 |
|---|---|---|
| "第二步没有奖励" | 第二步到达奖励 0.961 ≈ 切换刻 0.954 | ❌ 排除 |
| "时间不够" | 相位2 在刻 18/23 触发，剩 36–41 刻 | ❌ 排除 |
★ -> 第二步是有奖励、可做到的；掉到 0% 是【训练漂移】。
#★★★ 我发现了一个一直在损失东西的漏洞
训练只在【最后】保存一次检查点 —— 而"最后"正是会退化的地方。 于是我一直在用【退化之后的她】做评估，而【最好那一刻的她从来没被存下来】。
★ 已修：加了 --save-best（哪个评估点创新高就另存一份）。
★ 本会话三次"末点退化"里，至少两次的真因就是【检查点选错了】，
而我每次都先去查训练。
#★ 还有一个我该早点做的事
屏幕上只画两个字这件事，她以前从没见过 —— 所以在"只看第一个字就够"的时候，
她【有理由】不读第二个字。
★ 已加开关 --seq-phase2-only：相位0 时【只画第一个字】，到了第一个角才显示第二个字。
-> 这样"只读第一个字"就不够用了，"顺序"才第一次有理由被学。
#★ 一句话
这个任务她做得到（100%），但她现在做的是【背下见过的两对】， 而且训练后期会把第二步丢掉。 这两件事都不是"她不行"，而是【训练与保存的方式】问题 —— 都已定位，都已有对策。