二十四、 一个重要的更正：训练日志里那个"100%"是假的

#★ 我做了什么

用同一个策略，换了 4 个不同的评估种子，各测一次：

★ 四次完全一样。

#★ 这说明什么

换种子不动 -> 不是"抽样运气"，而是【她真的只会两条指令】 （上/右 会，左/下 完全不会）。

#★★★ 而这就判定了一件事

训练日志里那句 训练到位率 亮=100% 不亮=100% 【不能】当能力读数。

原因：两把尺子不一样。

★ 旁证：评估侧同一时刻的平均格距 = 0.50 格 （0.5 格 ≈ 没停在目标上），而训练侧仍报 100%。 -> 训练侧那个 100% 与"真的停在目标上"不是同一件事。

#★ 这解释了本项目一个长期困惑

"训练日志一直漂亮，一评估就一半" —— 因为两把尺子量的是不同的东西。

★ 而"β 归零就崩"那个发现仍然成立（两组同时崩，是 β 的效应）， 但它保住的是【松尺子】下的读数 —— 严格尺子下 --beta-end 0.4 是否也有效，还需要重测。

#★ 对话里的"她学会了"要不要撤回？

不撤回，但要标注。

AL_s1 那条"目标完全不可见下 100%"的证据走的是【评估路径】（严格尺子）， 所以它仍然成立。 只是当时没有逐指令核对平均格距。

#★ 下一步

#★ 一句话

不是她学会了又忘了，而是我一直在用一把【太松的尺子】读训练日志。 换种子不动的那个 2/4，说明她其实只会两半。