导航：如果你只读一段，读这一段（截至 2026-10-03）

★★ 本文件是【逆序历史文档】（最新的节在最后，第 21/22 节）。 下面这一段是"现在该信什么"的摘要；细节与逐次现场在末尾的 §21/§22。

#A. 现在能下的结论

#B. ⚠️ 被修正或推翻的旧结论（请以本段为准）

#C. ★★★ 现在的瓶颈判断（第 3 次改口，以本段为准）

★★★ 瓶颈不是"缺一个保存机制"，也不是"她只能学到两条指令" —— 而是【把能力保持到末点】：她【能学到 4 条】（最好点四臂都到 3 条、一个到 4 条）， 而末点通常只剩 0–2 条。

★★★ 证据（F2_B 三种子，完全同配置）：

种子	末点到位率	末点格距	末点学到的指令数
0	44.8%	1.90	2（左 100% / 下 79%）
1	★ 0.0%	2.69	0
2	25.0%	2.69	1（左 100%）

★★★ -> 末点的"条数"是【会变的】（2/0/1）—— 而"能力上限是两条"这个说法【是错的】：上一个目标四个臂的【最好点】全部到 3 条， 其中一个到 4 条（C_SC_nobar_best：上 100% 左 62% 右 79% 下 100%）。 详见 journal/CORRECTION_SHE_LEARNED_THREE_AND_FOUR_COMMANDS.md。

★★★ 而"记忆太短"（2.0 刻）是真实的，但它在【这个任务】上不是约束： 接地任务是"看到字 → 开到那个角"，中间没有延迟期。

★ 触发条件写在 journal/DECISION_ON_MEMORY_ARCHITECTURE.md： 在【一个明确有延迟期的任务】上测到她保持率明显偏低之前，不动记忆架构。

★★★ 而这一段的教训是：我在本目标里【连续三次】改了瓶颈判断 （"留不住" → "缺保存机制" → "只学两条" → "稳定性"）， 每一次的依据都比上一次多一个种子。所以"瓶颈判断"本身是需要样本量才敢下的结论。

#C2. ★★★★★ 第 4 次改口（以本段为准）："她在解之间漂移"，而"干扰假设"被反向否证

★★★ 失败模式不是"崩掉"而是【在解之间漂移】（RESULT_ENDGAME_DIAGNOSIS_DRIFT_BETWEEN_SOLUTIONS.md）： REL_s8 步 1100–1200 是「左=100%」，步 1400 变成「左=50%」； REL_s6 从「下=67%」换成「左=50% 下=25%」。 而 ent 全程稳定 −0.24 ⇒ 不是策略崩溃，是行为在指令间重新分配。 回退起点全在 β ≤ 0.4（老师基本退出之后）。

★★★★★ 而"四条指令互相干扰"这个直觉假设【被反向否证】：

组	最好点条数	n	Fisher「至少 1 条」
4 指令	3,1,3,1,1	5	5/5
2 指令	0,0,0,0,0,0	6	★★ 0/6，p = 0.002

★★★ -> 把指令从 4 条减到 2 条让她【明显更难学到任何东西】—— 而干扰假设预测的是相反方向。 详见 journal/RESULT_INTERFERENCE_HYPOTHESIS_REFUTED_IN_REVERSE.md。

★★ 两个候选机制：（a）指令数是辅助信号而非干扰源（2 条时示范分布多样性减半）； （b）她需要更多机会碰到一个"能学会的角落"（与"逐指令会在解之间换"吻合）。 区分它们只需一个实验：训练 4 条但评估只看那 2 条。

---

★★★★★ 2026-10-03 夜追加（并集分析）—— 并更正一句我写错过的话：

跑次	上	左	右	下	★ 活着
REL_s4	100%	79%	62%	0%	3
REL_s5	0%	100%	0%	0%	1
REL_s6	100%	100%	0%	100%	3
REL_s7	0%	62%	0%	25%	2
REL_s8	100%	0%	0%	0%	1

★ 并集覆盖 4/4 · 从未被学会的指令：无 · 单次最多活着 3 条 · 同时全会 4 条：0 ★ 各指令两两 Fisher 全部 p ≥ 0.206（难度无显著差异）

⚠️ 而我说过"上限在【同时】上" —— 这句话【已更正】： 最多活 3 条 是 n=5 的【观测最大值】，不是有界性的证据； 而"读出竞争"只是【未经检验的推断】，且与"2 指令 0/6 vs 4 指令 5/5"方向相反。 → journal/CORRECTION_MAX_3_IS_NOT_A_LIMIT_AND_READOUT_WAS_AN_INFERENCE.md（教训 173）

★★★ 收窄后可辩护的说法：一次训练通常只建出【部分解】（1–3 条）， 而末段的大更新把已经建出的部分解再走掉一部分。 ★★★ 而"两条硬证据"里的第一条【已被我自己更正】—— 以下是更正后的版本： ① 末段参数更新是【最大】的一段 → ★★ 末段是【较大】的一段（1200→1400 相对变化 37–50%）， 但不是唯一最大：REL_s8 的 400→600 是 56.8，比它的 1200→1400（47.5）更大。 → journal/CORRECTION_NEVER_LEARNED_DOMINATES_AND_LATE_IS_NOT_THE_MAX.md（教训 175） ② ★★★ 新的、更强的证据：沿快照追踪 diag = 1 − mean(四条指令下平均摇杆向量的两两余弦) （0 = 四条指令同一个动作）发现它【会升上去再崩掉】： REL_s7 步 1200 = 1.301（完全条件化）→ 步 1400 = 0.002； REL_s8 步 1000 = 1.229 → 步 1400 = 0.079。 ⇒ 绑定会建立，然后在最后 200–400 步崩塌。 → journal/RETRACTION_BINDING_DOES_FORM_THEN_COLLAPSES.md（教训 183–184）

★★★ 判据 V1（分辨"主干移动"与"读出撑不住"）：FREEZE-TRUNK —— 冻住整个 LNN 主干只训读出；对照 GN2-PROBE（同起点同步数，主干不冻）。 冻住后漂移停止 ⇒ 病因在主干；两者都漂 ⇒ 病因在读出。 ★ 用它而不是直接改读出，因为改读出属于循环核模块而 NOT_DOING 里有"换循环核"。

#C3. ★★★★★★ 一个必须记住的测量陷阱（付过代价，两次）

★★★★★ "到达"有两把【不同的尺子】，而它们的差值会伪装成"数据矛盾"：

尺子	定义	6.12px 时
★ 到达判定	欧氏 dist_px <= arrive_px（12.0）	到达
★★ 环境自报 _dist_cells()	曼哈顿"格"距离（CELL_H = 14.4px）	★ 0 格（"在目标格里"）

★★★ -> 所以"她在目标格里"与"她到达了"不是同一件事。 我在 journal/RETRACTION_ARRIVAL_GAP_WAS_MY_OWN_BUG.md 里因为这两把尺子 自造过一次"数据矛盾"，并差点把它解释成一个机制。

★★★ 复评工具现在会打印【它实际使用的判定条件】（arrive_px/arrive_bonus/ts/train_cmds）， 并把两把尺子并排显示（mean-dist 欧氏 vs cell-dist 曼哈顿）。

#D. ★★★★ 一个必须记住的设计缺口（付过代价）

★★★ "中途撤掉 X"与"从来没有 X"是两个不同的实验。

★ 四臂的进度条都是"第 600 步才关"，所以每一臂都先享受了 600 步的密集信号 → "撤掉密集信号后能不能学会"这个问题，四臂里一条也没测到， 而报告里却把它叫做"支架撤除实验"。

★★ F2_E（--shaping-off-at 0 + β→0.0）就是补这个缺口的那一条。

#D. 三条最有价值的可复用做法（都付过现场代价）

★ 完整的 129 条教训在 journal/（每份都有现场与出处）。

架构名 Darlin —— 它描述的是立场，不是机制：它对着你说话， 并且在你不在的时候仍然在场。（不带撇号：撇号在包名、路径、shell 引用里会到处咬人，而口语里掉的那个 g 是发音的事，不是拼写的事。）

角色相关的同人内容放在 characters/，与架构分离 —— 见 NOTICE 与 characters/README.md。