概述

#Darlin · 项目纲领

★★★ 2026-09-27 至 09-30 的三天自主工作期，结论全部在 journal/。 入口顺序：journal/SUMMARY.md（总览）-> journal/DIARY.md（逐日结论） -> journal/TASKS.md（执行情况）-> 需要复现时下钻 journal/EXPERIMENTS.md 与 journal/AUDIT.md。

那三天的头号成果：解决了「接地的 RL 一放开教师就崩」这个卡了很久的问题。 根因是「熵的定义写错了」（journal/ENTROPY_BUG.md）—— mix 模式把 log_std 当成了熵，使它在损失里出现两次、符号相反， 于是探索幅度被两个项反向拉扯 -> 逐刻行为漂移 -> 策略崩。 必要条件之外的稳定性由「能力门控」提供（A8 3/3 vs 门控关 A9 1/3）。

★ 而找到它的过程本身也值得读：我先后提了 6 个假设， 每一个都被数据否证过（见 journal/SUMMARY.md 的「根因链」）， 而且我两次在只看到 1 个种子时就下了结论、又自己推翻 （见 journal/ERROR_VARIANCE_ASYMMETRY.md —— 方差是不对称的：「崩了」可以下结论，「过了」不能）。

一个基于持续内部状态的智能体架构。 不是 Transformer，不是更大的模型。目标形态是有内心生活的角色。

本文件是项目的唯一权威定义。所有结论都标注了验证状态。