7. 当前未解的问题（按优先级）

#7.1 ★★★ 多延迟训练能否学会（阻塞一切外推实验）

单延迟能学会（100%），多延迟 8000 迭代仍 50%。但结论未定（lr 锁死缺陷）。

要做的：加 lr 下限重跑，并观察"何时开始学"。

#7.2 ★ 自主动力学 —— 已改写：两个被混为一谈的问题必须分开

本条于第 0 阶段清债时被大幅修正。原文依据 §6.6（未训练网络 + 假零输入 + 对照静默崩溃）—— 那条证据链已作废（见 §6.6、§5 第 22/23/24 条）。

原文（已作废）：

零输入下状态冻结（§6.6）。这直接阻塞两个终极目标。 要做的：引入内生动力学源 g(h)： 现在: h_new = f(0, h) → 目标: h_new = f(g(h), h) 判据：零输入下有效秩 ≥ 4/16、末段每步变化 > 1e-3，且任务准确率下降 < 10pp。

---

★ 修正后的事实（exp13_linear_probe，任务相关线性探针，lr=1e-3，3 种子）：

（随机基线 11.1%；三个种子在延迟期全部拿到 100%）

任务的延迟期就是真零输入（match.py:129：x = np.zeros(...)，延迟期不写任何东西）， cell 收到的是 enc(0) = b_enc。

#★ 结论：两个问题被彻底分开

(1) 「空闲时状态里有没有内容」→ 已达成，100%。 状态在整个延迟期完整携带指令，跨三个种子满分。 "空闲时状态没有内容"这个说法是错的。

(2) 「能不能同时用上两项」→ 真问题。 探针一出现，指令可读出性 100% → 63.4%。这是 §6.13 的同时容量， 与"有没有自主动力学"是两件不同的事。

★ 一个必须保留的区分：「保持」≠「演化」

第 (1) 条证明的是状态稳定保持内容，而不是自行演化。 §7.2 原本想要的"空闲时的过程"仍然没有被证明 —— 但它也没有被证伪， 因为从来没有人正确地测过它。

★ 为什么不再急着上 activity_loss

rotor 的结构半已实现（含谱范数约束、零初始化 gain、精确退化验证）， 缺的只是 activity_loss。但现在有了一个具体的新风险： 延迟期末的内容保持率已经是 100%，而这个保持依赖状态的稳定。 activity_loss 的作用正是推动状态去动 —— 两者是张力关系。 强行加它，很可能把 100% 的保持打坏。

（§6.13 自己的探针就说明了这个张力：状态"动"起来之后，指令的可读出性反而掉了。）

★ 现在的正确做法（按顺序）

1. 先固定"保持"这个已达成的东西 —— 把它写成判据：延迟期内容保持率 ≥ 90%。 实测 100% 已达标，不要动它。

2. 分开测"演化" —— 若要，必须用一个不破坏保持的形式： 显式的外生变量（a(t)，见 §7.4），而不是改动循环核的动力学。 理由：a(t) 加在状态外面，保持通路不受影响。

3. activity_loss 降级为条件性选项 —— 只有在"显式变量也做不到"时才考虑， 且判据必须含 内容保持率不得下降（不只是"准确率下降 <10pp"）。

★ 判据（改写后，事先写死）

#7.3 ★★ 缺少顺序输出（阻塞 L3 与算术任务）

现在只有 head(h[:, -1, :]) —— 读最后一步给一个类别。要打字/逐位输出，需要递归解码（每步把上一步输出喂回去）。

这也是 L3"承诺后改写"的前置条件。

#7.4 ★★ 缺少情感状态与记忆

§4 的解耦方案里"内心"部分的核心（情感向量 a(t)、情节记忆、内驱力）完全没有。

设计要点（已定，未实现）：

• a(t) 缓慢变化、有衰减、被事件驱动 → 天然满足"不只是输入的函数"
• 情感作为门控调制记忆检索与表达（有脑科学依据：神经调质）
• g(a) 就是 §7.2 需要的内生输入源，同时提供"主动发起"

#7.5 ★ 能力验证尚未系统化

#7.6 其他

• "更小更好"这个结论的边界在哪：units=16 成功，48/128 失败。是容量太大反而难训，还是 lr 需要随容量调整？（16 个配置里 units 与 lr 未交叉穷举）
• 约 12% 种子完全失败：原因未知（初始化？）值得查，因为可能是"训练不稳定"的信号
• 扰动强度校准：需要一个通用的"字内/字间距离比"检查，作为图像类任务的标配门禁

---