关于架构选择
- "有状态递推 + 逐刻在线"这个选择，在需求（一、1.3）下有没有替代方案？ 特别是：有没有无状态（含 Transformer/SSM）方案能满足"她一直醒着"与"可打断"？
- 判断 6（连续时间没被利用）对不对？ 如果对，CfC 相对 GRU 的实际收益是什么？ 我们该不该为了"内部独白可以想得快/想得慢"而保留连续时间？
- 判断 8 那个冲突（在场 vs 离线巩固）：有没有不需要离线阶段的巩固机制？
- 如果"语言必须长在架构自己身上"（最硬的需求），那么它的可行边界在哪？ 我们现在是"82 维动作空间里打字"，实测认字 100% 但整串 43%。 一个 9.3M 参数、逐刻离散动作的模型，能承载多少自然语言？ 请给判断与依据。