摘要

研究搜索在比较两个“根动作”（当前这一步可选的动作）时，会在几个假想的随机世界里各推演一遍，再平均分数。前一轮审计（见实验 0047 的终局尺度审计）发现案例 820001 里有一处排序反例。本实验只拿两个已保存案例（B 和 820001），把每条搜索路径的分数拆成单位、专注点、法力、额外行动等分项，并检查其中的随机事件是否被正确建模。结论：随机检查与执行记录一致；但 820001 里出现了一个值得注意的现象——在可见历史完全相同的情况下，后续攻击选择只因随机数状态不同而改变。这是局部风险证据，没有修改 AI 或规则。

要回答的问题

两个案例中，根动作的分差主要来自哪些分项？随机机会（负士气、幸运）在模型里合法吗？搜索有没有利用不该知道的未来随机数？

方法与设置

每例两个根动作 × 四个假想世界，共 8 条精确路径；搜索配置保持原样（两次部队行动、每层保留 6 个候选等）。每例计算上限 20 秒。55 条边用 Simulator 的公开命中诊断接口重新执行，逐条事件和状态一致；16 个叶子分项加回路径奖励重建根值，误差小于 1e−7。

结果

随机机会。 B 中霜虫骑手 8 次真实负士气检查，条件概率均为 3/25；820001 中骑兵 6 次合格检查，同为 3/25。全部与执行记录相符。凤凰的聚合伤害采样不支持精确概率，保留未知。

分差拆账。 B 中“攻击 − 移动”四世界差为 −30.70079、917.751658、−5.05079、−82.00079，均值 199.999822，几乎全靠一个幸运世界。820001 中“攻骑兵 − 攻蜂后”原均值 115.921208，分项为敌骑兵 +937.32006、敌蜂后 −856.591352、己凤凰 +33.1125、额外行动 +2.08。

相同历史下的不同选择。 在 820001 的两个根下，凤凰攻击前的世界 0、1、3 中，可见事件历史、完整非随机状态和剩余预算都相同，唯一不同的是随机数状态，但 world0/3 选择攻蜂后，world1 选择攻骑兵。B 没有出现同类现象（12 对严格可比前缀动作全同）。

失败与负结果

首次运行 820001 在第 3 条边遇到凤凰概率不支持，诊断脚本误当成校验失败；修正后复用已完成的 3 条边继续。汇总首版把额外行动均值误写成 8.32，核对后改为 2.08。原始错误文件都保留。

局限

后续选择不一致只说明“确定化搜索在每个假想世界里各自最优”有风险；还没有排除候选支持、平局规则和缓存的影响，也没有证明修正它会翻转根排序或提高胜率。不能说搜索读取了真实未来随机数。

结论与下一步

外部审阅后定下下一步：只做 12 次转移的“共享后续动作”对照，若根差 115.921208 没有降到一半（57.960604）以下，就结束围绕 820001 的追加研究。该对照的结果是根差降到 77.841208，减少 32.85%，未达门槛，见实验 0038。