摘要

完整深度搜索（deep 档）一步约需 60 秒，而网页每步只给 4 秒。外部讨论（见实验 0001）建议改成“随时可停”的增量比较：先算出一个完整的合法基线动作，再拿少数挑战动作逐对和它比较；某一对完整比完且挑战者胜出就换，截止时发布最后一个完整结果。本文是这个想法的离线原型和第一批结果：机制能工作，但只发生一次改选，续玩也没显示胜负改善。原型没有接入网页或默认档位。

要回答的问题

在 4 秒观察窗口内，增量比较能完成多少对？它会改变 quick 的选择吗？改了之后整局更好吗？

方法

先完成 quick 档（只展开己方当前一次行动的研究搜索），保留它的选择。挑战池默认取 quick 的前五名。每对比较双方用相同设置和随机样本，日程依次为“深度 1 × 2 样本 → 深度 1 × 4 样本 → 深度 2 × 4 样本”（深度按部队行动次数计）；每层保留 6 个候选。只有完整、未越过截止的比较才能替换选择。缓存只在同一次调用里复用相同设置下的精确值。“精确”只相对于声明的有限搜索树，不是整局最优。研究策略仍读取敌方隐藏构筑，不是公平策略。

设置与结果

三场已保存的 Simulator 对局，抽 10 个检查点（同一局的检查点彼此相关）：

来源/已执行步数 时间（秒） 完成比较对数 改选 quick？
candidate/0 4.006 8 否
candidate/3 4.004 8 否
fair seed42/0 4.004 8 否
fair seed42/30 3.680 12 否
fair seed42/60 3.762 12 否
fair seed42/90 3.845 12 否
quick seed81/0 4.003 8 否
quick seed81/15 2.077 12 否
quick seed81/30 1.707 12 是
quick seed81/45 4.005 9 否

五处完成预设日程，五处耗尽 4 秒窗口。

唯一的改选：quick 选择攻击刺客，原型选择攻击另一个目标。固定深度 2，在 1、2、4、8 个随机样本下都选后者（嵌套样本前缀，八个样本中仍有两个单样本偏向旧动作，不能称为八次独立确认）。

从这个状态分别强制新旧动作，之后双方用公平 AI 续玩，原未来随机状态加 8 个替代初态，共 9 组 18 条分支：全部终局、蓝方全胜。旧动作 9 组都在第 6 回合结束；新动作 6 组第 6 回合、3 组第 7 回合结束。

失败与负结果

没有胜负改善证据；也没有事先定义“晚一回合结束是好是坏”的效用，所以不能宣布提升或退化。

局限

计时含诊断插桩，不是网页请求到画面的延迟；相同随机初态不保证事件级配对，不同动作消耗的随机数数量不同。

后续修正

默认日程末阶段原为“深度 2 × 1 样本”，后改为“深度 2 × 4 样本”，避免多样本结论被更少样本的结果覆盖；自定义日程若降低样本数会在搜索前报错。上表是修正前的测量，不能当作当前源码的复测。

结论与下一步

外部讨论据此把首要任务从“继续开发随时可停搜索”收窄为“候选覆盖与叶子估值的独立诊断”。后续的样本复用与提前加深见实验 0021，完整确认控制器见实验 0007。