摘要
两次策略实验（0227 动作评分进化、0050 公开等待计划）都没有带来可确认的收益。与其继续凭直觉加规则，这一轮改为只读审阅：把旧训练中“候选策略与 Fair 规则 AI 在同一开局上的配对对局”逐组打开，看第一次分歧处到底发生了什么。预先固定 16 组配对、10 个来源，在 1800 秒预算内（实际 650.371271 秒）完成。找到一项由 3 个不同来源局部支持的假设：开局时如果 Fair 准备前进，而目的地落入多个尚待行动敌近战的几何攻击范围、原地却不在，可以先等待一次，再交回 Fair。 没有证明这次等待导致整局改善，也没有实现或上线新策略。
要回答的问题
在候选策略与 Fair 分歧的位置，是否存在一种能被公开信息识别、在至少 3 个不同来源重复出现、并能解释反例的战术机会？若没有，就以“无可行动假设”关闭。
方法
- 固定选择：执行前冻结 16 个训练来源和最终候选 g2-p00；只读 48 份训练结果，取全部 7 个改善方向、3 个退化方向，再按来源 ID 和先蓝后红顺序取前 6 个不变方向。选择清单保存后才读轨迹，不按“案例是否有趣”重选。
- 窗口：每组从第一处动作差异起，检查当前回合剩余部分和下一个完整回合。整局胜负只作为分类标签。
- 信息边界：只看受控方自己的公开观察和事件投影，不读完整状态、隐藏随机数或敌方资源。实际伤害是事后历史，不倒填为决策时的估计。
- 几何：用公开位置、速度和攻击距离判断“距离 ≤ 速度 + 接触距离”，这只是几何潜在暴露，不是路径可达、合法攻击次数或伤害预测。
- 门槛：至少 3 个不同来源支持同一公开可识别机会，并说明退化/不变案例的边界；最多提出 1 项候选。
设置
零新局、零学习更新、零状态构造、零转移、无 GPU。16 组共提取 1197 个公开事件；首次差异都在第 1 回合：10 次改为等待、3 次改为英勇攻击（英雄直接攻击）、3 次改为“审判”法术。
结果
部分代表案例（B/R 为受控的蓝/红方）：
| 来源 / 侧 / 原整局 | 首次差异 | 公开短期证据 |
|---|---|---|
| 1000002 B，不变负 | 移动→等待 | 原地 0 / 目的地 3 个威胁。原轨迹该单位被多方攻击后阵亡；等待轨迹攻击前仍 817 生命、打出 720，但整局仍败 |
| 1000010 B，负→胜 | 移动→等待 | 原地 0 / 目的地 7 个威胁。原轨迹第 2 回合行动前只剩 197/1700；等待轨迹恢复时 1700，第 2 回合首次 1649 |
| 1000015 B，负→胜 | 移动→等待 | 原地 0 / 目的地 7 个威胁。原轨迹第 9 步已阵亡；等待轨迹出手前 1000 生命，之后仍会降到 324，不是永久安全 |
| 1000001 R，不变胜 | 移动→等待 | 目的地 4 个威胁，但原轨迹中该单位到第 2 回合仍满血——几何暴露不等于一定被打 |
| 1000000 B，不变胜 | 移动→英勇攻击 | 目的地 5 个威胁，但该单位未被集火，随后全军策略也变，不是正例 |
| 1000015 R，胜→负 | 嘲讽→审判 | 立即大伤害（主伤害比例 0.58）仍对应败局 |
支持来源只有 1000002B、1000010B、1000015B（目的地威胁数 3/7/7），其中只有 2 个整局改善，另一个仍败。三个退化方向的首次分歧都不是移动，只说明假设在那里不适用，不证明整局不会在别处触发或退化。“普遍推迟攻击”“优先审判”“总是先英勇攻击”等解释都未达到 3 来源支持，不另开路线。
失败与负结果
正式提取一次成功（3.997608 秒），0 输入故障。过程中有长输出显示截断、路径猜错、一次补丁被拒绝等工具问题，均未影响已落盘的正式输出，也没有重跑提取。
局限
- 假设的具体阈值（原地 0、目的地至少 2）是看过数据后形成的，不是预设门槛。
- 等待轨迹同时改了其他单位、目标、法术和随机数消耗顺序，这些可能才是主要收益来源。没有已验证的单动作胜负因果。
- 10 个来源的双方是同源的，不是 16 个独立来源；3 个已用训练来源不能估计泛化胜率。
结论与下一步
本轮作为有界诊断完成，保留一项未验证假设及全部正反证据。下一步在新来源上做单次开局等待的完整终局配对验证，事先冻结覆盖、收益和退化门槛，见实验 0052。
Comments