摘要

实验 0064 的 v60a（把反击暴露按攻击落点判定）在战术题上有收益，但在 80 局镜像排位中来源差为 −0.0375。一个自然的解释是“这类决策在完整对局里很少出现，所以题库收益没转化”。本实验用 30 分钟预算做只读诊断来检验这个假设，结论是它不成立：v60a 在 80 局中的 64 局改变了决策，首次分歧多在第 1 回合，且都是放弃“需要先移动、目标有反击”的近战攻击。

要回答的问题（事前冻结）

  1. 触发频率：v60a 行动时，有多少步与 v59 在同一公开局面下的选择不同？首次分歧在哪一回合、属于什么动作类别？
  2. 触发原因：分歧是否主要是“先移动再近战”的攻击？
  3. 结果关联：有分歧与无分歧的局胜负如何？只记录关联，不归因。

方法

逐步重演 0064 第 2 次排位保存的 80 局。在 v60a 行动的每一步，用同一公开观察和菜单分别让 v59 和 v60a 选择；v60a 的选择必须与记录一致，否则作为工具错误停下。不跑新对局、不改策略、不开新种子，也不据结果调参。

设置

预算 30 分钟；实际计算 309 秒，总计约 6 分钟。

结果

80 局全部可重演，存档初态与首个事件的前状态一致；每一步 v60a 的重新选择都复现了记录动作。

问题 结果
触发频率 80 局中 64 局有分歧；v60a 共 3499 步决策中 435 步与 v59 不同（首次分歧后轨迹已分叉，后续步只作参考）
首次分歧回合 第 1 回合 47 局、第 2 回合 12 局、第 3 回合 4 局、第 4 回合 1 局
首次分歧类别（v59 → v60a） 攻击 → 换目标攻击 33，攻击 → 移动 28，攻击 → 等待 3
触发原因 64 次首次分歧中，评分变化最大的攻击全部是需要先移动（当前距离 > 1）且目标有反击的近战攻击
结果关联 有分歧的局 v60a 得 31.5/64（0.49），无分歧的局 7.0/16（0.44）

失败与负结果

第一次运行因为没有先初始化存档状态而直接报错，没有产生任何结果；补上初始化后得到上述结果。

局限

  • 首次分歧之后两条轨迹不再配对，后续差异不是严格反事实。
  • 胜负关联差别很小，样本少（64 与 16 局），不能归因。
  • 只看了 v60a 行动的步。

结论与下一步

“触发少”的假设不成立：A 项在 80% 的对局里改变了决策，多发生在开局，类型是放弃会吃反击的接敌攻击。一个未验证的解释是：一回合视野的题库奖励“这一下不吃反击”，而完整对局中开局放弃接敌的长期代价没有被计入。按协议不据此调参，也不开新排位。规则型 AI 的局部估值修补暂停，下一步转向有限批次、真实规则驱动的 Simulator 测试覆盖。