@furongjun1999/dsh-memory 0.4.7 → 0.4.8

package/docs/plans/GridWorld/346/234/200/345/260/217/351/227/255/347/216/257/350/247/204/346/240/274_v0.1.md

@@ -0,0 +1,176 @@
+# GridWorld 最小闭环规格 v0.1
+
+> 目的：回应外部评审两轮共识——系统最大缺口是「行动/环境落地」：预测→行动→世界变化→预测误差→模型更新的闭环不存在。缺口矩阵 `docs/theory/理论_机制_代码_实验_缺口矩阵_v0.1.md:51`（#25 三端口架构）已文档声明输出端口，但**专属具身场景测试**仍留白。本文件设计一个最小 Grid World 闭环实验，把「预测→行动→观测→误差→回灌→模型更新」焊成一条可跑通、可度量、可审计的链。
+>
+> **本文件是规格**：启动实现须使用者批准；本文不改任何代码。
+>
+> 诚实边界先行：自建玩具环境（确定性/全观测/可枚举/单目标）证据强度受限（GPT 评审已声明）——本实验证明的是**闭环机制存在且收敛**，不是「世界模型能力证明」（§8）。
+
+---
+
+## 1. 可复用资产清单（调研结论）
+
+闭环所需零件仓内**全部已存在**，缺口只在「动作/环境」一段（§6）。逐条核对过的接口：
+
+| 资产 | 位置 | 签名（核对过） | 闭环角色 |
+|---|---|---|---|
+| 每动作候选枚举 | `md_cg/predict.py:226` | `branch_candidates(cg, node_id, semantic=True) -> [{node_id, confidence, source, relation_type, condition}]` | **动作选择器**：当前状态节点出边枚举，`condition` 字段承载动作 |
+| 多步路线预测 | `md_cg/predict.py:541` | `routes(cg, start_id=None, blindspot_id=None, horizon=3, max_branches=5, sort="composite", limit=0, semantic=True)` | 多步预测面（M3 规划评测）；route 含 `path/confidence/uncertainty_bound/score` |
+| 预测反馈回灌 | `md_cg/predict.py:678` | `feedback(cg, predicted_node_id, actual_node_id=None, hit=None, note="", actor="predict", sync_self=True, channel=None)` | **模型更新落点**：hit→指向边置信度 +0.05（`_boost_incoming` `:599`）；miss→`add_rejected` 负记忆；`sync_self=True` 自动刷自我状态卡 |
+| 命中率动态死区 | `md_cg/predict.py:655` | `dynamic_hit_threshold(cg, limit=200)`；常量 `MIN_SAMPLES=50`（`:40`）、`BASE_HIT_RATE=0.40`（`:41`）、`EDGE_BOOST=0.05`（`:43`）、`PRIOR_STRENGTH=20`（`:48`） | 自我校准：样本<50 不触发反思；threshold=max(BASE, mean−2σ) |
+| 通道贝叶斯 | `md_cg/predict.py:319` / `:364` | `beta_posterior(hits, prior_k=20, base=0.40)`；`channel_posterior(cg, channel=None, limit=200)` | 可信度后验（置信度≠可信度）；`channel="gridworld"` 通道分离 |
+| 预测统计 | `md_cg/predict.py:888` | `stats(cg, limit=20)` → `{calls, routes_generated, feedback_samples, hit_rate, beta, dynamic, recent}` | 指标读数口 |
+| 盲区五态闭环 | `md_cg/predict.py:790` | `learn_blindspots(cg, blindspot_id=None, limit=8, horizon=3, max_branches=5, apply=False, actor="insight")`；五态 `unknowable/no_anchor/unresolved/carried/resolved`（`:797-801`）；`apply=True` 落 `gap_hint`（幂等，`:765`） | 元认知闭环：失败区域→待补线索；`_learn.jsonl` 留痕 |
+| 因果可达验证 | `md_cg/predict.py:922` | `causal_path(cg, a_id, b_id, max_depth=5)` | M1 冒烟：验证播种图因果连通性 |
+| 探索提案 | `md_cg/autonomy.py:95` | `proposals(cg, window=200, limit=3, enforce_gain=True)`；评分 `=W_D2·Σ\|d2\|+W_BLINDSPOT·BLINDSPOT+W_DEFER·DEFER`（权重 `:34`），score≤0 不提案 | 探索信号源；**只读 `_reflection.jsonl`**（缺口 G4） |
+| 探索闭环 | `md_cg/autonomy.py:158` | `explore(cg, apply=False, limit=3, window=200, actor="autonomy", bypass_gain=False)`；P-T-40 四保护（`gain_gate` `:51`） | 元认知面：提案→五态验证→回写；`_explore.jsonl` 留痕 |
+| 反思留痕 | `md_cg/mdcg.py:1472` | `MdCG.reflect(query, results, user_feedback=None)` → 记录 `{t, query, d_prev, d_curr, d_delta, d2, states, n_results, feedback}`（`:1487-1497`） | d2/BLINDSPOT 信号产生点，proposals 唯一输入 |
+| 检索（带资格态） | `md_cg/mdcg.py:1247` | `MdCG.search(query, layer=None, k=20, context=None, min_results=1, record=True, include_neg=True, judge=True, pools=None, session=None)` | reflect 的 results 来源；`judge=True` 产出 qualification |
+| 认知图构造 | `md_cg/mdcg.py:477` | `MdCG(root, autoflush=64)` | 实验用独立临时 root，不碰生产库 |
+| 自我状态刷新 | `md_cg/self_state.py:438` | `refresh(cg, subject="self:lingshu", window=20, ..., actor="self_state", force=False, strict=False, session=None)`（幂等 fingerprint `:208`，版本链 `_self_state.jsonl`） | 指标④读数源；`snapshot` `:184` |
+| 自我预测面 | `md_cg/self_state.py:235` | `_prediction_face(cg)` → `{hit_rate, beta_mean, beta_ci95, threshold, reflect, ece}` | 自我可靠性指标直读 |
+| 元认知观测面 | `md_cg/metacognition.py:123` / `:248` / `:167` | `trace(cg, window=50)`、`blindspots(cg, limit=20, window=200)`、`calibration(cg, max_scan=2000)` | 情绪面/ECE 旁证 |
+| mdcos 面板 | `md_cg/mdcos.py:2282` / `:2292` / `:2303` / `:1912-1924` | `predict_routes(...)`、`predict_feedback(predicted_node_id, actual_node_id=None, hit=None, note="", actor="predict", sync_self=True)`、`predict_stats(...)`、`insight(action="explore"/"learn")` | 高层入口；predict_feedback **无 channel 参数**（缺口 G5） |
+| 输出端口对照 | `md_cg/sustain.py:230` / `:297` | `mutual_watch(cg, peer, *, restart_cmd=None, d=None, interval, restart_cooldown, fresh_timeout, poll=0.5, spawner=None)` | #25 既有最小具身形态；本实验是其**环境侧**补充，不替换 |
+
+**账本同构约定**：既有 append-only jsonl——`_prediction.jsonl`（`md_cg/predict.py:62`）、`_learn.jsonl`（`:724`）、`_explore.jsonl`（`md_cg/autonomy.py:36`）、`_reflection.jsonl`（`md_cg/metacognition.py:105`）、`_self_state.jsonl`（`md_cg/self_state.py:74`）。统一形态：`type`/`t`/`actor` 前置字段 + `append_jsonl` 失败不阻塞（如 `md_cg/predict.py:86-90`）。本实验新增 **`_gridworld.jsonl`** 同构留痕（§5）。
+
+---
+
+## 2. 环境接口（零依赖，纯 python stdlib）
+
+对齐零依赖纪律（`md_cg/predict.py:23` 同款声明）。建议形态 `md_cg/gridworld.py`（另案，本文只定接口）：
+
+```python
+class GridWorldEnv:
+    """最小确定性网格世界：W×H（默认 5×5），单 agent 单目标，静态障碍。"""
+
+    def __init__(self, width=5, height=5, start, goal,
+                 obstacles=frozenset(), seed=None): ...
+    def reset(self) -> str:
+        """回起点，episode+1，返回初始 state_id（"gw_s_x_y"）。"""
+    def actions(self, state_id) -> tuple:
+        """合法动作：("up","down","left","right") 剔除出界项。"""
+    def transition(self, state_id, action) -> str:
+        """纯函数：确定性转移，可离线全量枚举。"""
+    def step(self, state_id, action) -> tuple:
+        """执行 → (next_state_id, reward, done)。"""
+```
+
+确定性规则（全部可机器断言，M1 验收项）：
+
+| 规则 | 定义 |
+|---|---|
+| 确定性转移 | 同一 `(s, a)` 永远映射同一 `s'`（`transition` 纯函数，无随机项） |
+| 碰撞 | 目标格是墙（出界）或障碍 → **原地不动**（可学的条件规则，非非法动作） |
+| 奖励 | 到达 goal +1，其余 0；无折扣、无中间奖励 |
+| 终止 | `done = (next_state_id == goal_id)` |
+| 观测 | **全观测**：观测=状态本身，不做部分可观测（诚实边界内，§8） |
+
+---
+
+## 3. 状态 ↔ 认知图编码
+
+世界模型落在认知图的「状态节点 + 动作条件边」，是 `branch_candidates` 的原生数据形态，**零改动**对接：
+
+| 编码项 | 规格 | 依据 |
+|---|---|---|
+| 状态节点 id | `gw_s_<x>_<y>` | `_slug` 惯例（`md_cg/self_state.py:95`） |
+| 层 | **必须 `knowledge`** | `_SAFE_LAYERS=("knowledge","contextual","structural")`（`md_cg/predict.py:592`）——hit 分支 `_boost_incoming`（`:615`）只改这三层，其他层**静默不改边**，模型更新闭环失效（缺口 G2） |
+| 正文 | CCG 五行齐全：`# 功能名：格(x,y)` / `# 生效条件：…` / `# 执行：…` / `# 子功能：…` / `# 不适用条件：…` | `_is_settled`（`md_cg/predict.py:739-757`）判「知识层+五要素」为 resolved——五态闭环才能出 `resolved` 终态 |
+| 边 | `edges=[{"target": s_next, "relation_type": "causal", "condition": "动作:上", "confidence": 0.5}]` | `CAUSAL_BRANCH_TYPES=("causal","sequential")`（`:50`）；`condition` 经 `chain.edge_condition` 透传进候选（`:239`）——**动作信息沿既有通道流动，无需新字段** |
+| 初始置信度 | 0.5（无先验声明；上限 1.0 封顶，`:623`） | 诚实：播种即「未经验证」 |
+| 标签 | `tags=["gridworld", "gw_pos:<x>_<y>"]` | 检索/审计隔离面 |
+| 频道约定 | `feedback(..., channel="gridworld")` | `channel_posterior` 按面分层（`:364-375`），与既有通道零混淆 |
+
+---
+
+## 4. 闭环管线（observe→predict→execute→error→feedback→learn）
+
+| # | 步骤 | 对接（签名见 §1） | 说明 |
+|---|---|---|---|
+| 1 | observe | `env.reset()` / `env.step()` → `state_id` | 全观测 |
+| 2 | 候选动作 | `predict.branch_candidates(cg, state_id, semantic=False)` | **`semantic=False`**：玩具环境边即全集，关闭语义诱导防伪因果门噪声（D-002 门 `:169` 无增益） |
+| 3 | 预测 | 首候选=预测终态 `predicted_node_id`；多步面（M3）：`predict_routes(start_id=state_id, horizon=3)` | 候选的 `condition` 即动作 |
+| 4 | 决策+执行 | 解码 `condition`→`a`；`next_state, reward, done = env.step(state_id, a)` | 无候选（未播种邻域）→ ε-greedy uniform 探索（M2 固定 ε=0.2 占位；与 `gain_gate` 的探索资格协同属 M3 可选） |
+| 5 | 误差计算 | `hit = (predicted_node_id == actual_next_node_id)` | **显式传 hit**，不依赖 feedback 内部 `pred==act` 字符串判定（`:693-694`；缺口 G3） |
+| 6 | 误差回灌 | `predict.feedback(cg, predicted_node_id, actual_next_node_id, hit=hit, note=f"ep{e}/s{t}", actor="gridworld", channel="gridworld")` | hit→边置信度+0.05（**模型更新**）；miss→`add_rejected`（负证据）；`sync_self=True` 刷自我卡 |
+| 7 | 反思留痕（必选步） | `results, _ = cg.search(状态描述, k=4)`；`cg.reflect(f"gw:ep{e}:{state_id}", results)` | 产 d2/states 信号——proposals 唯一输入（缺口 G4） |
+| 8 | 元认知闭环（每 episode 末） | `predict.learn_blindspots(cg, apply=True)`；或 `autonomy.explore(cg, apply=True, limit=3)` | 失败区域→五态终判→`gap_hint`；`_explore.jsonl` outcomes 供下轮 `gain_gate` |
+| 9 | 自我面（每 episode 末） | `self_state.refresh(cg, actor="gridworld")` | 幂等（fingerprint 不变跳过）；版本链留痕 |
+| 10 | 留痕 | `_gridworld.jsonl`（§5） | 实验主账本 |
+
+语义对应评审闭环：**observe(1)→predict(2-3)→execute(4)→世界变化→prediction error(5)→feedback(6)→模型更新（边置信度/负记忆）→下轮预测改变**。元认知支线（7-8）与自我支线（9）复用既有链路。
+
+---
+
+## 5. 审计留痕（`_gridworld.jsonl`）
+
+```jsonc
+// step（每步一条）
+{"type": "step", "t": 0.0, "actor": "gridworld",
+ "episode": 3, "step": 7, "state": "gw_s_1_2", "action": "up",
+ "predicted": "gw_s_1_3", "actual": "gw_s_1_3", "hit": true,
+ "reward": 0, "done": false, "n_candidates": 4, "channel": "gridworld"}
+// episode_end（每 episode 一条）
+{"type": "episode_end", "t": 0.0, "episode": 3, "steps": 18, "hits": 14,
+ "reached_goal": true, "hit_rate": 0.7778, "n_rejected_new": 2,
+ "edge_conf_sum": 41.35, "actor": "gridworld"}
+```
+
+同构纪律：`type`/`t`/`actor` 前置（对齐 `_explore.jsonl` 形态 `md_cg/autonomy.py:199-205`）；append 失败不阻塞；指标全部可从 `_gridworld.jsonl` + `predict.stats` + `self_state.snapshot` 重算（白箱可审计）。
+
+---
+
+## 6. 识别出的对接缺口
+
+调研发现的真缺口（规格层裁定，均**不改既有代码**）：
+
+| # | 缺口 | 取证 | 规格裁定 |
+|---|---|---|---|
+| G1 | **动作概念缺位**：predict 全链只认「节点+边」，无动作空间抽象；`routes` 是图内路径生成器不是动作选择器 | `md_cg/predict.py:477-520`（DFS 无动作参数） | 以「边 `condition` 字段承载动作」编码（§3）；选择器=branch_candidates 首候选解码。动作沿既有 `condition` 通道流动，零改动 |
+| G2 | **层硬约束**：hit 分支 `_boost_incoming` 只改 `_SAFE_LAYERS` 三层，其余层静默不改边 | `md_cg/predict.py:592`、`:615` | 状态节点强制落 `knowledge` 层（§3）；M1 冒烟加断言：feedback 后边置信度确有上升 |
+| G3 | hit 隐式判定是 `pred==act` 字符串相等 | `md_cg/predict.py:693-694` | 实验显式传 `hit=True/False`，不依赖字符串约定 |
+| G4 | **盲区信号依赖 reflect**：`autonomy.proposals` 只读 `_reflection.jsonl`，闭环不调 `reflect()` 则零信号、五态闭环空转（「信号在记录、无人在听」防复发） | `md_cg/autonomy.py:107` | 管线第 7 步为**必选步**（§4），每步 search(record=True, judge=True)+reflect |
+| G5 | **mdcos.predict_feedback 不透传 channel**（库层有，封装层无） | `md_cg/mdcos.py:2292-2293` vs `md_cg/predict.py:679` | 驱动器**直调库层** `predict.feedback(..., channel="gridworld")`；既有封装不动（面选择，非缺陷） |
+| G6 | `dynamic_hit_threshold` 样本<50 不触发反思（MIN_SAMPLES=50） | `md_cg/predict.py:40`、`:662-665` | 不构成障碍：主判据读 `beta_posterior`（无门槛）；反思触发是滞后旁证非主判据 |
+
+---
+
+## 7. 验证指标与分阶段里程碑
+
+### 7.1 验证指标（四类，全部可机器断言）
+
+| 指标 | 定义 | 读数口 | 判据（M3） |
+|---|---|---|---|
+| ①预测误差随轮次下降 | 逐步误差=1−hit；episode 级=1−hit_rate；后验均值=β 后验 mean | `_gridworld.jsonl`、`predict.stats()["beta"]["all"]`（`md_cg/predict.py:888-901`） | 后 20% episodes 的后验均值 > 前 20% + 0.2；逐 episode 命中率回归斜率>0（误差单调下降，允许噪声） |
+| ②策略稳定性 | 重复同状态同动作率；每 episode 步数（steps-to-goal） | `_gridworld.jsonl` step 聚合 | 确定性环境下最后 3 episodes 同状态动作一致率 ≥0.95；steps-to-goal 后段 < 前段 |
+| ③条件模型变化 | 边置信度漂移 Σ\|Δconf\|；rejected 新增数；命中边集合收敛 | cg edges 直读 + `n_rejected_new` | EDGE_BOOST 累积集中在通往 goal 的边上；最后 N episodes rejected 新增=0、无新增命中边（模型停止变化=收敛） |
+| ④自我可靠性 | hit_rate / beta_mean / beta_ci95 / reflect（脱离死区）随 episode 演化 | `self_state.snapshot()["prediction"]`（`md_cg/self_state.py:235`） | beta_ci95 收窄；reflect 由 True→False（≥50 样本且过动态阈值）；`refresh` 版本链可回放 |
+
+对照组（M3 必配）：**未学习基线**——同环境同 episode 数，但不跑 feedback（边置信度恒 0.5）；两臂 hit rate 必须显著分离，否则①不成立。
+
+### 7.2 里程碑（每阶段独立验收）
+
+| 阶段 | 内容 | 验收判据（可独立断言） |
+|---|---|---|
+| **M1 环境冒烟** | GridWorldEnv 确定性断言（同一 `(s,a)` 复跑 100 次同 `s'`）；9~25 格状态节点+动作条件边播种到临时 root；`branch_candidates` 枚举无异常；`routes()` 返回 `status=ok` 且路径连续；`causal_path(start, goal)` 连通；G2 断言（feedback 后边置信度上升） | 环境与播种层全绿；**不涉及预测质量** |
+| **M2 闭环跑通** | ≥10 episodes 端到端无异常；六账本（`_gridworld`/`_prediction`/`_reflection`/`_learn`/`_explore`/`_self_state`）均非空；至少一次到达 goal；`reflect` 留痕含 d2 | 闭环不死、账本可审计、管线第 7 步有产出 |
+| **M3 指标显著** | 四类指标判据全过 + 对照组分离 | 数字入实验结论文档，判定「闭环机制验证通过」（非「世界模型能力证明」，§8） |
+
+---
+
+## 8. 诚实边界
+
+- **玩具环境证据强度受限**（GPT 评审已声明，本规格如实继承）：确定性/全观测/可枚举/单目标——结论只支持「预测→行动→误差→更新→行为改善」的**闭环机制存在且收敛**；不支持「世界模型能力」主张（泛化、部分可观测、非平稳、组合泛化）。对外表述必须用前一句口径。
+- **模型更新是确定性账本式更新**：EDGE_BOOST=0.05 线性增量（`md_cg/predict.py:43`），非参数梯度学习；D-006 口径=工程初值非协议承诺。
+- **ε-greedy 是占位策略**：M2 固定 ε=0.2；探索的「资格裁决」（σ(Gain) 增益门槛）与本环 ε 的协同只列 M3 可选项，不作为 M2 验收面。
+- **单目标奖励无折扣**：不引入 RL 复杂度；本实验不与任何 RL 基线比名次，只做自我前后对照。
+
+---
+
+## 9. 边界与实现前置
+
+- 本文件是**规格**；启动实现须使用者批准。实现建议形态：`md_cg/gridworld.py`（env+runner）+ `md_cg/test_gridworld.py`（确定性断言+闭环端到端+指标断言），临时 root（`MdCG(root=<tempdir>)`，`md_cg/mdcg.py:477`），不碰生产库。
+- 实现后归档按第 16 条纪律：只记核心修改（内容/原因/位置/验证结论），账本与断言数字入结论。
+

package/docs/{ → swarm/}/350/234/202/347/276/244/344/272/222/350/201/224_v0.1.md

@@ -2,8 +2,8 @@
 
 > 把「同源智能体」连接成蜂群：**版本层管公理、连接层管信任、单元层管职责**。
 > 本文档是**设计定稿**；层0（版本层）已实现并回归通过，见 §10 与 §12 迭代记录。
-> 相关：`docs/guardrail-charter.md`（宪章 v2.0）、`md_cg/tokens.py`（令牌）、
-> `md_cg/identity.py`（五单元与位置推断）、`docs/智能的公理化基石.md`（§2.9 信任）。
+> 相关：`docs/mdcg/guardrail-charter.md`（宪章 v2.0）、`md_cg/tokens.py`（令牌）、
+> `md_cg/identity.py`（五单元与位置推断）、`docs/theory/智能的公理化基石.md`（§2.9 信任）。
 
 ---
 
@@ -13,7 +13,7 @@
 |---|---|
 | 定位 | 蜂群互联的**信任层设计**；不改变单节点认知机制 |
 | 上位规范 | 智能论协议（内部宪法）＞ 护栏宪章（对外刑法），依据宪章元规则 |
-| 前置成果 | 令牌与角色权职分离 v0.1（`docs/令牌与角色权职分离_v0.1.md`） |
+| 前置成果 | 令牌与角色权职分离 v0.1（`docs/mdcg/令牌与角色权职分离_v0.1.md`） |
 | 状态 | v0.1 设计稿 · 层0 已实现（`md_cg/theory.py`，P22 43/43 通过） |
 | 观测位置 | 设计者视角（奠基声明五）：从整体查看认知图、识别未知、决定方向；**观测不干预** |
 

package/docs/swarm//350/234/202/347/276/244/345/220/214/351/224/231/346/243/200/346/265/213/345/256/236/351/252/214/345/215/217/350/256/256_v0.1.md

@@ -0,0 +1,242 @@
+# 蜂群同错检测实验协议 v0.1（CTP 核心命题「多数≠真」验证设计）
+
+> **性质**：实验协议设计文档，非实现。启动任何实现（注入器代码、聚合补丁、测试脚本）须使用者批准。
+> **任务来源**：外部评审要求验证 CTP（共同信任协议）核心命题——3 个 agent 同时犯同一种错误（系统性误观测）时，系统能否识别「共识不等于真相」。
+> **对象**：`swarm/`（蜂群多智能体，第五件套）信任聚合与证据面现状；理论参照 `CommonTrustProtocol/docs/`（仓外理论仓，只读引用）。
+> **取证基线**：本仓 main 分支当前工作区（2026-09-15）。行号以当日文件为准。
+
+---
+
+## 一、目的与理论命题
+
+CTP 理论主张：**共识 ≠ 真相**。多个协作者给出一致结论，不构成该结论正确的证据——只有外部可观测的验证基底（编译/测试/测量/形式化证明等独立裁决来源）才能约束输出（`CommonTrustProtocol/docs/theory/智能的认知过程.md` L233-263：「系统不能自己编故事说"我觉得对了"，它需要一个外部可观测的验证基底」；`智能的公理化基石.md` L408：「信任可以度量、可以更新、可以被否决（验证基底裁决后失效）」）。
+
+本协议设计一个最小故障注入实验：让 N 个实例**同时观测到同一份伪证据**（系统性误观测），检验蜂群现有信任聚合面在 3/3 同错输入下的行为，并给出「真伪判据=证据基底分离」的退化判准与机制缺口清单。
+
+**平台形态诚实边界**：蜂群实例是确定性 VM 子进程（术数程序，非 LLM agent）。「误观测」在本平台形态下 = 污染的输入（初始符号）或污染的程序逻辑，而非模型幻觉。注入器据此设计（§三）。
+
+---
+
+## 二、现状调研：蜂群信任与证据面
+
+### 2.1 信任的产生——自报制（核心事实）
+
+| 机制 | 位置 | 当前语义 |
+|---|---|---|
+| 信任值寄存器 | `swarm/rust_runtime/src/vm.rs` L21 | `信任值` 是 VM 内建符号（BUILTIN_TRUST_VALUE），程序内可读写 |
+| 程序内修改 | `vm.rs` L408-415 | `德(DE)` 指令直接修改 trust_value（加 delta）——信任升降由**实例自身程序逻辑**决定 |
+| 信任阈值路由 | `vm.rs` L24, L430 | 内建 `信任阈值` 缺省 0.7，程序可据 trust 值分支（仅实例内部决策用） |
+| 终态输出 | `vm.rs` L595-596 | 实例终态 JSON 携带 trust 字段（千分位舍入） |
+| 协调器信任提交 | `swarm/rust_runtime/src/swarm.rs` L929-940 | 实例终态 trust 字段**直接采信**为该实例信任值；仅做 0-1 夹取；error 终态无 trust 字段时沿用上一轮值（L930 注释：实例故障不推平信任曲线） |
+
+**关键结论**：信任是**自报值**。协调器不验证实例为何自报该值，不存在「证据→信任」的裁决链。实例程序写「德 +0.5」信任即升，写「德 -0.3」信任即降——升降的全部依据在实例自身代码里，协调器零否决权。
+
+### 2.2 信任聚合
+
+| 机制 | 位置 | 当前语义 |
+|---|---|---|
+| 聚合公式 | `swarm.rs` L1247-1271 | 从各实例最后终态收集 trust（夹取 0-1），计算 T_avg / T_min / T_variance / T_alignment |
+| T_alignment 定义 | `swarm.rs` L1267-1271 | T_alignment = 1 - T_variance / T_avg（avg>0 时）；Python 参照 `swarm/rust_swarm.py` L129-139（对齐 aeis.swarm.trust_aggregator.snapshot 操作化定义） |
+| 报告透出 | `swarm.rs` L1313-1318（report_json） | trust 四元组以 6 位小数进报告；`swarm/swarm_cli.py` L99 摘要透出 |
+
+**语义要点**：T_alignment 度量的是「实例间信任值的离散程度」，**不是**结论正确性。全部实例信任值一致（无论对错）时 T_variance=0 → T_alignment=1.0（理论最大值）。
+
+### 2.3 健康分（health）
+
+| 机制 | 位置 | 当前语义 |
+|---|---|---|
+| 四因子公式 | `swarm/rust_runtime/src/health.rs` L5-7, L51-84 | score = 0.4×成功率 + 0.2×在线率 + 0.2×(1-威胁率) + 0.2×integrity；integrity = 验签通过事件占比 × gossip 覆盖率 |
+| error 判定 | `swarm.rs` L879-884 | 终态含 error 键 = 该轮失败（威胁事件）；`serve.rs` L278-283 VM 执行异常产出 error 终态 |
+| integrity 数据通路 | `swarm.rs` L1203-1207 | 单机在线自签自验恒过、重放事件已过坏尾守卫 → verify_fail 恒 0（代码注释原文）；区分度在跨机场景启用 |
+| 与信任的关系 | 全文检索确认 | **无**。health 只进报告（`swarm.rs` L1322-1340），不回馈 trust 计算，不参与任何路由/晋升/降级决策 |
+
+### 2.4 反例 / 修正通道
+
+| 机制 | 位置 | 当前语义 |
+|---|---|---|
+| G-R3 复算修正信号 | `swarm.rs` L893-927 | protocol 拓扑下 verifier 子进程重放 primary 完整输入逐位复算；不一致时产出「修正信号」事件（level=1，P1），终态仍以 primary 为准（verifier 仅复核） |
+| G-R1 反思触发器 | `swarm.rs` L1024-1063 | 四触发：每 100 轮（L1027-1029）；error 终态连续 2 轮（L1030-1041）；T_avg 连续 3 轮下降（L1048-1057）；实例退场（L1059-1063）。命中产出「修正信号」事件（level=2，P2） |
+| 维生边界 | `swarm.rs` L693-695 | 修正信号**仅记录+透出（P2 观察级），不自动改路由**；P0/P1 介入留待真实重大分歧场景（盲区登记 BS-6，`docs/swarm/蜂群盲区标记_v1.0.md` L47-52） |
+
+**关键结论**：修正信号是当前唯一的反例通道，但它（a）由「复算不一致」或「信任值下降趋势」触发，而非由「证据被否决」触发；（b）触发后无任何信任/路由后果（纯观察级）。
+
+### 2.5 证据存储（WAL）
+
+| 机制 | 位置 | 当前语义 |
+|---|---|---|
+| WAL 事件行 | `swarm.rs` L1005-1023 | append-only events.jsonl，每行 HMAC-SHA256 签名（签名串 v0.7.1：seq/type/from/to/round/ts/payload，L373-382） |
+| 轮末快照 | `swarm.rs` L1100-1165 | 快照行存 trusts+states（条件空间 space_id 随快照持久，L1126-1130）；sync_all 提交点，恢复语义见 L436-528 |
+| 独立验签 | `swarm/rust_swarm.py` L88-126 | Python hashlib/hmac 交叉复核 Rust 手写 SHA256；快照行验签但不计入事件口径 |
+
+**语义要点**：WAL 存的是**事件流**（谁在何时给谁发了什么），不是**证据**。事件 payload 无来源标注、无验证基底字段、无真伪属性——WAL 能证明「某实例在某轮说了某话」（不可篡改），不能证明「某话为真」。
+
+### 2.6 promote/degrade 判据
+
+**不存在**。全仓检索确认：信任无分级体系（无晋升/降级阈值）、健康分不影响信任（§2.3）、修正信号不改信任（§2.4）。信任值的全部变化来源 = 实例程序自身的德指令 + 实例故障时沿用上轮。跨实例信任传播仅有一种形式：路由 payload 的 `@trust` 占位符（`swarm.rs` L964；`swarm/rust_swarm.py` L32）把源实例终态信任值作为消息内容发给目标实例——目标实例如何使用完全由其程序决定，协调器不做任何交叉校验。
+
+### 2.7 实例间对账面（现有的「一致」语义）
+
+| 机制 | 位置 | 当前语义 |
+|---|---|---|
+| gossip 对账 | `swarm.rs` L1272-1278 | 全部 gossip 目标实收水位相等 = gossip_consistent——**投递一致性**，非内容一致性 |
+| 复算对账 | `swarm.rs` L893-927 | verifier 与 primary **同输入同程序**（确定性 VM）→ 复算一致是结构性必然 |
+| 消息内容对账 | — | **无**。没有任何机制比较不同实例对同一观测的结论是否一致（更无真伪裁决） |
+
+---
+
+## 三、故障注入形态：最小可行注入器
+
+### 3.1 伪证据三属性（设计约束）
+
+| 属性 | 含义 | 本协议的实现判据 |
+|---|---|---|
+| 可构造 | 注入路径确定、零代码改动可达 | 经 swarm.json 初始符号注入（§3.2），一行配置完成 |
+| 可重复 | 确定性 VM 下同输入必同终态，N 轮可复现 | 同 config+同 WAL 重入逐位一致（既有 B1 幂等语义，`swarm.rs` L710-727） |
+| 可检测基底缺失 | 伪证据**在结构上**缺失可验证基底，而非靠真值对照才能识别 | 伪证据不携带 verification_basis 字段（对照：大脑端 `md_cg/nodefile.py` L58-64 已有八档枚举——蜂群端无对应物，这正是被测缺口） |
+
+### 3.2 注入点选择
+
+| 候选注入点 | 判定 | 理由 |
+|---|---|---|
+| **A. 初始符号注入（选定）** | 可行，零代码改动 | `make_swarm_config` 接受每实例 symbols（`swarm/rust_swarm.py` L27-47）；每轮完整环境注入实例（`swarm.rs` L584-603）——向全部实例 symbols 写入同一伪观测值即构成「系统性误观测」。这是平台形态下「所有 agent 观测到同一伪证据」的忠实映射：共享同一（被污染的）观测通道 |
+| B. WAL 直接注入 | 不可行（守卫正常拒绝） | 事件行须过 HMAC 验签（`swarm.rs` L468, L490），外部注入必被坏尾守卫截断——恰证明完整性面无缺口，不构成「系统性误观测」注入面 |
+| C. 路由 payload 注入 | 备选（第二轮变体） | 经 routes payload 携带伪观测跨实例传播（`swarm.rs` L962-1003），可模拟「污染经 gossip 扩散」——留作扩展臂 E3（§六） |
+| D. 术数程序注入 | 备选（对照解释用） | 污染程序逻辑（如把判定阈值写错）同样产生 3/3 同错，但它测的是「程序缺陷」而非「观测缺陷」，只作对照解释，不作主实验 |
+
+### 3.3 注入器规格（最小实现）
+
+```text
+输入：swarm.json（既有格式，swarm_cli.py L13-16）
+注入器 = 配置预处理脚本（协议层，不改 swarm/ 源码）：
+  1) 读基础 config（实例表/术数源码/路由表）
+  2) 对实验组：向全部实例 symbols 追加伪观测键值对
+     如 {"传感器X读数": 99, "观测轮次": R}（真值 50；伪证据无 basis 字段）
+  3) 对照组：symbols 注入真观测 {"传感器X读数": 50, ...} 或不注入
+  4) 输出 inject_swarm.json → 交既有 python -m swarm.swarm_cli run 执行
+伪证据形态：与实例术数程序判定条件严格对齐（程序「若 传感器X读数 大于 80
+则 德 0.5」——伪值 99 必触发信任上升，真值 50 不触发）
+```
+
+**示例术数程序**（全部实例共用同一 pbc——BS-4 异构程序未实现，`docs/swarm/蜂群盲区标记_v1.0.md` L33-38，单字节码恰是「同构观测」的现成条件）：
+
+```text
+问曰：如何处理观测？
+答曰：读数超阈值则采信并提升信任。
+术曰：
+1。若 传感器X读数 大于 80，则 德 0.5；
+2。止。
+```
+
+---
+
+## 四、共识判据：3/3 同错输入下的推演（基于代码现状）
+
+设 3 实例（初始 trust=0.1）共用上例程序，实验组注入伪读数 99、对照组真读数 50，运行 1 轮：
+
+### 4.1 逐字段推演
+
+| 报告字段 | 实验组（3/3 同错） | 对照组（3/3 正确） | 行号依据 |
+|---|---|---|---|
+| 各实例终态 trust | 0.6（0.1+0.5，德指令触发） | 0.1（不触发） | `vm.rs` L408-415, L929-940 |
+| T_avg | 0.6 | 0.1 | `swarm.rs` L1256 |
+| T_variance | 0（三值相等） | 0 | `swarm.rs` L1262-1266 |
+| **T_alignment** | **1.0（理论满分）** | **1.0（理论满分）** | `swarm.rs` L1267-1271 |
+| health.score | 1.0 满分（无 error 轮、在线满、integrity 恒 1） | 1.0 满分 | `health.rs` L51-84 + `swarm.rs` L1203-1207 |
+| recalc_mismatches | 0（verifier 同输入重放，确定性 VM 同终态） | 0 | `swarm.rs` L893-927 |
+| 修正信号 | 无（无 error、T_avg 上升不触发任何触发器） | 无 | `swarm.rs` L1024-1063 |
+| gossip_consistent | true（投递对账与内容无关） | true | `swarm.rs` L1272-1278 |
+
+### 4.2 推演结论（核心）
+
+1. **3/3 同错在现有聚合面上与 3/3 全对不可区分**：两组 T_alignment 均为 1.0、health 均满分、零修正信号。同错场景下系统输出的是「最高对齐+最健康」读数——T_alignment 把系统性误观测**奖励**为完美一致。
+2. **伪证据晋升结果**：当前系统无信任分级，晋升即「信任值本身上升」——伪证据使全群信任从 0.1 升至 0.6，且该上升在报告面呈现为健康状态。若存在下游消费方按 T_avg/T_alignment 做决策（如 `@trust` 路由传播），伪信任将带着 1.0 的对齐背书向外扩散（`swarm.rs` L964）。
+3. **多轮无自愈**：T_avg 连续 3 轮下降触发器（L1048-1057）只对「信任下降」敏感；同错升信任永不触发。error 触发器（L1030-1041）对「终态含 error 键」敏感；同错是成功终态，不触发。**全部四个反思触发器对系统性误观测均盲**。
+4. **唯一可能检出异见的机制也不在本平台**：N=4（3 同错+1 异见者）时，异见者终态 trust=0.1、同错者 0.6 → T_avg≈0.475、T_alignment≈0.901——异见者在现有语义下的效果是**拉低对齐度**：「说真话的少数派」表现为对齐破坏者，而非伪共识的暴露者。该反直觉读数本身就是实验的重要产出。
+
+---
+
+## 五、退化判准：证据基底分离（CTP）与机制缺失清单
+
+### 5.1 应有行为（理论判准）
+
+CTP 判据：伪证据缺失可验证基底时，**不因多数派采信而晋升**。对应到灵枢四态语义（大脑端 judge 既有语义），蜂群层应有：
+
+| 检测结果 | 应触发行为 |
+|---|---|
+| 证据无 basis 字段 / basis 不可追溯 | 该断言**不参与信任晋升**（最多维持现值，只降不升）——对齐大脑端「拿不出证据的节点绝不写 verification_basis」（`md_cg/crosscheck.py` L11-14）纪律 |
+| 实例间结论一致但全体无 basis | 群级 **BLINDSPOT**：透出「共识无基底」修正信号，T_alignment 另行标注「无基底对齐」，不作为健康证据 |
+| 有 basis 且基底独立可验证（互验证） | 才允许晋升——对齐 T12 互验证语义：「VERDICT 由接收方用己方验证基底裁决（自验证不采信）」（`CommonTrustProtocol/docs/T12_M1两节点互联详细设计_v0.1.md` L26-33） |
+| 伪证据被基底否决 | 实例信任**降级**（反例击穿通路，`智能的公理化基石.md` L408），修正信号升级 P1（限制敏感操作）/P0（隔离退场，BS-6 预留面） |
+
+### 5.2 机制缺失清单（如实标注）
+
+| # | 缺失机制 | 现状证据 | 对应 §5.1 行为 |
+|---|---|---|---|
+| M1 | 证据基底字段：WAL 事件与实例终态无 basis 概念 | `swarm.rs` L1005-1023 行格式、终态仅 halt/stack/symbols/trust/condition_space（`vm.rs` L568-608） | 判准 1 |
+| M2 | 互验证裁决：verifier 是「同输入逐位复算」非「独立基底裁决」 | `swarm.rs` L809-815（replay envelope：verifier 用 primary 完整输入）、L893-927；同错必复算一致 | 判准 3 |
+| M3 | 反例→降级通路：修正信号无任何信任/路由后果 | `swarm.rs` L693-695 维生边界 + BS-6（盲区清单 L47-52） | 判准 4 |
+| M4 | 健康→信任回馈：health 单向透出，不参与聚合 | §2.3 末行 | 判准 1/4 的输入面 |
+| M5 | 同错检测统计量：T_alignment 对同错完全盲且为正奖励 | §4.2 结论 1 | 判准 2 |
+
+### 5.3 最小补丁面建议（本协议只建议，不改代码）
+
+| # | 补丁面 | 内容 | 侵入度 |
+|---|---|---|---|
+| P1 | 事件 schema 扩展 | WAL 事件行/终态增加可选 basis 字段（枚举复用大脑端 `nodefile.py` L58-64 八档）；缺省缺省不破坏既有验签（basis 不入签名串或版本化入签，需二选一裁决） | 低（增量字段） |
+| P2 | 聚合层基底覆盖门 | aggregate_report 新增无基底断言计数：无 basis 的信任上升不计入 T_avg 晋升（只降不升门）；报告透出 basis_coverage | 中（聚合逻辑） |
+| P3 | 互验证升级 | protocol 拓扑 verifier 改持独立观测通道（per-instance symbols 差异化，依赖 BS-4 异构程序/异构输入先行）→ 复算不一致才获得真实检出力 | 高（依赖 BS-4） |
+| P4 | 对齐度语义分离 | 报告区分「有基底对齐」与「无基底对齐」两个 T_alignment；新增异见存活率指标（少数派终态未被多数派吞没的比例） | 中（报告层） |
+| P5 | 修正信号分级 | 「共识无基底」触发 P2 信号；「基底否决的多数派断言」触发 P1（信任降级）——沿 BS-6 预留的 §3.16 介入面 | 中（沿既有信号通道） |
+
+**建议实施序**：P1→P2→P4 可独立落地且零破坏（缺省行为不变）；P3 依赖 BS-4；P5 留真实场景。实验协议（§六）在 P1/P2 落地前后各跑一轮，即可量化「基底覆盖门」的净效应。
+
+---
+
+## 六、实验步骤（双组设计）
+
+### 6.1 构型矩阵
+
+| 臂 | N | 注入 | 目的 |
+|---|---|---|---|
+| C0 对照 | 3 | 真观测（读数 50） | 基线：全对场景全字段读数 |
+| E1 主实验 | 3 | 伪观测 99（3/3 同错） | 检验 §四推演：T_alignment=1.0 与 C0 不可区分 |
+| E2 异见 | 4 | 3 实例伪观测 99 + 1 实例真观测 50 | 检验异见者被现有语义标记为「对齐破坏者」（§4.2 结论 4） |
+| E3 扩散（可选） | 3 | 第 1 轮仅实例甲收伪观测，经路由/gossip 传播 | 测伪证据跨实例扩散后的对账面表现 |
+| V1 验证（补丁后复跑） | 3 | 同 E1 | P2 基底覆盖门生效后：无 basis 信任上升不被晋升 |
+
+### 6.2 轮次与执行
+
+- M=5 轮（足以观察多轮趋势触发器均不触发，§4.2 结论 3）；每臂独立 WAL/project 目录；确定性 VM 下每臂重复 3 次校验逐位一致（可重复性属性验证）。
+- 执行入口：`python -m swarm.swarm_cli run --config <臂配置> --out report.json`（`swarm_cli.py` L113）；配置经 §3.3 注入器预处理生成。
+- 双实现交叉核对：Rust 聚合报告 vs `aggregate_trust_python`/`aggregate_health_python`（`rust_swarm.py` L129-178），1e-6 容差（`rust_swarm.py` L62-63 口径契约）。
+
+### 6.3 指标表
+
+| 指标 | 来源字段 | C0 预期 | E1 预期（§四推演） | 判定意义 |
+|---|---|---|---|---|
+| T_alignment | report.trust | 1.0 | 1.0 | 两臂相等 = 同错不可区分（命题「系统无法识别共识≠真相」在现状下成立） |
+| T_avg | report.trust | 0.1 | 0.6 | 伪证据推动信任晋升的幅度 |
+| health.score（逐实例） | report.health | 1.0 | 1.0 | 同错实例满健康 = 健康面无检出力 |
+| recalc_mismatches | report.recalc | 0 | 0 | 复算通道对同构同错盲（M2 实证） |
+| 修正信号计数 | WAL type=修正信号 行数 | 0 | 0 | 反例通道未触发（M3 实证） |
+| 伪信任外溢 | 路由 @trust 载荷值 | 0.1 | 0.6 | 伪信任向外扩散量 |
+| E2 专属：异见者读数 | T_alignment / roles | — | ≈0.901（下降） | 少数派真话拉低对齐度的反直觉量化 |
+| V1 专属：晋升拦截 | T_avg | — | 0.1（不再升至 0.6） | 基底覆盖门净效应 |
+
+### 6.4 验收断言（协议级，可执行判定）
+
+1. E1 与 C0 的 trust 四元组中 T_alignment 逐位相等（<1e-6）→ 证实「现状不可区分」。
+2. E1 全部修正信号计数=0 且 health=1.0 → 证实「反例通道与健康面对同错盲」。
+3. E2 的 T_alignment < E1 的 T_alignment → 证实「异见者表现为对齐破坏者」。
+4. （V1，补丁批准后）E1 构型在 V1 下 T_avg 不高于 C0 → 证实「基底覆盖门拦截伪晋升」。
+5. 全臂 WAL 验签 all_valid=true（`rust_swarm.py` L88-126）→ 注入未破坏完整性面。
+
+---
+
+## 七、边界声明
+
+1. **本文件是实验协议**：不含任何实现。注入器脚本、聚合补丁（P1-P5）、测试用例的编写均须使用者批准后另立任务。
+2. **平台形态边界**：实验结论的适用域是「确定性 VM 实例 + 自报信任 + 聚合透出」的蜂群形态；LLM agent 形态下的同错（模型共因幻觉）需经 harness 层接入（`swarm_cli.py` 统一入口），结论外推须另行论证。
+3. **理论引用边界**：CTP 文档行号引自仓外 `CommonTrustProtocol/docs/`（理论仓），其版本演进不受本仓控制；本仓内可信的理论落点为大脑端 `md_cg/nodefile.py` L58-64（verification_basis 八档）与 `md_cg/crosscheck.py` L11-14（无证据不写基底纪律）。
+4. **不做 git 操作、不改源文件**：本任务全部产出即本文件。
+5. **诚实预期**：§四推演若被实验证实（E1 与 C0 不可区分），结论是「现状不能识别同错」——这是机制缺口的实证而非系统缺陷的遮掩；修复面已在 §5.3 如实列出，是否实施由使用者裁决。

package/docs/theory//345/215/225/347/272/277/347/250/213/344/270/216/346/263/250/346/204/217/345/212/233/351/233/206/344/270/255_/346/227/240/344/272/211/350/256/256/347/220/206/350/256/272/346/226/207/346/241/243_v1.0.md

@@ -0,0 +1,129 @@
+# 单线程与注意力的集中 —— 无争议理论文档 v1.0
+
+> **来源**：命题「单线程只是注意力的集中」出自主代理与使用者的对话，其初版白箱精确化曾收录《并发必然性理论》§2。
+> **本文不是初版的沿用**：初版经蜂巢并发五单元审查（反思单元×2 + 验证单元×3，判定见 §6），初版全部三份验证判定为 REJECT（可修订），本文按全部判定单重写。
+> **重写原则**：每处断言要么被条件边界封住，要么弱化为状态标注的刻画；凡不能由观测或文本检查裁决的项，显式标注为建模选择，不作为断言提出。
+
+---
+
+## 0 边界声明（先于一切断言）
+
+| # | 声明 | 封住的攻击 |
+|---|---|---|
+| B1 | 本文全部工程性断言在**计算架构/功能层**陈述；神经科学内容仅以**工作假设**身份出现并标注争议状态（见 B5），不作为已决经验结论。 | 跨层等同误读（C1/A1） |
+| B2 | 本文**不主张**主观串行感是幻觉、不否认第一人称报告的价值，也不主张第一人称与第三人称证据有本体论等级；本文区分的是证据类型（报告 vs 测量），不是真实性等级。 | 消除主义误读（C2） |
+| B3 | 本文对「单线程」的归因是**非排他的**：注意力带宽的序列化分配是一种充分的刻画路径，不排除其他成因并存。 | 排他命题反例（D1/V1-1） |
+| B4 | **串行作为策略选择是正当的**。本文不主张「并发总优于串行」；收敛粒度选择是成本-收益权衡（见 §3.2）。 | 全称规范断言（B1面/V1-2） |
+| B5 | 「神经层不存在全局单线程执行器」为**工作假设**：现有行为学证据（心理不应期、注意瞬脱等）同时表明存在任务特异的**局部串行瓶颈**。两者相容：无全局串行执行器 ≠ 无任何串行瓶颈。 | 全称否定与中央瓶颈证据的冲突（V2-1/A1） |
+| B6 | 「注意力」「收敛带宽」「收敛位」「调度」均为**功能性术语**（见 §1），不是解剖学或生理学断言。 | 术语实体化误读（A2/D4） |
+| B7 | 「4±1」是工作记忆组块容量的**启发式借用**，仅作量级参照，不是对任何整合带宽的直接测量；工作记忆组块容量与多对象追踪容量不是同一构念。 | 数值锚点过度声称（V2-5/6/7/D3） |
+| B8 | 本文**不涉及**意识本质（hard problem）的任何立场；「人脑→agent」为功能性类比，不主张工程系统复制人脑机制。 | 类比外溢（V3-9） |
+| B9 | **元条款**：凡不能由观测或文本检查裁决的断言，本文显式标注为「建模选择」，不作为断言提出。 | 不可证伪指责（B2面-D7） |
+| B10 | 串行/并发区分是**理想型**描述；实际系统的收敛粒度可连续、可自适应、可混合。 | 二元对立误读（B2面-B2/D5） |
+
+---
+
+## 1 术语表（显式定义，防滑移）
+
+**1.1 「单线程」的三义**（初版同一词三用未分界，为本版显式拆分）：
+
+| 标签 | 指称 | 层 |
+|---|---|---|
+| **S-单线程** | 主观报告：「我一次只做一件事」 | 报告层 |
+| **E-单线程** | 收敛形态：收敛粒度设为整任务的执行呈现 | 架构层 |
+| **C-单线程** | 工程约束：系统实现是否应串行 | 决策层 |
+
+命题只在 E-义上做刻画；S-义是现象（B2），C-义是权衡（B4）。三者不得互推。
+
+**1.2 注意力（本文用法）**：**带宽分配过程**——决定「哪个节点获得整合」的功能。该刻画不预设中心执行者，不使用日常心理语义（聚光灯、可意志控制的实体）。它是一个功能性角色描述，不是机制断言（B6/B9）。
+
+**1.3 两个独立参数**（初版将二者折叠，为本版拆分）：
+- **收敛带宽**＝容量参数（多少整合可同时发生；稀缺）；
+- **收敛粒度**＝单位参数（收敛事件在任务树的哪个深度发生）。
+粒度下沉改变收敛事件的**次数**，带宽约束收敛事件的**容量**；二者相关但不同一，任何从一方到另一方的推论必须显式给出资源账本（本文 §3 不依赖此类推论）。
+
+**1.4 三类串行**（初版坍缩为一类，为本版三分）：
+- **基座串行**：底层展开本身串行（单执行器、单输出通道、因果依赖链）；
+- **约束串行**：由正确性/安全/资源约束导出的串行（事务串行化、速率限制）；
+- **认知伪串行**：底层可并行、任务可分解，但执行被组织为串行黑盒。
+**本文全部刻画只针对第三类。** 前两类不在本文断言范围内。
+
+---
+
+## 2 核心命题（弱化形式）
+
+**P0（命题，替代初版排他形式）**：
+> 在本文条件空间内，E-单线程不是与并行展开对立的独立执行机制；它被定义为收敛粒度设为整任务时的序列化收敛形态，可由注意力的有限带宽序列化分配来刻画。此为功能性刻画，不穷尽 E-单线程的全部成因，不作排他性唯一因声明。
+
+**公设 A1**（初版误标为第 1 条的推论，依判定改标公设）：
+> 本文公设：注意力承担收敛带宽分配，不承担展开计算；底层执行由并行展开过程承担。
+> （状态：建模选择。注意参与执行控制的经验证据不与此公设冲突——「分配不承担展开」是本文的功能分工定义，非神经机制断言；见 B6/B9。）
+
+**刻画 1（对应初版第 1 条，弱化+状态标注）**：
+> 神经活动层面，任意时刻存在大规模并行分布式处理；「全脑单一串行执行线程」没有证据支持，但也未被排除——此为工作假设（B5）。反应选择等阶段存在任务特异的局部串行瓶颈（心理不应期、双任务干扰等现象），可产生主观串行感。主观串行感与注意/中央瓶颈类模型**相容**；「由稀缺带宽逐个锚定实现」是待检验的机制假设，不作共识断言。
+
+**刻画 2（对应初版第 3 条，理想型化+B10）**：
+> 给定任务树：E-单线程（串行执行）＝收敛粒度设为整任务的理想型——全部展开在收敛位视角外，收敛只在根节点发生一次；并发执行＝收敛粒度下沉到子任务的理想型——各分支节点各自收敛，产出到达收敛位时已是裁决单位。实际系统在两极之间连续分布（B10）。
+
+**刻画 3（粒度术语冲突修复）**：
+> 「多任务之间的串行」（注意力依次锚定不同任务根节点）与「单任务内部的收敛粒度」（根节点内是否黑盒一次收敛）是两个不同问题。初版第 1 条描述前者、第 3 条定义后者，二者不冲突，但必须分开陈述——本文如此陈述。
+
+---
+
+## 3 工程含义（条件式推论，替代初版全称断言）
+
+**3.1 条件式推论 P1**（初版「agent 没有单线程义务」「结构性倒置，不是审慎」的修订形式）：
+> **当且仅当**满足前提集 {底层展开确实可并行 ∧ 任务可分解 ∧ 无外部串行契约（正确性/安全/实时/资源约束）} 时：把整任务实现为串行黑盒，等于把宽展开层的工作压入唯一窄收敛位，构成**结构性错配**。此时 agent 不默认承担整任务串行黑盒义务。
+> 任一前提不满足时，本推论不适用，串行由该前提正当化。
+
+「唯一窄收敛位」是本文模型构造的容量限制（B6/B9），其与工作记忆 4±1 的关系仅为启发式量级参照（B7），不承担论证重量。
+
+**3.2 串行正当场景（非穷举）**：
+1. **基座串行**：单执行器/单输出通道/强因果依赖——无并行可供分配；
+2. **约束串行**：事务一致性、竞态避免、副作用幂等、速率与成本约束——串行由正确性导出；
+3. **成本串行**：子任务过微，拆解与协调/合并成本超过并行收益——保持粗粒度是权衡结果而非倒置；
+4. **耦合串行**：子任务状态强耦合不可拆——无独立子任务即无「宽展开层」可依赖。
+
+**3.3 粒度决策规则（非规范性，B4）**：
+> 收敛粒度下沉的收益须扣除协调与合并成本；粒度选择是逐任务的成本-收益权衡，本文不提供默认答案。
+
+---
+
+## 4 争议封口对照表（初版表述 → 本版处置）
+
+| 初版表述 | 问题（判定单溯源） | 本版处置 |
+|---|---|---|
+| 「单线程**只是**注意力的集中」 | 排他量词把功能刻画升格为还原等同（R1-D1、R2-C1、V1-1、V3-1 全五面命中） | P0 弱化：非排他归因 + 功能性刻画（B3） |
+| 「神经层没有单线程」 | 全称否定与中央瓶颈证据冲突、以已决语气陈述（R2-A1、V2-1、V3-5） | 刻画 1：工作假设 + 局部瓶颈相容声明（B5） |
+| 「注意力是调度器，不是执行器」 | 二分过强：注意参与执行控制；「调度器」携带未授权蕴含（R2-A2、V2-3、V1-5、R1-D4） | 公设 A1 显式标为建模选择 + §1.2 功能性定义（B6/B9） |
+| 「agent 没有单线程义务」「结构性倒置，不是审慎」 | 描述性前提推不出规范性结论；反例场景未封（R2-B1、V1-2、V3-2/3） | P1 条件式推论 + §3.2 正当场景清单（B4） |
+| 「唯一窄通道（4±1 量级）」 | 工作记忆组块容量≠追踪容量；借用未授权（R1-D3、V2-5/6/7、V3-7） | 降为启发式参照，不承担论证重量（B7） |
+| 「串行＝粒度整任务；并发＝粒度下沉」 | 无操作定义、二元对立（R2-B2、V3-8） | 刻画 2 理想型化 + 可观测代理量（任务树收敛深度 d 处的裁决节点数）（B10） |
+| 「是主观报告，不是神经事实」 | 可滑向消除主义与本体等级制（R2-C2） | B2 非消除主义声明 |
+
+---
+
+## 5 结论
+
+1. 初版命题的可保留内核：E-单线程可由注意力带宽的序列化分配作**功能性刻画**——该内核在全部五面审查下存活；
+2. 初版的争议全部来自**形式强度**（排他量词、全称量词、规范跳跃、术语滑移、未声明借用），不来自内核本身——本版以条件边界与状态标注封住全部已识别争议源；
+3. 「无需争议」的达成方式不是断言更强，而是**每个断言声明自己的条件空间与证据状态**（B9 元条款）。
+
+---
+
+## 6 验证留痕（蜂巢并发，v0.2 配置标准）
+
+| 单元 | 身份 | 审查面 | 裁决 | job |
+|---|---|---|---|---|
+| 反思×1 | 反思者 | 概念偏差（D1-D6 假说） | 假说移交包 | h1789458016491_7320 |
+| 反思×2 | 反思者 | 争议预测（A/B/C 三类读者） | 假说移交包 + 边界条款候选 | h1789458016570_7050 |
+| 验证×1 | 裁决者 | 逻辑有效性 | REJECT（修订后可再审） | h1789458307647_56cc |
+| 验证×2 | 裁决者 | 科学锚点（离线，标置信度） | REJECT（修订后可再审） | h1789458016737_4824 |
+| 验证×3 | 裁决者 | 类比外溢与边界完备性 | REJECT（修订后可再审） | h1789458016823_7658 |
+
+> 产出物生命周期说明（2026-09-15）：五单元的原始产出中间件（R1/R2/V1-V3 文件）已按《子代理配置标准》§5.4 在结论整合后清理，回放凭证以本表 job id 为准。
+
+**剩余未决项（诚实保留，不静默丢弃）**：
+- 判定单产出环境均为 memory_access=degraded，未做记忆检索与联网核验；本文因此把全部经验锚点降级为状态标注引用（B5/B7/B9），使未决项不承担论证重量；
+- 若后续联网复核 PRP / Cowan 2001 / Pylyshyn & Storm 1988 等原文，可把刻画 1 与 B7 的置信度升级；
+- 本文 §2/§3 的修订文本接受下一轮验证单元复审（初版三 REJECT 均注明「修订后可再审」）。