首批在线诊断（未完成4h，不作A/B达标判断）

截至2026-10-14 12:38 Toronto。12个身份运行中，其中run010/011经历节点路径故障后恢复。
原始逐决策概率在analysis/runs与probability_cache，归因收据在analysis/feedback_attribution。
下述四个事件用于解释机制，按已观察概率变化选取，不能代表完整轨迹或事后定义成功窗口。

1. kissing/root_sd3，N=12→13，active=2005.82秒：实际跨最高均值分支概率约44.4%→2.4%。
固定前一候选池和特征后，原最高均值分支的概率55.55%→55.51%，几乎未变。
说明这次突变主要来自候选池/特征，而不是新增反馈导致后验集中；不作行为成功证据。
2. rectangle/root_local035，N=17→18，active=1909.90秒：固定前一候选池后，新增真实反馈
使原实测冠军获选概率52.00%→83.05%，原最高均值分支58.48%→92.76%；随后MAP变化很小。
这是反馈确实改变利用概率的局部证据，但其他合法分支机会及两题完整过程仍需继续观察。
3. rectangle/noise075，N=7→8，active=1801.63秒：固定前一候选池，条件化使latent SD/s0
中位数0.701→0.554，首次原有MAP拟合再降为0.144；原最高均值分支概率50.30%→52.72%→64.98%。
说明噪声先验中心没有关闭数据拟合，首次MAP可显著改变概率；不是时间控制或外加混合。
4. rectangle/root_sd3，N=16→17，active=1733.86秒：固定前一候选池，单次条件化影响小，
MAP使原最高均值候选概率18.85%→33.03%，但原实测冠军37.98%→30.66%。两种利用口径不一致，
不能只取有利的一种。实际跨分支概率上升还包含候选/特征变化。

当前决定：continue。保留六个冻结设置运行，暂不宣布A/B，不转Muse。
后续参数假设应由更长反馈轨迹支持；root幅度、context幅度、root长度尺度与MAP噪声的
作用须区分。两题任务执行耗时差异很大，不能按决策数直接比较同预算性能。
所有归因仅用当时已记录训练集；固定池分析不写回在线搜索，也不声称替代策略的在线成绩。