# 阶段日志 —— 自我边界这条线,按发生顺序 *[学习"我到哪里为止"](https://machengshen.github.io/theory/learning-the-self-boundary.zh.md) 的配套索引 · 2026-07-27 → 2026-07-28 · **未 ratify*** --- ## 怎么读这一页 这是审计留痕。每个阶段一条,说清它**推翻或确立了什么** —— 因为这条线的价值不在结论(它没有结论),而在**一个主张被公开拆解的记录,而且大部分是被它自己的作者拆的**。 整个故事的人话版本是[主 note](https://machengshen.github.io/theory/learning-the-self-boundary.zh.md) 的第一部分;实测数字在同一篇的第二部分。没有公开的工作产物在这里**只列名字**,是为了留痕完整,不是暗示它们可访问。 两个反复出现的简称。**边界**指"我"和"世界"之间的那条线,技术正文里写作 **μ**,主张是机器应该**学**出它而不是被人递给它。**滞回**指一个开关的"开门槛"和"关门槛"不一样从而卡住的性质 —— 27 度才制冷、25 度才停,而不是到 26 就翻转。 --- ## 阶段 0 · 提案(2026-07-27) | | | |---|---| | **产出** | 工作 memo:以滞回的自我边界替代当下机器人范式 | | **确立** | 统一诊断:模仿式与奖励式机器人学习共享**同一个**缺陷 —— agent/环境边界由工程师供给,从不被推导。提案:学出边界,以**闭包违反**当训练信号,目标做成二阶(维持"边界仍是解"的那个条件)。 | | **推翻** | 暂无。此刻整套东西压在一句无出处的话上:"这在人身上经验上是确凿的"。 | ## 阶段 1 · 可开工规格(2026-07-27) | | | |---|---| | **产出** | `robotics-mu-experiment-spec` —— 损失函数、双稳解析条件、MuJoCo rig、含扫速控制的测量协议。设计层约 95%,零行代码跑过。 | | **确立** | 主张变成**周级而非年级**可证伪:一条 2–3 DoF 仿真臂 + 可拆工具 + 可断执行器就足以杀死它。 | | **推翻 —— memo 自己的三条,靠"把它写精确"这个动作** | (1) 边界不能是每通道一个标量:blanket 条件本质三元,标量表达不了"我是屏障";(2) "并入慢释放更慢"**不是免费的** —— 对称双阱只给关于倾斜对称的**阈值**,不自动产生 on/off **时间**非对称,原文把两者混为一谈;(3) **原始像素不能当通道** —— 边界是通道上的划分,指称物身份必须稳定。第三条是本线最大的作弊点,现已显式记账。 | ## 阶段 2 · Prior art 审计,当成"打"而不是"综述"(2026-07-27) | | | |---|---| | **产出** | `dmbd-2502.21217-hysteresis-check` —— 把最近的竞争工作正文抽出来读完,不是从摘要推断。 | | **确立** | 最近的那份工作**明确无滞回**:标签过程是每元素一条一阶马尔可夫链,推断是 acausal 前后向平滑,且论文自陈"在没有观测数据时归属变量迅速扩散到均匀平稳分布" = 单稳的定义。全文 hysteresis / bistability / bifurcation / saddle-node 零命中。 | | **推翻 —— 我们的** | memo 那句"FEP 系的 blanket 无时间状态"**对这篇是错的**:它的归属确实有自身状态。存活的区别只剩**一条轴:单稳 vs 双稳**。 | | **同时记账** | 他们的**一般形式**让标签转移率依赖宏观 blanket 变量 —— 正是双稳所需的那个闭环。他们为 tractability 假设掉了它,并列入 future work。**我们的 wedge 正落在他们 roadmap 的下一格**:不算被抢先,但时间窗不宽。 | ## 阶段 3 · 证据审计 —— 规模叙事(2026-07-28) | | | |---|---| | **产出** | `scale-vs-structure-evidence-audit`(约 80%) | | **确立** | "规模已解决工具使用 / 损伤恢复"**不成立** —— 因为两项**都没人测过**。没有任何大模型发布过未见工具的功能迁移成功率表。损伤恢复唯一的正面主张是零数字的厂商视频,其"损伤"因训练覆盖 10 万种仿真形态而被做成分布内。一篇 11 年前的论文(腿式 5 种损伤 + 机械臂 14 种损伤矩阵,<2 分钟在线适应)至今仍是该能力最严谨的评测。 | | **推翻 —— 我们的,而且这才是重要的一半** | 同样**没有**证据表明"更好的结构"在机器人上赢过规模:找不到任何一篇让结构方法在同任务同硬件上击败大 10× 模型、且带试验数与误差棒的论文;也找不到任何"学出来的自我边界"的性能优势实证。**对方手里有真实的规模曲线,我们手里只有机制假说。** 举证责任在我们。 | | **战略后果** | 值得抢的是**测量协议**,不是架构。架构上我们打不过规模,方法学上对方是空的。 | ## 阶段 4 · 证据审计 —— 经验前提,刀口转向自己(2026-07-28) | | | |---|---| | **产出** | `fep-bodyschema-hysteresis-evidence-audit`(约 80%) | | **推翻 —— 整条线的承重前提** | "这在人身上经验上是确凿的"**是假的**。工具并入:不但没有滞回测量,现象本身在 2012 年就被一篇专门的再分析质疑 —— 再分析 6 篇已发表 + 1 篇未发表,结论 tool use *"does not literally extend peripersonal space"*,效应量小、功效低。橡胶手:三轮检索**零命中**任何上下行扫描比较转换点的实验。唯一支持性数字(约 19 s 建立、66 s 消退,N=27,作者全文不用 hysteresis 一词)恰是我们自己早已声明不算数的那种 —— 一个单稳的泄漏积分器在撤掉驱动时天然给出。 | | **同时推翻 —— 我们的** | "argmax 无记忆 ⟹ 不可能滞回",我们自己反复用的杀法,**其前半句已在 2022 年公开发表**。我们的增量只剩后半句(接到边界维持上)。 | | **降级而非反驳** | 最近的那个著名框架不是被证明的结果,而是**前提未被验证满足的框架**:2021 年一篇技术批评带反例打掉了中间一步推断,2021 年的回应补上缺失前提并把 exact 放松成 approximate,2022 年的综述指出所需条件"只在极窄参数区成立",且要求活体几乎不具备的感知-行动对称性。 | | **同刀回砍 —— 新增一条 falsifier** | 我们自己的设计用的是**同一个**三分 blanket 结构 ⟹ 那一击同样砍我们:**先证明我们的 rig 上存在满足条件的稳定划分**,作为 D0 排在一切之前。 | | **又一次回砍** | "我们测到非零滞回环"也不是双稳的证据:任何一阶滞后在有限扫速下都产生率依赖的环。判据被收紧为**环面积外推至零扫速仍为正**。 | ## 阶段 5 · 数据搜寻 —— 三轮,以及重复了三次的一个错误(2026-07-28) | | | |---|---| | **产出** | `rhi-hysteresis-reanalysis-hunt`(约 85%)、`trial-level-embodiment-data-hunt`、`openneuro-bids-rhi-hunt` | | **确立 —— 为什么数据不存在** | 不是没人想到。所有参数化实验一律随机化条件顺序,因为该领域的标准卫生规范把**序列效应当污染而非信号**。范式的建法就是为了抹掉我们要的那个量。 | | **确立 —— 真空的范围** | 逐试次所有权数据:一个公开仓库 16 组关键词 + 另一个仓库 10 组 + **1831 个神经影像数据集全量普查**,全部**零命中**。 | | **推翻 —— 我们的,连着三次** | 三份"逐试次数据公开"的声明被相信,然后被亲手打开。三份都是被试 × 条件的聚合表,**没有试次序号、没有顺序列**,问题在结构上不可计算。同样的坑又踩两次:某数据集的参数列是真正的单调上下行扫描 —— 四轮里第一次见到 —— 而响应列**每一行都是空的**。**别信任务名、别信可用性声明,打开列。** | | **推翻 —— 搜寻 agent 的过度结论,已纠正** | "逐试次结构在范式层面就不存在"这个判断,**对某个主要实验室是错的**:他们已发表的表格**就是**逐试次二元所有权判定,每条件 12 试次。范式存在且成熟,只是原始日志从不上传。⟹ 正确的下一步是**向作者索要**,不是自建范式。 | | **确立 —— 方法学模板** | 同一把滞回的刀已经被用在视听同步性上;2018 年一篇给出滞回宽度的操作定义 + 第三条随机序列基线臂;双眼竞争是唯一内建多扫速的文献,也就是唯一能执行零扫速外推判据的那条。 | | **又一条对我们不利** | 2014 年一项研究证明迟滞与适应是**独立可加、脑区分离**的两个成分 ⟹ **测到零净滞回不能证明没有 latch**(两者可抵消)。这必须写进预注册,否则阴性结果既不是自我证伪也不能当免罪符。 | ## 阶段 6 · 人类数据重分析 —— 两个独立点,都不利(2026-07-28) | | | |---|---| | **产出** | `mu-boundary/human-reanalysis/` | | **推翻 —— 效应的方向** | 两个独立操纵(空间距离,N=34,已发表;时间同步性,N=185,我们在其公开数据上重分析)、两个不同国家的样本、两种测量(亲历 / 期望)—— **全部落在适应/对比侧,无一在迟滞方向**。较大那份数据里,同一弱条件在强条件之后被评分**低 0.891**,95%CI [−1.232, −0.550],p = 6.7e-7。多个独立设计的收敛,比其中任何单条更有份量。 | | **我们自己给的降权(靠读他们的材料读出来)** | 较大那份量的是**期望**不是亲历 —— 被试只看视频、答"预期会体验到多少"。其控制条目也同向移动 ⟹ 需求特征确实存在;但 illusion 条目上的效应约为控制条目的 2.8 倍 ⟹ 真实成分存在,只是本数据无法干净分离。 | | **确立 —— 一条会决定后续成败的技术事实** | 管线 dry-run 上,**置换零分布的中心不在 0 而在 +0.191**,机制已定位。对 0 做检验会**把符号读反**:朴素检验说"无效应",对上正确零模型后同一份数据显著为负。两个独立零模型一致。**纪律:先在你的数据上找到零分布中心,再谈显著性。** | | **确立 —— 未来自建实验的硬约束** | 若被操纵参数的符号与二元反应的语义直接对应,迟滞与适应**在数学上不可分辨**。所以逐试次所有权问题必须保持"是/否",绝不能变成"哪只手更像我的"。 | | **决策** | 暂不投自建 VR:先验变差,期望价值下降。优先级改为 ①向持有逐试次日志的实验室索要 ②继续仿真侧(不依赖生物学前提)。 | ## 阶段 7 · 仿真 D0 —— 边界到底有没有对象?(2026-07-28) | | | |---|---| | **产出** | `mu-boundary/RESULTS-D0.md` | | **确立 —— 仪器有效** | 手装双阱的阳性对照:零扫速环面积 +0.36…+0.62,而线性阴性档与 0 不可区分。解析锚点复现到 2.6%,鞍结标度到 5%。⟹ 后续阴性结果可归因于系统而非尺子。 | | **推翻 —— 我们自己的判据** | 阴性档的 bootstrap 置信区间**也不含 0**,因为它只反映种子噪声,不反映"扫速点太少"的系统偏差。**正确判据不是置信区间,而是分辨底 + 阳性档高出它多少倍。** | | **确立,但几乎无信息量** | 满足 blanket 条件的非平凡划分确实存在 ⟹ 滞回讨论有对象。但故意泄漏的标定划分得分只差一点点,**动态范围小于跨种子波动**。那条著名批评在我们 rig 上以镜像形态出现:不是"条件只在极窄区域成立",而是"**太容易成立以至于选不出东西**"。 | | **推翻 —— 我们自己的诊断,就在下一轮,而且这是最可复用的一条** | 我们把弱结果诊断为"rig 与世界耦合太弱",并把它当前提发下去。**错了。** 弱是**协议缺陷**;修好后**两个 rig 都通过**,包括被我们判死刑的那个。而我们用来指控 rig 的那根探针,走的路径根本不经过被指控的部件,对它**结构上全盲**。**我们把探针的信噪比读成了系统的耦合强度。** rig 的真实缺陷确实存在 —— 是靠造第二根、估计器无关的探针才找到的。 | | **提炼出的通用教训** | 任何"指标 X 告诉我性质 Y"的推理,先证明 X 对 Y 敏感;证不了就造一根不共享 X 假设的探针。 | | **记账的测量学坑** | 其中两条与规格自己的担心方向相反:给辅助预测器**更少**正则化反而制造假阳性(过拟合的预测器会**假装** blanket 成立);连续时序切分 + 非平稳探索会**直接伪造结论**。⟹ 该指标对估计器设置与数据切分比对被研究的划分更敏感,任何用它下结论的实验必须先跑故意泄漏的标定当阳性对照。 | ## 阶段 8 · 仿真 D1 —— 机制可达吗(2026-07-28) | | | |---|---| | **产出** | `mu-boundary/RESULTS-D1-D2.md` | | **确立** | 是:存在合法参数,不需要把任何东西推到荒谬量级。 | | **推翻 —— 规格称为"生死"的那条判据** | 通过它几乎**等价于"边界确实翻转了"**,所以它筛不掉任何东西。规格高估了它。 | | **推翻 —— 规格的字面方程** | 它写下的形式**不可能**有三个稳定档位,这是数学不是数值:两个要求逼迫同一个量取相反符号。已数值验证,并用一条把耦合推到一万倍仍出不了 3 的回归测试钉死。已采用一个最小的结构性修补。 | | **推翻 —— 我们自己的一个量级估计,差 7 倍** | 按规格字面读那个关键量会高估七倍,因为它偷偷混进了**通道身份**(有些通道本来就好预测),而不是回路里那个量。 | | **推翻 —— 一个救命数字,被表示对照打掉** | 有一条通道给出足以救活理论的数值(0.98)。把同样的信息换成极坐标表示后塌到 0.007:大数值是**我们的基函数解不出反三角**,不是信息缺口。表示不变的读数:最大约 0.18,工具通道 0.002–0.045。**如果那个数字本来就小,我们大概不会跑这个对照。** | | **新找到的真瓶颈** | 要有两个稳定档位,一个成本/收益比必须落进一个相对宽度等于该实测量的窗口 —— **工具通道只有 1.3–2.6%** —— 而目标函数自己的系数把每条通道放在窗口外 **2 到 420 个窗口宽**处,且目标里**没有任何机制**在把它往里拉。⟹ 效应不是从提出的目标函数里长出来的,它要求一个该目标不提供的手调比值。 | ## 阶段 9 · 仿真 D2 —— 判决(2026-07-28) | | | |---|---| | **产出** | `mu-boundary/RESULTS-D1-D2.md`,25 项测试通过 | | **确立 —— 唯一活下来的支柱** | 把手装非线性**整个删掉**、只留自我强化的信任回路,滞回出现,并且**通过零扫速外推**:达分辨底的 24–35 倍,两支在长时间保持下 1.00/1.00。阴性对照(信任冻成常数)正确地落回分辨底,且与早先的线性档**逐位相同**(有回归测试断言)。**滞回不需要手装。** | | **推翻 —— 自我特异性,被我们自己要求的对照打掉** | 把完全相同的处理给那个不可控的风吹球,用**它自己**的实测数字 ⟹ 不出现滞回(诚实的一半)。但把球那个唯一的自由幅度拧到环增益相同 ⟹ **滞回的每一个数字与手臂逐位相同**。归一化后方程只依赖那个增益,所以"自我"那个量只决定自由旋钮要拧多大,不决定效应是否出现。⟹ **滞回是带门控慢变量的通用性质;"它卡住了所以这是自我边界"这一步推理被取消。** | | **推翻 —— 那条签名预测,两次** | "进来难出去更难"在这里是假的。门乘在收益上:比值 1.008 —— **完全无非对称**,而我们一度以为看到的非对称是 1-D 约化的假象(该约化在原点处本就不对称)。门乘在整个驱动上(即真正想要的机制):非对称出现了但**方向相反** —— 释放更快,离开的阈值更低。可算原因:精度放大关于一条通道的**全部**证据,**包括反对它的证据**。要得到"进来容易出去难",必须额外假设一条不对称的证据加权 —— 又一件手装的东西,而那正是我们要避开的。 | | **诚实的范围声明** | 本阶段跑在由实测参数驱动的**一维约化方程**上,不是 34 通道全 rig;编码器未训;规格设定的物理主参数轴(握持刚度)从未被扫过。这些是最大的未闭合项。 | --- ## 这条线现在的位置 | 原主张的成分 | 状态 | |---|---| | 滞回不靠手装非线性即可涌现 | ✅ 活 | | 该滞回对自我边界有特异性 | ❌ 带门控慢变量的通用性质 | | 释放比并入更慢 | ❌ 两种实现下都反了 | | 它从提出的目标函数里自然长出,不需 fine-tune | ❌ 需约 2% 的手调比值 | 四条倒三条,**每一条都是被我们自己的仿真器或自己的重分析打倒的**。人类侧的动机不只是"未被证明" —— 两个可用数据点都指向相反方向。 **取代它的问题**,也是这条线还开着的理由:滞回很廉价,所以真问题是 —— **什么让一条边界的滞回是关于这条边界本身的**,而不是它和一个随风飘的球共享的性质。 **未 ratify。这里没有任何东西是定论。** 完整叙事与全部实测数字:[学习"我到哪里为止"](https://machengshen.github.io/theory/learning-the-self-boundary.zh.md)。