From 274e916352770b3e6fafa6248d09ad4249e02dd7 Mon Sep 17 00:00:00 2001
From: cbb <2625274797@qq.com>
Date: Tue, 20 Oct 2026 22:55:24 +0800
Subject: [PATCH] =?UTF-8?q?docs+fix:=20=E4=BB=A3=E4=BB=B7=E6=8E=A2?=
 =?UTF-8?q?=E9=92=88=E7=AC=AC=E4=B8=80=E7=89=88=E6=8A=8A=E6=95=B4=E6=AC=A1?=
 =?UTF-8?q?=E8=B0=83=E7=94=A8=E5=BD=93=E4=B8=80=E6=AC=A1=E8=A7=84=E5=88=92?=
 =?UTF-8?q?(=E7=BB=9D=E5=AF=B9=E5=80=BC=E5=A4=A7=E5=9B=9B=E5=80=8D)?=
 =?UTF-8?q?=EF=BC=9B=E6=94=B9=E4=B8=BA=E4=B8=A4=E9=95=BF=E5=BA=A6=E8=A7=A3?=
 =?UTF-8?q?=E5=9B=BA=E5=AE=9A=E5=BC=80=E9=94=80=EF=BC=8C=E5=B9=B6=E8=AE=B0?=
 =?UTF-8?q?=E6=B8=85=E4=B8=B2=E8=A1=8C=E6=97=A9=E5=81=9C/=E6=89=B9?=
 =?UTF-8?q?=E9=87=8F=E9=9A=8FK=E4=B8=A4=E7=A7=8D=E7=9B=B8=E5=8F=8D?=
 =?UTF-8?q?=E5=93=8D=E5=BA=94?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 docs/探索日志.md | 7 +++++++
 1 file changed, 7 insertions(+)

diff --git a/docs/探索日志.md b/docs/探索日志.md
index 5643f16..b50df90 100644
--- a/docs/探索日志.md
+++ b/docs/探索日志.md
@@ -108,6 +108,13 @@
 - **对 `backoff` 的预期与判据**：全拒意味着"连第 1 步的端点或中点已经穿进障碍"，缩步能不能救取决于**穿得有多深**（穿 0.1 mm 救得回，穿 3 mm 救不回）。这个数转储里没记（只记被选中那条），所以直接由 `backoff_mean`/`reject_all_mean` 来量：
   `reject_all_mean ≈ 原全拒次数`（=backoff_mean+brakes_mean，与轮次 33 cap 的 19.55 可比），`backoff_mean/(backoff_mean+brakes_mean)` 就是"缩步能救回的比例"。这是补跑（#22）要读的第一个数。
 
+## 代价探针的第一版量错了对象（仪表缺陷，已修）
+
+- 第一版 `ml/runs/_kcost_probe.py` 把"整次 `rollout(..., max_sec=0.041)` 调用"当成"一次规划"来量，得到 `K8/cb0 P50 = 144.8 ms`、`K16/cb0 = 139.6 ms` 这种**比轮次 34 的 33.5 ms/规划大四倍**的数——那里面包含每次调用的固定开销（`tasks_to_tensors`、生成器、首段同步），2 步的调用只做 1 次规划，所以固定开销占了大头。绝对值完全不可比，我先差点把它当"K 翻倍不花钱"的证据。
+- 修法是**用两个长度解出固定开销**：`max_sec` 取 2 步（1 次规划）与 8 步（4 次规划），`每次规划成本 = (T8 − T2)/3`。这样才与 §9.2 的"每次推理+认证 P99 <20 ms"同一口径。
+- 顺带一条**不能混的机理**：串行认证在 B=1 有早停（第一条全安全候选就 `break`），所以它对 K **不敏感**——第一版那组 144.8 vs 139.6 其实主要是这个早停在起作用，不是"K 免费"；批量认证没有早停，K 从 8 到 16 是真的多算点（第一版里 150.7 → 169.1 ms）。两条口径对 K 的响应相反，报数时必须分开写，否则会把"串行下 K 便宜"错当成"批量下也便宜"。
+- 修好的探针排在当前批次结束后单独跑（不改正在被 bash 逐行读取的 `_next_batch.sh`，只跑独立脚本）。
+
 ## 到达率的上限在哪（把 #21 的数读成"还剩多少可拿"）
 
 - 两条界都在同一 256 题、`--inc_cap 1` 口径下量得：