exp: 轮次41——K16串行/批量决策逐位相同(等价性扩到K=16)+墙钟-18%；brake_rate首读mean7.06%但p50=0，刹停集中在一小撮卡住的题

docs/探索日志.md

@@ -108,6 +108,16 @@
 - **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。
 
+## K=16 串行 vs 批量认证等价 + 第一次真正核算"刹停率"（轮次 41）
+
+- `--K 16 --cert_batch 1` 与 `--K 16`（串行）跑同一 256 题同 seed：`success / time_ok_1p3 / brakes_mean / travel_ratio_median / collision_*` **全部逐位相同**，差异键只有 7 个、且全是我这几轮新加/改口径的报表键（`reverse_*` 的两种口径、`n_plans`、`brake_rate`、`moving_share`）。⇒ **轮次 39 的"试候选数 1/3/8/16 曲线"同样描述批量口径**，也就是说 K=16 到达 0.5625 这个收益不依赖串行早停这个巧合。
+  （`docs/experiment_round40_K16cb1.json` vs `docs/experiment_round39_K16.json`）
+- **整批墙钟 573 s → 469 s（−18%）**：批量把 K 次小调用并成 1 次大调用，在 B=256 的评估里本来就更快。这只说明趋势，**单次规划的 P99 要用独占微基准另测**（修好的探针排在链尾）。
+- **`brake_rate`（刹停 / 规划次数）第一次有读数**：K=16 口径 `mean = 7.06%`，但 **`p50 = 0.0`**，`n_plans_mean = 195`，`moving_share_p50 = 98.7%`。
+  ⇒ §9.2 要"<2% 推理周期"，均值差 3.5 倍，但**中位任务一次都不刹**——全部刹停集中在一小撮题上。这与失败分类完全一致（63/109 是"走一半被冻住"，而它们就是那撮尾巴）。
+  **含义**：继续在"普遍少刹"上花力气收益有限，真正的问题是**那批卡住的题里安全层没有可行候选**——正是 K=16（+3.9 pp）与 #24（把间隙喂进打分）要打的靶子。
+- 仪表互验：K=16 批量臂 `reverse_p50 = 0.2625` 与我离线同窗口重算的 K=8 对照 0.247 同量级（K=16 略高，与它到达更多、动得更多一致）；`reverse_moving_p50 = 0.3194` > 全步口径 ✓ 方向正确（除掉站住的步之后更抖）。之前那批 1.x 的读数确系修分母前的旧口径。
+
 ## #24 的设计定稿：一次几何调用同时供打分与认证（不放松判据、不加成本）
 
 - 表面看有循环依赖：打分要用的"沿路间隙"目前只在安全层里算，而安全层只认证**排完序**的候选。破法是把顺序倒过来——**先对全部 K 条候选算一次 `2·commit_n` 点的间隙矩阵**，然后：