docs: #24 设计定稿——先算全候选间隙矩阵同时供打分与认证(零额外几何调用)，口径强制走批量认证

docs/探索日志.md

@@ -108,6 +108,15 @@
 - **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。
 
+## #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：
+  - 打分：`score = −e_end − gap_w · relu(gap_ref − 该候选沿路最小间隙)`（间隙不足的候选先降序，但**不淘汰**它，判据仍是后面的 `gap > 0`）；
+  - 认证：直接用同一份间隙矩阵算 `plen`，**不需要再算第二次**。
+- 于是代价是**零额外几何调用**，但口径上要求走批量认证（`cert_batch=1`）——串行那条靠"第一条全安全就早停"省掉后面 K−1 次调用，一旦要按间隙排序就必须先看全部候选。这跟实时性是同一个方向：批量口径本来就是为压最坏情况（轮次 34：80.2→37.1 ms）而做的，所以这条杠杆顺带把部署口径推到批量那侧。
+- 读法预设（免得事后挑数）：主判据是 `brake_rate`（全拒/规划次数，刚补上的分母）与 `success`/`time_ok_1p3`；`gap_ref` 取 0.5 mm 起（宽相位截顶值以内，见轮次 33 的口径教训：余量门限高于 cap 会恒假）。
+- A/B 脚本 `ml/runs/_gapscore_sweep.sh`（`gap_w = 0.5 / 2.0 / 8.0`，三档差一个数量级，看是否有拐点）。等链跑完、库能改之后实现+单测再跑。
+
 ## 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。