NeuroLife 自主研究总报告

授权窗口：2026-10-13至21:00（UTC+08）。本文件持续更新；不可变原始数据另存于experiments。已覆盖v0.2验证、v0.3/v0.3.1对照、v0.4结构/真实遮挡课程与诊断。v0.4.1标准可塑性/冻结参数对照已完成；低强度对照也已完成，三次新主要运行均已退出。

当前补充：v0.4.2完整78项测试、go vet和构建通过；12:46实际启动独立进程PID63648，12:47完成预定预算并退出，已核实不再存活。最迟截止仍为21:00；下一项只读身体感觉路径审计正在开展。

实际环境与工程状态

工作目录D:\NeuroLife。实际设备为i5-9600KF（6核/6线程）、约32GiB内存、RTX4060（8188MiB），Go1.27.2。提示中另一次写到RTX5060，与实查不符。代码使用Go标准库，未使用GPU。

旧版本、原始压缩包、来源模型、有效与失败实验全部保留。v0.2来源模型SHA256为3D0E4DC3D4E63A956CC894E611F9CA279AF6258D06942EA556DD9139D0303995。v0.4主运行已完成并退出，未盲目保持训练至截止。调度器独立于网络和Codex，支持原截止时间内恢复、原子模型写入、随机流恢复、全局锁及Windows内存限制。最多6个Go计算线程、30GB进程内存、20GB累计实验输出；开发编译使用-p1。Codex本会话另设20分钟定时跟进，研究推理仍受应用与网络可用性影响，本地已启动实验无需联网。

v0.4移除了固定2000神经元及固定100世界尺寸的架构限制，使用确定性内存/操作预测、神经能耗和生理能量门控。默认世界仍为100×100。计费包括神经元、突触、激活、传输和形成。视觉改为物理单色亮度/表面距离/视角尺寸，无直接对象语义标签；受体状态序列化、声学通路休眠。旧权重可迁移，但感知编码改变，旧成绩不能直接沿用。v0.4原始集成57项测试、go vet和构建通过；后续成本与阶段恢复补丁另有测试。v0.4.1已采用格式5、学习强度控制及参数漂移观测。

已执行实验与主要数字

实验	实际执行	观测
v0.2基线	原始1000回合模型，30张固定地图，重复评估	小食物4.267、大食物1.200、总食物5.467、生存665.367步、碰撞30.5；另续训25回合并成功保存重载
v0.3疼痛对照	疼痛/无疼痛，各3配对种子，每副本250额外回合	最佳留出食物能量467.202/468.296，配对差-1.094，未确证疼痛收益
v0.3.1梯度小试验	修正/旧梯度，各3种子，每副本1000额外回合	两组验证退化；数学修正不等于行为改善
v0.3.1较长主运行	152完整评估轮次及末尾部分回合，已安全停止	最佳修正/旧梯度留出能量510.205/548.009，配对差-37.804，种子差标准差78.489；没有稳定改善证据
v0.4小试验	6副本，觅食100回合后记忆100回合，共1200回合	完整执行、阶段切换、里程碑和受体日志正常；退化模型被保留约束拒绝
v0.4主运行	6副本×觅食300回合，随后从最佳模型分支各记忆1800回合，共12600训练回合	两阶段均触发连续退化保护；两组最佳始终为训练前模型
v0.4连续生命	同一身体启动50步、恢复100步、继续至死亡	256步因伤亡结束，身体重置0次，剩余能量170.305，神经累计成本6.655
冻结诊断	128试次，延迟0/1/6/12，完整/重置/去循环/屏蔽提示；另100/200世界各20地图	没有受控记忆证据；结果只作开发诊断
v0.4.1标准可塑性/冻结	固定拓扑、学习幅度1/0，各3配对种子，均完成300回合，共1800回合	冻结参数与固定验证行为逐项保持不变；学习组退化并触发3轮崩塌停止

跨版本的世界、生理和感知不同，不能把上表分数差当作机制因果收益。旧留出数据已经被查看，属于开发证据。新研究须使用新的测试种子。

v0.4验证初始能量431.600、生存522.917、损伤98.500。觅食300回合后动态结构/固定拓扑：能量263.197/222.639，生存332.917/266.528，损伤107.806/105.778。记忆1800回合后觅食保留测量：能量227.610/263.919，生存278.306/345.333，均未达到保留约束。单看效率容易奖励较早死亡，故必须同时检验生存、食物和损伤。

v0.4最终20张新地图使用种子2710000029，未参与选优。两组都选初始同一模型，故能量181.000、生存415.150、损伤100.050，种子间标准差为0；这个0源于模型相同，不是训练收敛。随机动作能量148.000、生存559.700、损伤45.450。模型获取更多资源但损伤更高、生存更短，未展示全面优势。实际遮挡128试次完整/重置/去循环/屏蔽提示准确率为47.656%/47.656%/48.438%/47.656%，未证实记忆。

独立开发诊断种子2730000037：延迟0/1/6/12时完整准确率60.938%/60.938%/61.719%/61.719%，重置均60.938%，屏蔽提示与完整逐项一致。完整减重置的配对区间包含0。某个样本高于50%不足以证明信息使用；关键消融没有支持记忆依赖。保持冻结参数、相同身体姿势与配对随机动作，排除体位及即时可见资源线索。

失败诊断与计算

来源模型隐藏神经元快照约97.74%处于|激活|≥0.95；隐藏输入突触约56.79%在1.6边界。继续学习后偏置绝对值趋近0.3。运动权重未到1.2边界，因此不能将失败简单归因于运动权重裁剪。上述是实际状态观测，饱和导致记忆失败仍为机制假设，需单因素实验。

冻结模型左右真实提示引起的隐藏状态RMS差从0.043227降到遮挡6步后的0.0000451；运动概率RMS差从0.005408降到0.000000440。神经痕迹仍有0.002430的差，说明持久痕迹可以存在而未有效影响动作。详见experiments\diagnostics-v04\SATURATION_DIAGNOSIS.md。

CPU微基准：v0.3.1最佳/最新模型神经循环88.327/166.307μs，零堆分配；物理感知6.177μs；回滚克隆264.571μs、约0.973MB；检查点编码19.864ms。v0.4合成参考326神经元/3811突触，更新+学习+动作+代谢42.467μs、感知5.256μs，零分配；100/200世界建立275.366/1094.041μs。合成网络与真实旧模型不可直接比较速度改进。混合微基准CPU百分比不是端到端训练占比；累计分配不是峰值内存。GPU加速没有实测证据。

一个物理场景测试证实：同一粗视觉角度分箱内，较近墙能掩盖视线清晰的资源，全部输入与移除资源时相同。真实轨迹中发生比例尚未量测。应先审计感知机会，再控制角度分辨率；不应添加对象标签或硬编码资源导航。

对16个研究问题的回答

1. 实际实验：上表为已执行内容，源码、模型和JSON均保留；v0.4.1标准对照已完成，低强度对照已完成，详见补充章节。 2. 确实学会什么：来源模型表现出获取资源的策略；本次新训练没有稳定净改善，不能把参数变化称为新能力。 3. 简单反应：即时感知后的转向和前进可以由反应策略解释；未执行推理或预测实验。 4. 短期记忆：有神经状态/痕迹机制，但真实遮挡和消融未验证功能性记忆。 5. 增长收益：对照没有稳定收益；最佳模型未采用新增长结构。单凭数量增加不构成成功。 6. 剪枝：v0.4主运行最新检查点保留事件中实际有1条突触剪枝、54条神经元增长。较早事件另存日志，计数不是完整历史总计。未证实这次剪枝带来行为净收益。 7. 新感官有用吗：物理单色编码与模块受体已实现；没有独立感官发展收益证据。 8. 食物/毒物：未实现毒性辨别实验，尚未验证。 9. 多感官整合：颜色、化学和声学传播尚未实现，尚未验证。 10. 保留能力：记忆课程明显损害原觅食验证表现，保留约束保护了早期模型，但未防止最新模型遗忘。 11. 能力组合：未执行独立组合任务，尚未验证。 12. 泛化：已在新随机地图测量；泛化成绩较验证差，不能外推到新任务。200世界仅20地图开发测量，未训练或证明尺度泛化。 13. 主要失败：持续学习退化、饱和、提示信息快速衰减、增长无净收益、课程保留失败；所有失败数据保留。 14. 瓶颈：逐突触学习与更新、结构规模及保存/克隆开销有实测；真实训练CPU各阶段百分比和峰值利用率尚未完整量测。 15. GPU收益：未实现与测试GPU后端，不能声称有加速。 16. 下一步：标准/低强度可塑性对照已经执行。下一项v0.4.2只检验本地隐藏突触输入平均，验证饱和、信息利用、行为保留及记忆消融，具体预注册见NEXT_EXPERIMENT.md。之后再逐项研究感知分辨率、颜色、化学和毒性。

观测与推断严格分开：可塑性破坏行为、递归吸引子消除提示是待验证解释；局部增益改善记忆是未验证假设；复杂智能和主观意识属于本项目未证实的长期问题。

交付文件与恢复

v0.4.2完整训练与留出结果（已完成）

6副本各1000额外回合，共6000回合，达到预定预算收尾。平均模式初始/终端验证能量292.917/302.361、生存554.250/431.972、损伤97.667/107.389；旧求和终端能量320.928、生存382.278、损伤109.500。两组都未通过生存与损伤保留条件，最佳仍为各自初始动力学模型。

最终新地图4010000071上所选初始平均/旧求和模型能量205.750/188.750、生存491.100/446.850、损伤92.500/98.000；这体现机制开启的初始差异，不是学习效果。同预算终端平均/旧求和：能量271.750/254.226、生存381.300/335.550、损伤107.217/108.917，资源配对差17.524、种子标准差53.955。三个种子的差异较大，没有稳定净收益证明，且两组终端都比对应初始模型更易伤亡。

所选模型最终遮挡准确率两组均53.906%；终端平均/旧求和50.781%/52.865%，消融证据未满足记忆标准。较低饱和和较大的微小运动线索差仅为机制测量结果。随机动作同图能量77.250、生存515.050、损伤43.050；网络资源更多，但伤亡更重，仍不是全面优于随机的结论。

本轮全部初始/最新/最佳/里程碑及验证最佳升级保留。来源文件没有改变；物理诊断的源脑和配置后脑及运行缓冲均检验不变。最新状态completed/pilot_episode_limit，PID63648已不存在。下一项先做身体感觉到运动通路的只读审计，尚未宣称新增路径有用。

v0.4.1实际补充（11:55）

67项完整集成测试、go vet和构建通过，日志validation\v0.4.1-integration-tests.txt。格式5/schema3：幅度0精确冻结长期权重、偏置和受体灵敏度，包括已超出学习裁剪界但仍为有效旧模型的参数；1保持旧算术顺序，0.1缩小奖励、关联、衰减、稳态等全部长期更新。神经活动、资格迹、使用率和奖励基线可以变化。

标准对照中每组3种子各300回合，固定拓扑、相同身体、感知、成本与递归动态。冻结组验证始终保持资源能量431.600、生存522.917、损伤98.500。学习组第100/200/300回合能量208.309/265.110/222.639、生存262.306/278.500/266.528、损伤105.667/107.833/105.778。冻结参数及行为不变性精确检验通过。单因素对照支持当前长期更新导致该来源模型在固定验证任务退化；不能推断所有可塑性无用，也未确定哪一项更新是根因。

例如seed42终端学习模型相对初始：隐藏权重平均绝对漂移0.100548、偏置平均绝对漂移0.289736，隐藏快照97.42%饱和；冻结组权重/偏置/灵敏度漂移为0。选择器仍保留初始模型，故最佳模型留出差0不能反驳终端退化；需另测相同预算终端模型的独立地图表现。

0.1/0低强度对照也已完成，每副本1000额外回合，共6000回合，达到预定预算后退出。第100回合低强度组资源能量351.942、生存438.139；第1000回合320.928、生存382.278、损伤109.500；冻结组不变。降低更新速度减缓早期退化，但没有达到生存/损伤保留条件，最佳仍为初始模型。独立留出3910000061上两组所选初始模型同为287.250能量、458.000生存步；最终记忆完整50.781%，不能证明记忆。不能用所选初始模型间的0差异掩盖终端学习失败。首次进程私有内存53.05MB为单次样本，不是峰值。三次新主要运行均已按停止条件退出；后续迭代经本会话定时唤醒开展，未声称训练仍运行。

同预算终端模型的独立地图分析（12:33）

新增只读analyze命令，在新时间戳analysis子目录输出；原模型、清单、日志和报告保持不变。使用原预注册最终地图与记忆种子，不参与选优。标准学习300回合终端/冻结模型留出能量237.368/226.500，生存268.650/415.650，损伤107.000/97.950，效率0.801/0.501。资源能量增加10.868（配对种子标准差15.841），但生存下降约35%、损伤增加；这再次表明高能量效率可以伴随更早伤亡，不能叫全面适应收益。

低强度学习1000回合终端/冻结模型：能量211.527/287.250，生存355.467/458.000，损伤106.283/105.350，效率0.542/0.577；能量配对差-75.723，种子标准差23.433。终端遮挡准确率51.563%/50.781%不构成记忆证明。两组均有3完整配对，仅为有限样本描述，不能外推到所有环境或学习规则。

实际文件：experiments\v0.4.1-plasticity\analysis\20261013T042814.818929600Z和experiments\v0.4.1-plasticity-low\analysis\20261013T042827.855877700Z，各有provenance.json、final_report.json、report.md。终端模型路径、哈希、实际训练量与6条独立评估保存，不将最佳选择程序的结果和同预算终端结果混为一谈。

v0.4.2初始机制诊断与已启动试验

真实提示诊断用开发种子4140000083、每延迟128试次，不学习也不修改来源模型。平均本地突触驱动后，遮挡6步的隐藏饱和比例由99.03%降到0；隐藏提示左右RMS差0.00012285，旧求和0.00004509；运动概率RMS差0.000005106，旧求和0.000000440。机制确实降低了该物理场景饱和并放大微小信号，但行为仍未显示记忆：平均模式延迟1/6/12完整准确率46.875%/47.656%/47.656%，提示期关闭视觉后逐项相同，全部区间包含机会水平和零消融差。

初始诊断与训练分开：诊断没有参数更新，配置学习幅度1对这些冻结测量无影响；实际对照两组均采用幅度0.1和固定拓扑，唯一主要差异为本地输入平均开关。各3种子，每副本最多1000额外回合，最终独立地图4010000071、记忆4030000077。开启机制即改变动力学，因此逐组报告初始、最佳、终端与保留表现；不能把初始变化直接称为学会新能力。

所有验证最佳升级文件永久保留，额度不足时停止保存，不删除历史最佳以腾空间。新增回归检验36个历史模型及哈希保存。日志validation\v0.4.2-final-integration.txt；初始两种模式诊断位于experiments\diagnostics-v042\average、sum。训练和最终测试均已完成，具体数字见补充章节；下一轮前核实实际状态。

源码与构建：neuro-life-v0.4、neuro-life-v0.4.1（已构建运行）；实验：experiments\v0.4-main及各旧目录。最佳与最新模型分开，阶段分支和来源哈希见manifest.json；成长、受体、学习和评估记录见metrics.jsonl；各运行final_report.json与report.md保存结果。CPU剖析在experiments\profiles；图表/CSV位于各运行plots子目录；详细方法见v0.4\MEMORY_METHODS.md和README.md。

在原截止前恢复原运行：使用对应版本start-experiment.ps1 -Action resume -OutputRoot <原目录>；已完成并触发停止条件的运行不应盲目重启。连续身体已死亡的检查点不允许复活。21:00后需要新的明确授权及新截止窗口，当前调度器不会延长本次授权。

网络中断会影响Codex后续推理与代理消息，但不破坏已有本地文件，已启动本地训练无远程服务依赖。系统配置、旧版本和其他项目未作破坏性改动。