MC成本失控调研与规制方案（纯调研零代码）：成本结构核证（纯CPU同步链+耗时∝轮数perfect77vs13+加速面=分片并行/flush开关）+2026-10-03三批五采集重跑审计（约六成可避免）+N三用途分级（外部统计基准反推0/60/100/170/400）+规制案文（CLAUDE.md MC成本细则+sim-data README N分级表verbatim）+拍板点六项；全程零测试零MC零冒烟

2026-10-03 19:08:12 +08:00
1 parent fba5075f22
commit 487b209c79
@@ -0,0 +1,225 @@
+# MC 成本失控调研与规制方案（2026-10-03）
+
+> 性质：纯调研会话产物——全程零测试、零 MC、零冒烟、零改码；对既有锚文件仅做只读统计（非模拟）。
+> 数据来源：`design/qa/test-perf-report-2026-10-02.md`（单局耗时实测）、sim-data 三份读数 md（2026-10-03）、三批 loop 计划书（.zcode/plans）、git 提交链、外部统计基准（§附）。
+> 任务书四问：①成本结构 ②重跑审计 ③N 标准 ④规制案文——按序对应 §1–§4，拍板点在 §5。
+
+---
+
+## 0. 结论速览
+
+1. **耗时构成**：MC 是纯同步 CPU 计算（零渲染、零帧等待、零 await），单局耗时 ∝ 战斗轮数（每轮约 100ms 恒定）。perfect 档轮数中位 77 vs normal 13（约 6 倍）——「perfect 占 87% 墙钟」是动作总量问题，不是单步慢。
+2. **一天账本**：2026-10-03 三批共 5 次采集 ≈ 130–145 分钟墙钟，其中**约六成（75–90 分钟）属可避免**：81000 满档跑单一 k 值（超需约 5 倍）、批②缺陷修复后整套重跑 192 局（读数缺陷不伤轨迹，旧数据本可重构续用）。
+3. **N 无成文标准是直接根因**：N=60/400 系 agent 计划书起草惯例（批①计划书自设「≥50 distinct seeds」），无用户裁定背书、无成本约束条款——现有规则只锁「什么时候可以跑」，没锁「跑多少、跑多贵」。
+4. **N 三用途最小充分值**（外部统计公式反推，非自拟）：对拍断言=0 新跑（同种子确定性复放）；结构回归=N=60（80% 功效检出 ≥25pp 位移）；带值判定=N=100–170（95% CI ±9.8/±7.5pp，15pp 判定带半宽）；N=400 满档仅里程碑放行级需要。**normal 档便宜可独立满档（8 分钟），贵的是 perfect 档**。
+5. **可加速面实存且零轨迹风险**：①进程级分片并行（种子逐局独立，K 进程 ÷K 墙钟，加一个游标偏移参数约 5 行）②playtest_logger 每行 `flush()`（`playtest_logger.gd:184`）改为批量刷（MC 批不消费 fulllog，纯开销）。两者都不改 RNG 序，可逐位对拍验收。
+
+---
+
+## 1. 成本结构核证
+
+### 1.1 单局耗时（实测，2026-10-02 性能报告 §1 #12）
+
+| 档 | 实测 | 折算 |
+|---|---|---|
+| normal | N=50 共 ~60s → **1.21s/局** | 满档 N=400 ≈ 8.1 分钟 |
+| perfect | N=50 共 ~423s → **8.47s/局**（7 倍） | 满档 N=400 ≈ 56.5 分钟 |
+| 双策略满档 | — | **≈65 分钟**（81000 用户口径 ~80 分钟，并行会话负载差异） |
+| N=60 双策略一组 | — | **≈9.7 分钟**（60×1.21 + 60×8.47 ≈ 581s） |
+
+### 1.2 耗时去向的代码证据
+
+- **采集器是薄驱动**：`game/smoke/adventure_monte_carlo.gd:18-114`——SceneTree `_initialize` 一次性同步跑完 n 局，全程无 await、无帧依赖、无渲染等待；种子=`seed0+cursor` 逐局独立（`:15,82`），`_run_cursor` 跨策略全局连续不重置。
+- **驱动链全同步**：`game/smoke/level_autoplay.gd:115-174`（run_adventure）→ `_drive_level:89-105` → `_autoplay_battle:404-450`——每动作 `_decide_act` → `settle_batch` 同步结算；轮 guard 60、动作 guard 400/轮（`:416-425`）。
+- **每动作全量重推理是 CPU 大头**：`game/smoke/auto_player.gd:115-150` `_deduce`——while-changed 不动点，每次迭代重建约束集两次（`:122` cons、`:134` cons2）+ O(C²) 子集对枚举（`:135-137`），每步决策（move/dig/flag 每一手）全量重跑；约束集构建遍历全部已开数字格×8 邻（`:155-178`）。
+- **耗时 ∝ 动作总量的直接证据**（81000 锚 800 局只读统计，本会话）：normal 中位 battles=4、rounds=13/局；perfect 中位 battles=13、rounds=**77**/局——轮数比 ~6 倍，单轮成本恒定（1.21/13≈93ms vs 8.47/77≈110ms）。perfect 语义=零盲挖全探索+通关 3 关，动作总量天然大。
+- **I/O 面有一处纯开销**：`game/presentation/playtest_logger.gd:184` `_append` 每行 `_file.store_line` + **`_file.flush()`**——每动作/每结算行/每 step 行全量 JSONL 落盘并即刷（2026-09-12 用户要求的真人合规口径）；MC 批的 fulllog **不留盘不消费**（sim-data/README「fulllog 全量日志不留盘」），故逐行 flush 在 MC 语境=纯开销。量级未实测（本会话禁跑），属一次性 A/B 可量化项。logger 系纯观察层（`playtest_logger.gd:5-6`「核心零日志感知」），关刷零轨迹影响。
+- **字段采集不是大头**：RUNSUM 行 ~1KB/局，含 reward_events/序列数组等，相对 1.2–8.5s 的计算量可忽略。
+
+### 1.3 可加速面清单
+
+| 面 | 做法 | 轨迹影响 | 收益 | 证据 |
+|---|---|---|---|---|
+| **A. 进程级分片并行** | 种子逐局独立且局间零共享 → K 个 Godot 进程各跑游标区间，stdout 纯 JSONL 拼接合并；现工具无游标偏移参数（`_run_cursor` 恒 0 起），加第 7 参 ~5 行 | 零（种子不变逐位同轨迹） | 满档 65min → K=4 约 17min / K=8 约 9min | `adventure_monte_carlo.gd:15,82` |
+| **B. logger flush 开关** | MC 批关逐行 flush（或批量刷） | 零（观察层，零 RNG 消费） | 未量化，一次性 N=50 A/B 可测 | `playtest_logger.gd:184` |
+| C. 求解器增量化/缓存 | 约束集增量维护 | **有风险**——决策序必须逐位不变，任何优化须对现行锚逐位对拍验收 | 不明确 | `auto_player.gd:115-150` |
+| D. 引擎帧率/时间缩放 | — | — | **不适用**：整链无帧等待，`--fixed-fps`/time_scale 无效 | 全链零 await |
+
+### 1.4 不可加速面
+
+动作总量本身=测量语义（perfect 档定义就是上界全探索）；砍体量=改测量口径，非性能问题。
+
+### 1.5 顺带发现：锚文件捕获口径不统一
+
+- 81000 锚=原样 stdout 捕获（850 行=800 行 `RUNSUM ` 前缀 JSON+50 行头/进度行）；n60 四锚=去前缀纯 JSONL（120 行）。
+- `analyze.py:214` 对每行直接 `json.loads`——只吃纯 JSONL 形态，喂 81000 会炸（与 README 既有「完成度%段对现行锚未验证」警示同源）。
+- 进度行含耗时（`adventure_monte_carlo.gd:109-110` 每 20 局打印），n60 锚因滤掉进度行**丢失了耗时账**（批②「耗时无实测」的技术原因）。
+
+---
+
+## 2. 重跑模式审计（2026-10-03 三批五次采集）
+
+### 2.1 事件台账
+
+| # | 事件 | 触发理由 | N | 谁决定 | 耗时（推算） | 归类 |
+|---|---|---|---|---|---|---|
+| 1 | 81000 满档锚（迭代 9 出口批 T19/T20，5369c47） | ①taken 字段当日入库（84df55c）旧锚无该字段，k 终值需新锚；②出度重建后结构位移存档（只测不判） | 400/档（满档惯例继承自迭代 10 四代锚） | agent 按惯例起草、批内执行；用户事前未裁 N，**事后质询改判**「k 应等 M-4 数值批顺带」 | ~65–80 分钟 | **规则漏洞导致的滥用**（N 无约束+时机无约束；k 补算 N=60 即稳，结构位移按 80% 功效也只需 ~85–100/档，超配约 5 倍） |
+| 2 | 批① T8 off+on（a6a2bf8） | 同调机制轴新增改轨迹 → off 对拍锚换代（T7 出池必改奖励序列，T6 检查点用户追认）+on 分层读数 | 60/档·模式（计划书提案「≥50 distinct seeds」自设下限，U0 批计划书默许） | agent 提案、计划书批准 | ~19 分钟 | **合理取证**（机制加入必须新锚，对拍硬断言正当） |
+| 3 | 批① T10 off 复跑（同上，输出未留盘） | 出口重闸：off 锚同种子逐位复现=机制关着零扰动终检 | 60 | 计划书重闸条款 | ~9.7 分钟 | **合理取证**（但 N 超配：逐位断言检出力与 N 无关——机制漏开时 RNG 流整体位移、每条种子必漂，N≤20 足矣，~7 分钟可省） |
+| 4 | 批② T5 首轮 off+on（d79afd2 主体） | 计划书 T5 授权：off 对拍 off_n60 逐位 + on 新锚一次 | 60/档·策略 | 计划书提案、U0 批准 | ~19 分钟 | **合理取证** |
+| 5 | 批② T5 缺陷修复后双锚重跑 | pool_stock 读数路径缺陷（`_settle` 先清账本、run_adventure 直读=满库假象，43/120 行自检暴露）→ 修复后按「双锚重跑」现场决策执行；中途被停（on 侧 72 行） | 60×2 | **agent 现场自决**（计划书无「修复后重跑」预授权） | ~15–20 分钟（192 局） | **规则漏洞导致的滥用**（三缺口叠加，见 §2.2） |
+
+### 2.2 批②重跑的三个规则缺口（读数 md 自认「流程浪费」，sim-data/读数_m4iter11b §口径注记 3）
+
+1. **无采集前 pilot**：缺陷由 43/120 行自检暴露——若先跑 N=5 pilot 校验字段，缺陷在 10 局内暴露，240 局不会白跑。
+2. **无「读数缺陷 ≠ 轨迹失效」判读规则**：修复仅动摘要组装，零 gameplay/RNG 触碰（读数 md §口径注记 2 静态核证）+ off 对批①锚逐位 PASS 佐证——已采数据本就有效，pool_stock 从 `reward_events` 事件流推算重构即可（**最终收口正是这么做的**，重跑从结果上完全多余）。
+3. **无会话内预算/停机点**：第二轮重跑无任何闸拦，「调整一下就重跑」畅行到用户人工叫停。
+
+### 2.3 一天总量核算
+
+| 项 | 墙钟（推算） | 可避免部分 |
+|---|---|---|
+| 81000 满档 | 65–80 min | ~49–64 min（按用途最高需要 N=100 计 ~16 min） |
+| 批① T8 | ~19 min | 0（正当） |
+| 批① T10 | ~9.7 min | ~6.5 min（N=20 足矣） |
+| 批② T5 四次 | ~35 min | ~15–20 min（重跑两次） |
+| **合计** | **~130–145 min** | **~75–90 min ≈ 六成** |
+
+---
+
+## 3. N 标准调研（按用途分级，外部统计公式反推）
+
+### 3.1 用途①：对拍断言（同种子逐位）——**N=0 新跑**
+
+- 依据：种子=seed0+cursor 逐局独立确定性（`adventure_monte_carlo.gd:82`）；同种子 ⇒ 全程逐步可回放（`level_autoplay.gd:26`）；核心 RNG 单点（CLAUDE.md RNG 单点红线）。同代码同种子=逐位同轨迹 → 留盘锚常驻即比，**零新跑**。
+- 已兑现先例：批② T0 复用批① off_n60 不重跑（batch2 计划书 F9「码态相同不重跑」）；批② off 对拍 120 行逐位 PASS。
+- 需要新跑的唯一情形=代码轨迹变了（此时对拍语义升级为「改前锚 vs 改后锚读数位移」，见 §4 增量复用）。
+- 复验形态（出口闸逐位复现）用**种子子集 N≤20** 即可：断言是确定性的，扰动存在时 RNG 流整体位移、每条种子几乎必漂——检出力与 N 无关，N 只需覆盖「子集确实来自锚文件」。
+- 依据外部锚：确定性复放为工程事实（非统计推断），无需样本量公式。
+
+### 3.2 用途②：结构性回归读数——**N=60/策略**
+
+- 依据：两比例比较样本量公式（Fleiss 型，外部锚 [BMJ Paediatrics Open](https://bmjpaedsopen.bmj.com)/标准教材：n/组 = (z_α/2+z_β)²·[p₁q₁+p₂q₂]/(p₁−p₂)²，α=0.05 双侧、80% 功效 z_β=0.84）：
+  - 检出 50%→10%（灾难性破坏，Δ=40pp）：n≈17–20/组
+  - 检出 50%→25%（重大位移，Δ=25pp）：n≈55–58/组
+- 结论：**N=60 恰好覆盖 ≥25pp 级结构位移的 80% 功效检出**——正是「出池/重建/机制加入」级事件的量级；更小位移在 N=60 下判读不可靠，必须如实标「只测不判/窗口不足」（现行读数 md 纪律与此吻合：N=60 vs 400 窗差 ±~10pp 自标）。
+- 佐证（已知背景）：种子窗波动 ±~10pp（81000 读数 §三引 numfix 报告注）。
+
+### 3.3 用途③：带值判定——**按判定带宽度反推**
+
+- 依据：单比例样本量公式（外部锚 [LibreTexts 7.4](https://stats.libretexts.org/Courses/Citrus_College/Introductory_Statistics_OER_-_Exercise_Questions_Each_Section_Included/07%3A_Confidence_Interval_for_One_Sample/7.04%3A_Confidence_Interval_and_Sample_Size_for_the_Proportion)、[NIST 手册 7.2.4.2](https://www.itl.nist.gov/div898/handbook/prc/section2/prc242.htm)：E = z·√(p(1−p)/n) ⇒ **n = z²·p(1−p)/E²**，最保守 p=0.5 时 n=z²/(4E²)；z=1.645@90%、1.96@95%）。
+- 现行判定带 D≤15pp（难度曲线与Boss 带值四带甲案）→ 半带宽 7.5pp。读数离带边的可靠裁决距离=CI 半宽：
+
+| 目标 CI | E（半宽） | 所需 N/档 | perfect 档耗时 | 用途定位 |
+|---|---|---|---|---|
+| 90% | ±10pp | **68** | ~9.6 min | 粗判（离带边 ≥10pp 才下结论） |
+| 95% | ±10pp | **97** | ~13.7 min | 常规带判 |
+| 95% | ±7.5pp | **171** | ~24 min | 15pp 带全宽裁决 |
+| 95% | ±5pp | **385** | ~54 min | 贴带边精确裁决（**现行 N=400 惯例的真实含义**） |
+
+- **N=400 只在「贴带边裁决+里程碑放行」场景必要**——日常数值验证根本用不到满档。
+- 判读纪律配套：读数离带边 <CI 半宽时不下「越带/落带」结论，如实挂「窗口不足」（T19 先例：样本 <§⑨ 下限如实挂起）。
+- 零事件读数（normal 档全通 0% 等）按规则三（Clopper–Pearson 精确界推导）：n 局零事件 → 95% 上界 ≈3/n——N=60 上界 5%、N=400 上界 0.75%。normal 档 rare-event 带判定确实需要大 N，但 **normal 档 1.21s/局，满档也只要 8 分钟**。
+
+### 3.4 分档不对称是最大成本杠杆
+
+贵的是 perfect（8.47s/局），便宜的是 normal（1.21s/局）。**分档 N 不必对称**：normal 满档 400（8.1min）+ perfect 按用途 60–170（8.5–24min）≈ 17–32min 覆盖绝大多数场景，只有「perfect 贴带边裁决」才需要 54min 级。
+
+### 3.5 N 分级标准总表（含耗时上限）
+
+| 用途 | N/档（normal+perfect） | 双策略耗时 | 判读力 | 触发权 |
+|---|---|---|---|---|
+| 对拍断言 | **0**（复用留盘锚）；复验子集 ≤20 | 0 / ~3.2 min | 确定性，N 无关检出力 | 任务书授权即跑 |
+| 结构回归读数 | **60** | ~9.7 min | 80% 功效检出 ≥25pp；<25pp 只测不判 | 任务书授权即跑 |
+| 带值判定·粗 | **100** | ~16.1 min | 95% CI ±9.8pp | 任务书授权即跑 |
+| 带值判定·全带 | **170** | ~27.4 min | 95% CI ±7.5pp=带半宽 | 任务书授权即跑 |
+| 贴带边裁决/里程碑放行 | **400（满档）** | ~64.5 min | 95% CI ±4.9pp | **用户明示发令**，接受时长 |
+| 采集 pilot | **5** | ~0.8 min | 字段/口径自检，非统计读数 | 任何 ≥60 局采集的强制前置 |
+| normal 独立满档 | 400（仅 normal） | ~8.1 min | 零事件 95% 上界 0.75% | 任务书授权即跑 |
+
+（单局费率：normal 1.21s、perfect 8.47s，2026-10-02 实测；on 态费率未单测，同量级——on 通关率更高则局更长，预算按上界预留 1.5×。）
+
+---
+
+## 4. 规制修订案文（verbatim，待批后落两处）
+
+> 不推翻现行规则（两入口铁规/无数值改动禁跑/缓存层语义/读数只锚一次），只补「跑多少、跑多贵、何时免跑」维度。
+
+### 4a. CLAUDE.md「测试执行两入口铁规」——MC 触发细则节后追加一条硬红线
+
+```markdown
+- **MC 成本与样本量细则（2026-10-03 补立，承接 MC 触发细则）**：MC 采集一律按用途选 N（分级表与耗时上限见
+  `sim-data/README.md`「N 分级标准表」节），禁按惯例继承、禁计划书自拟；超出「对拍=0/复验≤20/结构回归=60/
+  带值粗判=100/全带=170」档位（含满档 400）须用户逐次明示发令。单次开发会话 MC 总耗时上限 **20 分钟**
+  （≈一组 N=60 双策略），超限停机呈报；为单一比值/中位数/单字段取证（如 k 系数）禁用满档——N=60 即稳
+  （81000 教训）。任何 ≥60 局采集前必先跑 N=5/档 pilot 校验 RUNSUM 字段完整与口径自检（≈1 分钟），通过才放
+  全量（批② T5 43 行自检暴露缺陷教训前置化）。**读数缺陷 ≠ 轨迹失效**：采集器/读数路径修复若零 gameplay/RNG
+  触碰（静态核证+off 对拍佐证），已采数据仍有效——优先事件流重构补算，禁整套重跑；仅轨迹失效才取新锚。
+  **增量复用规则**：①零数值改动=零 MC（现行规则重申）；②采集器增字段零 gameplay=零重跑，新字段随下次正当
+  触发顺带采集；③轨迹性改动（表值/机制/池构成）=改前锚已留盘即用（禁为「改前」补跑），改后取新锚一次判读
+  位移；④同批同码态锚只取一次，「调整一下就重跑」禁止；⑤出口闸逐位复验用锚内种子子集（N≤20）即可。采集链
+  性能改造（分片并行/日志 flush 开关）属零轨迹影响面，一次性批立项并对现行锚逐位对拍验收后方可使用。
+```
+
+### 4b. sim-data/README.md 追加「N 分级标准表」节（§工具与格式 前插入）
+
+```markdown
+## N 分级标准表（2026-10-03 立规——按用途定 N 与耗时上限，禁惯例继承禁计划书自拟）
+
+依据：单比例样本量 n=z²p(1−p)/E² 与两比例功效公式（外部统计基准，出处见
+design/research/MC成本调研与规制方案-2026-10-03.md §3/§附）；单局费率 normal 1.21s / perfect 8.47s
+（2026-10-02 性能报告实测，on 态同量级按 1.5× 上界预留）。
+
+| 用途 | N/档 | 双策略耗时 | 判读力 | 触发权 |
+|---|---|---|---|---|
+| 对拍断言（同种子逐位） | 0（复用留盘锚）；复验子集 ≤20 | 0 / ≈3 分钟 | 确定性——扰动即全体种子漂移，检出力与 N 无关 | 任务书授权 |
+| 结构回归读数 | 60 | ≈10 分钟 | 80% 功效检出 ≥25pp 位移；<25pp 只测不判 | 任务书授权 |
+| 带值判定·粗 | 100 | ≈16 分钟 | 95% CI ±9.8pp（离带边 ≥10pp 才下结论） | 任务书授权 |
+| 带值判定·全带（15pp 带半宽） | 170 | ≈27 分钟 | 95% CI ±7.5pp | 任务书授权 |
+| 贴带边裁决/里程碑放行 | 400（满档） | ≈65 分钟 | 95% CI ±4.9pp | 用户明示发令 |
+| 采集 pilot（强制前置） | 5 | ≈1 分钟 | 字段/口径自检，非统计读数 | ≥60 局采集必附 |
+| normal 独立满档 | 400（仅 normal） | ≈8 分钟 | 零事件 95% 上界 0.75%（规则三） | 任务书授权 |
+
+配套纪律：会话预算 ≤20 分钟（细则见 CLAUDE.md MC 成本细则）；读数离带边 <CI 半宽=窗口不足如实挂起；
+零事件读数 95% 上界 ≈3/N。**锚文件捕获格式统一=去前缀纯 JSONL、按种子升序**（81000 旧形态带 RUNSUM
+前缀+进度行，analyze.py 直读会炸；批耗时随锚记入 active.md 台账——进度行滤掉后耗时账即丢失）。
+```
+
+### 4c. （可选，一次性小批）采集链性能改造
+
+- 范围：①`adventure_monte_carlo.gd` 加游标偏移参数（分片用，~5 行）②MC 批 logger flush 开关。估时 0.5 日含逐位对拍验收（对现行 off_n60 锚同种子子集逐位一致=验收闸）。
+- 收益：满档墙钟 ÷K（K=分片数）；flush 收益需 A/B 实测后计入。
+- 本会话不改码——立项与否见 §5 拍板点 3。
+
+---
+
+## 5. 拍板点（全备选案）
+
+1. **会话 MC 预算上限**：
+   - 案 A（推荐）：**≤20 分钟/会话**——恰容一组 N=60 双策略（9.7min）或 N=100 粗判（16.1min），与「开发半小时」体感匹配；
+   - 案 B：≤30 分钟——宽松档，容 N=170 全带判（27.4min）不超限；
+   - 案 C：不设硬上限，改立「同会话第二次采集必停机呈报」——软约束，依赖自律。
+2. **N 分级表定型**：
+   - 案 A（推荐）：五档 0/60/100/170/400（本文 §3.5 表）——用途-判读力-耗时一一对应；
+   - 案 B：三档 0/60/400——粗粒度好记，但 60 与 400 之间无过渡，带值判定要么欠功效要么超配 4 倍；
+   - 案 C：单档 170 通吃——最简但对拍复验/pilot 被迫超配。
+3. **分档不对称（normal 可独立满档）**：
+   - 案 A（推荐）：采纳——normal 8 分钟换零事件上界 0.75%，对普通档失败常态窗带判定直接有用；
+   - 案 B：维持对称 N——口径简单，normal 侧统计力浪费。
+4. **加速改造批立项**：
+   - 案 A（推荐）：立项（分片+flush，0.5 日含逐位验收）——满档从 65min 降至 ~17min（K=4），里程碑档从「跑不起」变「跑得起」；
+   - 案 B：只做 flush 开关——最小改动，收益未量化；
+   - 案 C：不做——接受现状时长，靠 N 分级控本。
+5. **「≥50 distinct seeds」转正**（批①计划书自设下限）：
+   - 案 A（推荐）：转正为结构回归档成文表述（N=60 与 80% 功效/25pp 判读力绑定写入 README 表注）；
+   - 案 B：不转正，只留 §3.5 表。
+6. **规制追溯性**：现行 off_n60/81000 两代锚**不作废**（立规不追溯，锚随换代义务自然退役）——无需拍板，默认如此，列此备查。
+
+---
+
+## 附：外部统计基准出处 + 零执行声明
+
+- 单比例样本量/CI：[LibreTexts 7.4 Confidence Interval and Sample Size for the Proportion](https://stats.libretexts.org/Courses/Citrus_College/Introductory_Statistics_OER_-_Exercise_Questions_Each_Section_Included/07%3A_Confidence_Interval_for_One_Sample/7.04%3A_Confidence_Interval_and_Sample_Size_for_the_Proportion)（E=z√(p̂q̂/n) ⇒ n=z²p̂q̂/E²）；[NIST/SEMATECH 手册 7.2.4.2 Sample sizes required](https://www.itl.nist.gov/div898/handbook/prc/section2/prc242.htm)；[PMC4792103（Wilson/Wald/Agresti-Coull CI 宽度比较）](https://pmc.ncbi.nlm.nih.gov/articles/PMC4792103)；z=1.645@90%/1.96@95%。
+- 两比例功效样本量：n/组 = (z_α/2+z_β)²[p₁(1−p₁)+p₂(1−p₂)]/(p₁−p₂)²，z_β=0.84@80% 功效（[BMJ Paediatrics Open 用式](https://bmjpaedsopen.bmj.com)；Fleiss 合并方差型给出相近略高值）。
+- 零事件规则三：n 局零事件 → 95% 上界 ≈3/n（Clopper–Pearson 精确界 (1−p)ⁿ=0.05 推导；[Ranucci 2009, arXiv](https://arxiv.org) 对照精确限与规则三）。
+- 本会话零执行声明：全程未跑任何测试/MC/冒烟/模拟；对 81000 锚文件仅做只读 JSON 统计（读数核对用，非重采集）；零改码零提交；本文件为唯一新落盘产物。