gplan-2/design/qa/acceptance-rerun-20260919.md

验收读数重测批——判读报告（初稿，真人位留空）

• 日期：2026-09-19
• 口径依据：docs/acceptance-ap6-ac.md v1.0（定稿判读规则全文照搬执行）
• 被测构建：master @ d236d9f（技能池新效应词汇批后；乘区接线+削弱续时+甲效换装+充能退役+rider 五次数值行为变更叠加后的首次全量重测）
• 执行环境：独立 worktree D:\code\g-plan2-acceptance-rerun（分支 acceptance-rerun-20260919）——绕开主工作区并行会话未提交改动
• 数据源状态：① 模拟批 ✅ 完成（两关 × N=30 × 种子 4200+30 × 策略 both，共 1200 局）② 日志批 ✅ 完成 ③ 真人批 ⬜ 缺位（3–5 局基线档待用户补跑，k 系数待并入）——按口径「三数据源全部跑完再判读」，本报告全部结论为初稿，终稿待真人批合入
• 前置验证：worktree 冒烟 317 项 0 失败（run_smoke 三闸全过）✅

---

⚠️ 核心发现：窄种子窗 × 复用放大——掷点统计失真（本批最重要产出；2026-09-19 深勘后根因已修正定稿）

一句话：d20 掷点流的派生公式本身是均匀的，但「30 个连续种子 × 每局只消费头部 1740 个 scope × 每种子被复用 ~40 局」的组合，把头部窗口自身的面值彩票放大 ~40 倍灌进全部聚合统计——验收的档位分布/EV gate 读数因此失真。修正记录：本报告首稿曾定性为"派生种子首输出缺陷、真实玩家体验受损"，经 2000 种子全局对照与跨步种子对照推翻——公式无恙、玩家单局影响≈机会涨落水平，真实受害者是测量有效性。

证据链（可复现，探针脚本形态见附录）

1. 逐位比对：种子 4227 首局前 23 个日志掷点与 rng.open_stream("armor_roll") 逐 scope 首输出序列完全一致——日志掷点 = 派生种子首输出，无其他变换。
2. 逐种子失真：真实日志按种子聚合 18 点数 0→131（种子 4211 = 0、4227 = 120）；二项分布下 n≈700 的 σ≈6，此散布远超抽样涨落——复用放大实锤（每局重吃同一种子的头部窗口，窗口彩票 ×40）。
3. 全局均匀对照：2000 个跨步种子 × 头部 31 scope 等权聚合，χ²=22.8（19df 95% 临界 30.1）——派生公式全局无偏；splitmix 混淆版同样干净（χ²=23.5），混淆不解决本问题（问题不在公式）。
4. 窗口彩票对照：MC 实际窗口（连续 30 种子 × 头部 41 scope）18 点 +35% 集中在高权重头部；同规模跨步种子窗口 χ²=26 正常——特定窗口运气 × 复用 = 失真。
5. 真实消费模式复现：按「30 种子 × 40 局 × 每局 8~31 掷」聚合，复现 18 点 +57%（1876/23822）的日志签名。
6. 排除项：纯随机种子首输出均匀（4 万次最大偏差 2.7σ）——引擎 PCG 本体无恙。

影响面评估（修正后）

• 玩家单局体验：≈无。一局只有 1740 次掷点，即使种子头部窗口有偏，也与普通骰子运气无法区分（17 次均匀掷点本身就有 ±10pp 级涨落）。首稿"玩家体验随种子漂移"的说法降级为理论可能性（只有在单局掷点数大幅增长的未来内容里才可能被感知）。
• 测量有效性：实害。验收掷点面（档位分布/EV/nat20）与任何基于这 30 个种子的聚合统计，都被窗口彩票 ×40 放大污染——本批阶段一两个 gate FAIL 由此归因，不能算到机制或数值头上。同构隐患：五条流（board_gen/reward_roll/encounter/armor_roll/behavior_roll）共享此消费模式，窄种子窗 + 短消费窗 + 复用的分析面都会中招。
• 潜在陷阱（非现行故障）：若未来种子外露（种子分享玩法）或单局掷点数大增，窄窗彩票从测量问题升级为体验问题。

修复方向（三案，均已评估；探针级验证见附录）

• 方案 A（推荐，零游戏代码）：掷点统计面改用宽种子带——如 4200 起步长 7919 取 ≥100 个种子（保留 4200–4229 子段则历史坐标仍可比），窗口彩票按 1/√种子数摊平；实现 = MC 工具加一档「掷点扫描批」参数。承伤/通关率等压力读数同理受益。
• 方案 B（可选加固，一处小改）：rng_service.gd 派生前对 master 做一次非线性混淆（如 splitmix64 finalizer）——任何窄种子窗表现如随机抽样，根治"连续小整数种子"陷阱。逐 scope 回放语义不变；代价 = 黄金向量重登记 + 冒烟回归。全局均匀性已被证明，此案是防御性投资，不紧急。
• 方案 C（用户提案：真随机 + 逐次记录）：技术上可行但代价不成比例——存档序列化快照契约（master_seed）、反事实重算工具（analyze_playtest 依赖确定性重模拟）、逐次可回放语义全部重做，记录文件随局数无限增长；而它解决的问题 A/B 已以小得多的代价覆盖。不推荐，除非未来设计转向"非确定性掷点"价值观。
• 共性注记：无论何案，单局 17~40 掷的"运气窗"本身（某局恰好 18 点多）是骰子本性，修复对象是"系统性放大"而非"运气存在"。

B 案落地结果（2026-09-19 用户拍板 B 案，同日实施收口）

• 实现：rng_service.gd R2→R3——derive = mix64(SALT XOR wrap64(master + scope×GOLDEN))，splitmix64 finalizer 变体（乘数 0xBF58476D1CE4E5B9 / 0x94D049BB133111EB、加数同 GOLDEN_RATIO）；全程 63 位掩码（有符号 int64 算术移位在正值域与逻辑移位逐位一致——与 Python 参考实现对齐的关键）。逐 scope 复放语义/计数器契约/存档快照契约不变。
• 黄金向量：8 常量全量重登记（冒烟 R3 向量断言 + registry stream_seed_derivation 条目 + Formulas-R3 指向），Python 参考实现与 GDScript 实现逐位交叉验证一致；R2 旧向量作废。
• 冒烟：316 项 0 失败三闸全过（317→316 = 一条"探针首掷恰好暴击才触发"的条件断言在新序列下不触发，良性）。
• R3 版模拟批重跑（1200 局）验证：
  • 18 点异常消失（1740→846，期望 1010，残差回落到 30 种子窗口彩票的理论噪声带 ≈2σ_eff）；
  • nat20 暴击率 5.92%（带内 PASS）；主角→敌全额率 100% PASS；
  • 敌→主角 EV 减免 25.6% 仍高于理论 21.25%——但现在是干净读数：档位分布 ×0.25 档 16.6%（理论 10%）、全额 50.0%（理论 55%），指向主角有效 AC 被护甲强化（ac_up）供给抬高 ~1.2 点。这是 B 案清除 RNG 噪声后首次可见的真实设计信号，归调参批处置（护甲强化供给是合法杠杆位）；
  • 压力面结论对 RNG 改版稳健：L1 完美档基线格 87% 通关/承伤均 17.0/p90 24，与改版前同方向同量级——阶段二"压力不足"判定不变，仍顺延调参批；
  • 同种子历史坐标随 R3 改版整体作废（预期内，已登记 registry 批注）。
• 遗留提示：B 案消除的是"窄窗彩票被系统性放大"，30 种子的窗口彩票噪声本身仍在（档位分布 gate 若按 ±2σ 独立样本口径判读仍会误报）——建议阶段一正式重跑时叠加 A 案（掷点统计面用宽种子带，如 4200+i×7919 × ≥100 种子），两案正交不冲突。

A 案叠加落地结果（2026-09-19 用户拍板 A/B 叠加，同日实施收口）

• 实现：level_monte_carlo.gd 增第 5 参种子模式 shared|unique（缺省 shared = 旧行为零变更，保留同种子 A/B 对照用法；unique = 逐局独立种子 seed0+全局序号）。unique 模式下每个 (种子， scope) 恰消费一次 → 聚合掷点统计回归标准二项分布，±2σ gate 口径重新有效——这是 A 案的本质：消除复用权重，而非换种子段。
• A+B 版模拟批重跑（两关 1200 局，逐局独立种子）验证：
  • d20 直方图全面干净：20 面值全部落在期望 1011 的 ±2.3σ 内（对照：R2 版 18 点 +57%≈20σ）；
  • nat20 暴击率 5.12%（带内 PASS）；主角→敌 / 敌→主角暴击率 5.13%/5.09% 双向对齐理论；
  • 敌→主角档位分布失真仍在但已是干净设计信号：全额 50.9%（理论 55%，-7.6σ）、×0.25 档 15.0%（理论 10%，+15σ）——指向主角有效 AC 被护甲强化（ac_up +1×2 层）供给抬高 ~1.5 点，EV 减免 24.59% 同源。此偏差真实且显著，归调参批裁决（重新校准 gate 把 AC 增益期计入理论模型，或调护甲供给）；
  • 压力面第三次复测稳如磐石：L1 完美档基线格 87% 通关/承伤 16.8/p90 24——R2/R3/A+B 三批同向同量级，"压力不足"判定与 RNG 无关焊死；L2 完美档 87%/13.9·21；
  • 弃图率读数稳定（完美档 0.02-0.10 次/局，normal 0）。
• A+B 叠加后的验收口径状态：掷点面 gate 判读从此有效；阶段一正式重跑数据 = 本批（T220949/T221847 两文件）；同种子历史坐标已三重作废（R3 改版 + unique 模式），坐标可比性锚改为「本批 A+B 数据」。

---

阶段一：机制验收（日志批，gate 判读——全部受发现①污染，仅记录现状）

数据：两份 MC 日志共 318,626 行、1200 局、20,945 次掷点。

指标	读数	期望带	判读	注记
零承伤轮（窄口径）	0 / 8076 攻击落地轮	0	✅ PASS	伤害下限 1 生效
零掉血轮（宽口径）	6706 / 13364 敌战轮（50.2%）	observe	记录	与真人旧读数对照待真人批
nat20 暴击率	4.53%	5%±2pp	✅ PASS（带污染注记）	种子头部偏置使逐种子暴击率漂移大
档位分布（敌→主角）	全额 50.8%/×0.75 15.0%/×0.5 21.6%/×0.25 12.6%	55/15/20/10 各±2σ	❌ FAIL	归因=RNG 偏置为主 + 护甲强化增益抬 AC 混入（全额缺口方向与增益一致，但幅度超增益可解释范围）
玩家侧全额率	主角→敌 EV 减免 0.00%	100% 全额	✅ PASS	敌 AC 关内 0 生效
EV 减免（敌→主角）	23.98%	21.25%±2pp	❌ FAIL	同上归因
Boss 血量锚	表值 hp=58（蛛化卓尔精灵）	r_boss=150÷153.5≈0.98	⚠️ 锚过期	口径写于压缩批与卓尔加血前（150→÷3→58）；锚值重校准归调参批，本批记录现状
增益战斗期复原	三类可复原（attack_up/weaken/减伤族）	observe	✅ 记录	复原面工作正常
快照 buffs 非空	8790/14402	恒空（盲区口径=0）	⚠️ 盲区口径已破	rider/状态批后快照开始携带 buffs（疑 duration-2 状态使衰减段后仍有存留）——好消息（盲区闭合），口径文档需改写该节
数据质量·解析失败	0	0	✅ PASS
数据质量·未配对 battle_end	1200（系统性 1/局）	0	⚠️ 行序伪影	每局恰 1 条 battle_end 落到 run 行切分点之后（level_end 先于 battle_end 落盘）；不影响核心统计（分析器不依赖 battle_end），行序归因待核

阶段二：压力验收（模拟批基线格，初稿判读——顺延至掷点修复后终判）

第一关（生死带主判据格：MC perfect 基线格 atk+0%/hp+0%，n=30）

指标	读数	gate	判读
整关承伤分布	p10=13.0 / p50=18 / p90=25.0 / max=28	p10∈[35,45] 且 p90∈[55,65]	❌ FAIL（远低于带下沿——压力不足方向）
通关率	87%	[35%, 65%]	❌ FAIL（越上界）
通关余量	胜局剩余 HP 均 7.4	p90≤13 且 p10≥3（收敛后 gate）	observe（未收敛）
平均轮数	16.4	observe	记录
盲挖档（normal 基线格）通关率	73%	observe（生死带下 0% 为预期态）	记录——73% 与生死带预期相悖，同证压力不足

第二关（对照面，无独立 gate）

指标	读数
完美档基线格通关率 / 承伤 p50/p90	87% / 15.5 / 21.2
盲挖档基线格通关率	83%
台阶倒挂	L1 87% vs L2 87%——倒挂消失（旧读数 65vs90→65vs80→本批持平），方向性好转

F4 满配格（gate：普通场 ≤20% / Boss 场 ≤50% 生效 max_hp）

关卡	普通场	Boss 场	判读
L1	6.5%	15.7%	✅ PASS
L2	5.9%	22.8%	✅ PASS

战斗级承伤带（普通 ≤20% / Boss ≤50%，全网格聚合）

全部 9 个（关×类型×深度）分组 ✓ PASS；Boss 战单独出列读数：L1 Boss 场均承伤 26.7% max_hp / 5.9 轮，L2 Boss 35.7% / 5.0 轮——Boss 承伤占比显著高于普通场（设计方向：Boss 是主要伤害来源），无不可控死法迹象（败北节点全部集中于 Boss 位，普通位败北为 0）。

阶段二初稿结论

双 gate（承伤带 + 通关率）双败，方向一致=压力不足（完美档太容易通关、承伤远低于生死带）。按归因规则本应走 §4e 阶梯（敌方输出侧），但发现①属实现缺陷且优先级在前（§4e 边界 1）——建议顺序：掷点修复批 → 阶段一重跑 → 阶段二调参批。附带提醒：修复掷点会轻微改变承伤/通关读数（掷点分布变了），调参批应在修复后的重测读数上工作。

---

07⑦ 刷新经济监控——基线读数（本批搭车项，2026-09-19 首批基线）

分析器已新增两读数（log_analysis.py 关卡级统计：弃图率=每局受理刷新次数，与 MC 刷新/局同口径；每轮刷新率=刷新次数÷结算轮数）。首批基线：

数据面	弃图率（次/局）	每轮刷新率	样本
MC L1 完美档基线格	0.23	—	30 局
MC L2 完美档基线格	0.03	—	30 局
MC 全网格 L1 完美档	0.08	0.006	300 局
MC 全网格 L2 完美档	0.01	0.001	300 局
MC 全网格 normal 档（两关）	0.00	0.000	600 局
真人日志参照（并行会话今日 600 局模拟，非本批数据）	完美档 0.12	0.008	供交叉参照

解读起点（供调参批参考，非结论）：完美档低频弃图（~0.1 次/局量级）、normal 档零弃图——与「完美档卡死才刷新」的口径一致（auto_player 刷新=卡死解除手段）；normal 档零使用提示 1 RAP 定价对普通玩家可能偏贵或无感知，真人批数据将回答。阈值数字仍归调参批（口径不变：现在定是拍脑袋）。

顺带核查项：07⑥ 速杀退化预警的读数（战斗结束未开资格格占比）经核对现役日志不可推导——battle_end 行仅含 result+hero_hp，无格面开格状态面。采集义务需等埋点（board 状态入结算快照或独立行），本批不硬做，注记后延。

---

待办与回流

1. 真人批（用户）：基线档 3–5 局 → k 系数 + 零掉血轮宽口径真人对照 → 本报告终稿。
2. 掷点测量修复（待拍板选案）：方案 A（宽种子带，零代码）/方案 B（master 混淆加固，黄金向量重登记）/方案 C（真随机+记录，不推荐）；选 A 则登记 06 待办为「验收掷点扫描种子带改造」，选 B 则为 rng_service 加固批；阶段一在修复后重跑。
3. 口径文档连带修订（归合并批）：docs/acceptance-ap6-ac.md 快照 buffs 盲区节改写、Boss 血量锚参照值重校准（58 现值）、§2 消费读数行补刷新两读数；06-待办清单「刷新经济性监控」条目保留至调参批定阈值。
4. 曲线调参批门：确认改为「掷点测量修复 + 阶段一重跑后」起跑（原门=验收读数）。

附录：探针脚本（复现用）

本批全部 RNG 探针为一次性 /tmp 脚本（rng_probe*.gd），核心复现路径： ① 从日志抽种子 4227 首局前 23 掷与 open_stream("armor_roll") 逐 scope 首输出逐位比对； ② SALT_ARMOR_ROLL ^ (seed + scope×GOLDEN) & 0x7FFF… 直喂 RandomNumberGenerator.randi_range(1,20) 画头部直方图； ③ 按 30 种子×40 局×8~31 掷聚合复现失真签名。诊断用工程内探针 smoke/rng_face_probe.gd 已随批删除，不留残留。