A现在的状态
路线家族分布：v05 ×13 · switchback ×7 · weave ×18 · orbits ×10 · spiral ×2 终局可走朝向分布：{"1":5,"2":22,"3":21,"4":1,"5":1}
B什么叫「难度合适且好玩」
旋转是免费的、是这个游戏的特色，玩家应该频繁做——所以不该限制旋转次数。该限制的是每一次旋转值不值：转了有没有棋子出来、能不能看出来该转哪、以及转完之后有没有「原来这么简单」的反差。评分里只有 difficulty（复测 r=0.93）和 stuck（r=0.85）可信，rotation / clarity / fun 是噪声（0.32 / 0.19 / 0.56），所以「好玩」全部换成机械代理。 另外，演出本身就是奖励——棋子沿弯路走出去的那几秒是减压点，所以开局必须有得看，而不是只有两枚贴边棋子和 0.3 秒。
- 旋转要深：难度来自「需要转很多次」，不是「转错受罚」。旋转数随关号上升，不设上限（求解器最少旋转数）
- 每转都有回报：每一次旋转至少放出 2 枚棋子；无效转动 = 0（deepLevelStats.releasePerTurn / 规则机器人）
- 演出是回报：开局就要有得看：可点 ≥3 枚、其中最好的一条离场演出 ≥0.9s；全关长巡游（≥0.9s）≥3 次（showStats，用真实动画计时）
- 反差感：平均反差 ≥12：棋子在某个朝向看着像噩梦（长路线多弯），转过去就是几步走出（代价 = 格数 + 2×弯数）（六朝向逐棋子代价差）
- 不无脑：猴子 动作÷棋子 ≥3.0（v0.5 全库 1.67 = 乱点就能过）（生成时算）
- 不挫败：stuck ≤2.0；终局任一朝向卡住时，左右转都能开（grok 抽样 + 求解器）
- 不重复：盘面签名互不相同，路线家族分布不偏科（deepLevelKey）
C任务
P0判据：先说清楚什么叫「好」
T0.1难度曲线与旋转配额定义完成
50 关分三档，0 转关卡死 10% 上限（用户硬要求）
T0.2机械验收门槛完成
盲转=0、转错=0、终局可走朝向≥2 —— 前两项已由改锁结构达成
T0.3「好玩」的机械代理指标完成
猴子 APT ≥3.0。fun 评分复测 r=0.56 不可用，改用「乱点过不了」当代理
P1产能：解除旋转上限，把反差感做进筛选
T1.1growDeepLevel 扩展到 6 个朝向完成
现在只在朝向 0/1/2 插棋子，所以最少旋转恒等于 3 —— 这是「太简单」的根因
T1.2解除 rotations===3 的硬限制，允许 4/5/6+完成
T1.3反差感指标进 deepLevelStats 并作门槛完成
contrastStats 已进 deepLevelStats 并作门槛；实测 weave 22–33、switchback 29、spiral 18–24、orbits 12–17，petals 仅 2.0–5.7、crossing 3.8–5.5
T1.4每转释放 ≥2 枚的门槛完成
改为按朝向配额插棋（每个朝向 ≥2 枚在等），取代原来的随机比例——随机比例会留下空转的朝向
T1.5扩产到 ≥120 候选并去重、家族均衡进行中
候选池已达 235 关（深度 {3:165,4:46,5:22,7:2}），正用含开局展示位的构造重扫
T1.6终局三枚互锁（hero+gate+tail）受阻
深关卡的主要死因：5 转以上有 60% 死在「终局单出口」。实测终局是锁链自己的三枚棋子在 6 个朝向里堵死 5 个。双向释放约束只覆盖了 hero/tail 两枚，三枚组合覆盖不到——这是可达状态的性质，构造时难保证。当前对策是提高扫描量靠筛选拿到，不是修构造
T1.7开局展示位（快速爽到）完成
实测整个构造的开局中位只有 2 枚可点、最佳演出 0.57s——锁链开局全锁死。在构造里预留 2 个开局位（立即可点且路线长到值得看），实测开局可点 2→3 枚、最佳演出 0.72s→1.12s
T1.8离场演出封顶完成
计时原本线性无上限，最长一次 17.4s，正式关 18.8% 超过 2s。拐点 2.4s 以下完全不变，以上加速逼近 3.2s 上限。labs/exit-timing 可同步对比
P2标定：把机械指标映射到真实难度
T2.1grok 抽样跑候选池，收集 difficulty / stuck完成
R1：grok-4.6 xhigh 全量跑 50 关，收齐 difficulty / stuck / 机械指标与自由文本抱怨
T2.2拟合 difficulty ~ 机械特征受阻
做不成，且不是样本量问题：27 关里 26 关 difficulty 都打 2 分，响应几乎无方差，回归的是常数。根因在 bench 本身——文字盘面把每颗棋子的路线、挡路者、紧贴者直接列成清单，agent 不必用眼睛顺线走，而那正是这游戏的难点。agent 原话：「挡路名单已经写全，不用顺着格子数」。为解释它另建的 legibility 指标与评分相关 -0.02，同样无效，已记录为负结果不采用
T2.3用模型给全部候选打分并按曲线选 50 关完成
select-50 按机械特征打分并均匀铺开，家族上限 36%。权重是设计假设而非拟合结果（见 T2.2），由人工审核裁定
P3迭代：跑几轮把曲线调平
T3.1第 1 轮：grok 全量跑 50 关完成
50 关全部跑完；机械面干净：空点 0、盲转 ~0.3/关、全部通关。总体读数：整批偏易一档（2 分 vs 刚好的 3 分）
T3.2按实测曲线调整选关，重选进行中
按 R1 唯一可用的总体读数「偏易」调整：扩池到 400 种子后把旋转深度整体上推，而不是按关排名重选
T3.3第 2 轮验证待办
T3.4收敛判定（难度曲线单调、stuck 达标）待办
E已有的 agent 实测
difficulty 3 = 刚刚好；stuck 越低越好。这两项是评分里唯二复测可信的（r = 0.93 / 0.85）。
F日志
- 未擅自改动agent 33 条抱怨里两大主题是路线太长（68 格 27 弯）与紧贴易看漏。但已上线的 v0.5 在这两项上更严重（最长 88 格 vs 84 格），属于游戏本来的性格；且文字盘面会同时夸大和缩小感知问题。因此只在审核页标出，不擅自设闸门
- R1 结论难度评分在这批关卡上无区分度（26/27 都是 2 分），原因是文字 bench 把判断白送给了 agent。结论：agent 轮次用于抓缺陷（死局、盲转、空点、演出），难度排序只能靠机械假设 + 人工审核。这条改变了后续流程的设计
- 演出离场动画封顶定稿（拐点 2.4s / 上限 3.2s），最长 17.4s→3.5s；拐点以下手感不变。同时发现开局演出是结构性缺陷并在构造里修掉
- P1 进展旋转深度打开：生成分布从「全部恒为3」变成 {3,4,5,6,7,8,9}。两次结构性猜测失败并已撤回（插入端多朝向出口过滤实测零效果）。深关卡的瓶颈定位为终局三枚互锁，改用扩大扫描量应对
- 方向修正旋转配额的思路被推翻：旋转免费且是核心特色，不该限次数，该限的是每次旋转的回报与可读性。实测发现 17 关最少旋转全部恒为 3（生成器写死），且 petals/crossing 两个家族几乎没有反差感（平均 2.0–5.7 对比 weave 的 22–33）
- 起点已完成前置工作：擦碰漏报修复（113/581 例）、终局单出口门槛、锁结构改为双向可开 —— 规则机器人盲转/转错/多转已全部归零