Phase 4AI：PN 再招募与 APL 来源审计

正式状态：PASS-CONDITIONAL-PN-APL-SOURCE-AUDIT。这是审计通过，不是表征或学习通过。

核验范围

74 项合成测试通过；固定 8 个小场景、60 个 CAL 主记录、12 个技术重复，共 80 份既有 Phase 4AG-r2 记录。PN 的完整放电事件、计数、最终 V/g/ref 逐位一致；8 个小场景的每步 pre/post 状态一致；12 对统计重复一致。CAL 没有独立保存逐 PN 的每步状态，不能把最终状态/事件验证称为完整逐步历史验证。

额外独立复核了每个首发前真实边事件的 source spike、18-step delay、真实 canonical edge、权重位值、到达时刻、接受状态、严格首发前条件。跨批唯一性与从原始 source events 重新推导的逐边期望数量均一致，无漏项或重复。

没有运行新全脑实验、使用 GPU、改参数、改权重、训练或访问 held-out 动态结果。全程只对既有记录做条件重建与非反馈分账；这不是独立全脑 oracle，也不是删掉某条通路的反事实。

1. 非设计 PN 的活动先于 KC

“非设计”仅表示该 trial 静态刺激目标集合以外，不等于噪声、错误神经元或污染。

指标	physiological	matched_energy
非设计 PN 首次活动早于首个 KC 的主记录	30/30	30/30
首个非设计 PN tick 范围	40–223	45–216
首个 KC tick 范围	111–322	126–294
首次活动前已有非设计 PN 活动的 active KC neuron-trials	1550/1550	1504/1504
首次活动前已有真实非设计 PN→KC 到达边事件	1539/1550	1496/1504
非设计 PN 放电 / 全部 PN 放电	138679/154514	137431/153049

tick 是保存记录的整数时间索引，dt=0.1 ms；这里给出的是记录内时间，不是相对每个外部刺激 onset 的延迟。上表多 trial 合计不能当作不同神经元数量。

2. 首发前 PN 输入来自哪里

限定对象为已经放电的非设计 PN：14967 / 14939 neuron-trials，两种模式各涉及 547 个不同 PN。

首发前接受的正权重增量来源	physiological	matched_energy
ALLN	65.7040%	65.7683%
ALPN	27.7791%	27.8722%
其他已注释神经元	5.2174%	5.0328%
KC	0.00124%	0.00105%

ALLN 是 metadata 中精确的 annotation_class == ALLN，不是 ALIN；没有根据类型前缀补齐身份。来源表同时保留负权重与零权重。

这些占比是首发前名义正增量的累计份额，不是净电流、净去极化或因果贡献。非反馈 V 账本中，ALLN 在首发阈值检查前的平均正/负项约为 +8.93/−5.85 mV（净约 +3.08 mV），而 ALPN 约为 +4.43/−0.11 mV（净约 +4.32 mV）。不能因 ALLN 正增量占比最大就声称其净去极化最大。

这个统计窗口截至每个 PN 自身首发，不是全部截至全网首个 KC，不能拿 66% 直接解释最早一批 PN 的启动。最早非设计 PN 先于首个 KC，排除了此前 KC spikes 启动这一最早群体的解释；之后的再招募与反馈仍可存在。当前只直接覆盖 ALLN→PN 来边，不是 PN→ALLN→PN 动态闭环、必要性或唯一因果路径证明；后续必须保留负项、时间过滤、其他通路和从未激活 PN 对照。

3. graded APL 的来源

冻结 APL 输入矩阵是非负 raw-contact 归一化工程映射，不是实际 signed PN→APL LIF 电流，不能称为测得的 dopamine/电导或生理量。

non-design ALPN 来源份额	physiological	matched_energy
整个记录累计 h 写入	73.9038%	73.9797%
每个 active KC 首发严格之前的 h 合计	66.5249%	66.7294%
全网首个 KC 严格之前、全部 KC 的 h 合计	62.8646%	62.4176%

全网首个 KC 之前的 KC 来源为 0，其余来自 design ALPN。在零初态、由 KC spikes 驱动的算子下，这是结构性结果，不能当成独立证明“KC 反馈无作用”。整窗 KC 来源仍占约 4.72% / 4.64%，每只 active KC 自身首发前占约 7.53% / 7.32%。这些均不证明 PN/APL 是 KC 稀疏度失败的原因。

三组 float64 合计与保存的 float32 drive/state/h 在预先推导的逐 tick 数值误差界内；这是数学来源分账，不是 bitwise CUDA APL replay。累计份额仍是描述统计，未构造累计来源份额的误差区间，不宣称“主导份额经严格误差界证明”。

4. 共同活动很强，但不能据此宣布气味信息为零

主比较固定全部 686 个 ALPN 维度；次比较固定六种 CAL 刺激目标并集 76 个 PN 之外的共同 610 维。每模式固定 60 within-seed-pair 与 75 between-odor/same-seed 比较；技术重复不充当新 seed。

固定 686 维指标：within / between	physiological	matched_energy
Cosine distance	0.002812 / 0.003146	0.002936 / 0.003291
Pearson correlation	0.993240 / 0.992438	0.992964 / 0.992107
Active-set Jaccard	0.982743 / 0.980222	0.982590 / 0.979699
Euclidean distance	22.7359 / 26.6852	25.3697 / 25.2796

共同活动与小的气味差异可以并存。尤其 matched-energy 的 Euclidean between 不高于 within；不同指标并不一致。这不是无信息的统计证明，也不是学习可用性、held-out 泛化、分类器或显著性检验。

结论与下一步

原 Phase 4AG FAIL-FIXED-CAL-REPRESENTATION 完全不变，未产生学习候选。本轮减少了机制不确定性，没有把“出现差异”当作成功。

下一步先用固定 60 CAL 的已有记录，核对最早非设计 PN 群及首个 KC 前窗口，分开 design/non-design ALPN 与 ALLN 的正负输入，并查 PN→ALLN 方向的真实带时延先行边。不能挑出现所需结论的 cohort，也不能把 shortest path 当动态路径。

再按独立预声明协议检验一个时间算子假设：原 graded APL 当步末写入，与固定平移 18 步的工程对照。不能称为实测生理修正，不能调 gain、threshold 或 eta，不能扫描最佳 delay。先验证固定序列的按位平移与末端样本完整性，再决定是否进入闭环；详细边界见下一步假设。

完整性和保存位置

原始登记 230239 个文件及后续 Phase 4AA–4AH 各冻结目录 checksum 全通过。旧五组 reference 本轮未重跑；上一轮封存 PASS 记录按 SHA 校验未变。
新模型目录：models/male-cns-lif/pn-recruitment-audit-v1/，16 个 payload 文件，170860 bytes。
新实验目录：experiments/phase4ai-pn-recruitment-audit/，734 个 payload 文件，1101594284 bytes，约 1.10 GB。纯 CPU 审计时间合计 726.84 秒，不是脑实时性能 benchmark。
模型 manifest SHA-256：a53443ac124e9bebc813867a5015d77276c2bd3edf89cd606a57d54756fe0dd7。
实验 manifest SHA-256：12c6f2e9929b3f7084e8b39b90c8851185febbc0afbb7031f9eebb4c41d2731d。
Git 仅发布代码、257 份小证据（约 5.85 MB）、文档与校验；完整新事件数据仍在服务器，不是异机全量备份。

解释指标由 tools/report_phase4ai.py 从已封存表只读导出，保存于 registry/phase4ai-pn-recruitment-audit/interpretation-metrics.json 并附独立 SHA；不修改原封存 manifest 或科学 gate。

7.0 KiB Raw Blame History Unescape Escape