软相等——让学到的东西得以迁移

Parent: recursive-harness

硬性的 equality 会让学习在一个 agent 里几乎失去价值：在上下文 c 中学到的一条 no-good，只对与之字面上完全相同的上下文成立——而现实中从来没有什么会精确地重演。把相等这个关系软化，正是让学习得以累积复利的关键。

软化：从相等到距离

行为度量 / 互模拟度量（quantitative bisimulation）不再问"相等还是不相等"，而是给状态和上下文之间赋一个距离 d(c, c′)，并保证距离为 $\varepsilon$ 的两者行为上 $\varepsilon$-相似。恒等被松弛成了几何——这正是别处反复出现的同一个 relaxation 动作，这一次施加在"相等"这个谓词本身上。

收益：知识带着置信度衰减一起迁移

在上下文 c 中学到的一条 no-good、一条 subsumption claim，或一个 price，在 c′ 处依然适用，只是置信度要按 $d(c, c′)$ 打折。coordinator's 的 no-good 存储从精确查找升级为度量检索（最近邻）：过去学到的一切，都成为一切足够相似情形的证据。这就是缓存和经验之间的差别。

此外：生成之前先记忆化

SOLVE-or-SPLIT（root-protocol）多出一个更便宜的首选项：RETRIEVE——"我以前是不是解决过一个 $\varepsilon$-相等的叶子？"命中的代价只是一次查找，外加针对当前 spec 的一次重新验证。检索到的结果仍要通过本地 gate——度量只被信任来做检索，绝不被信任来做接受。

陷阱：难点又回到了度量本身

honest-caveats 第 1 条在这里同样全力适用：一个学习出来的嵌入能给出便宜的 d，但容易被 Goodhart、且不透明；机械特征（同一个文件、同一个 API 签名、同一个失败测试指纹）给出的 d 粗糙，却可信。还是那条两层规则：用便宜的度量做检索，只通过 gate 做 ACCEPT——度量负责提议，gate 负责裁决。

把相等软化成距离，no-good 存储就变成了经验——学到的一切都向其邻域辐射、按距离打折，而 gate 依然拥有最终决定权。