Repository navigation
Changed
选方向机制：UCB 标量 → idea graph 富图 + LLM 探索/利用判断。 把"挑下一个改进方向"拆成两半——客观记账交确定性脚本 idea_graph.py（铺出各 family 的 n、死墙集合 + 入度、dormant 待试、idea 演化拓扑、死墙传染），价值判断交 LLM 读图按四条原则拍板（exploit 未挖透主线 / explore 开阔 dormant / 剪被预言的死路 / expensive 押后）。不再有任何裁决标量。
Removed
ucb_frontier.py（UCB 排序脚本）。离线回测工具 replay_frontier.py 不依赖它，保留。
Why
样本饥死。 N≈130 / 10 family，细到 idea 级每节点仅 2-3 版本，UCB 探索项 √(ln N/n) 退化成近似常数 → 所有未试节点并列顶格 → 跟随机选无异。
side information 被扔了。 真正承重的是 insight 墙图（一堵高入度墙横跨多 family，一个 family 撞死等于预言所有共享该墙的 family）。UCB1 假设 arm 独立、把这个扔掉，只能手写 prior 硬打补丁，常数全靠拍。问题主轴是"带结构先验的非平稳决策"，不是 iid bandit。
均值会埋掉好机制。 一个 family 的活 idea 回报求均值，会让一条 +0.42 主线被同族死机制的 −1 拉平；LLM 看原始分布能看出来，公式不能。
不变量（两种跑法都守）
记账永远归脚本、判断永远归 LLM；选址理由必须落 wiki/log.md；不给 /loop 无人值守配"UCB 兜底"或"强制跳 explore 闸"——两模式跑同一套 meta 策略，纪律靠死墙传染（确定性、可复现）保证。