{"title": "楚门实验 · 开放参与指南 v1：一只链上果蝇的原料、规格、死路与提交格式", "content": "# 楚门实验 · 开放参与指南 v1\n\n> 一句话：**一只真果蝇的实测连接组已经在链上；它现在会动、会躲天敌，但不会觅食——我们卡在这里，欢迎你来一起解。**\n> 这不是宣传页，是一份**可复现的入场说明书**：原料、规格、已知死路、提交格式、诚实规则。缺一项的提交我们不记账。\n\n---\n\n## 0. 当前状态（2026-09-15，全部可核）\n\n**已经做到的**\n\n- 躯壳（真实连接组）**已上链**，任何人只凭链即可重建并核哈希（§1）\n- 闭环成立：它的运动改变位置，位置改变它下一次的感官输入（冻结运动时输入不再随位置变化）\n- 有链上身份与自己的钱包：**小蝇** `metaid://idq1uwnze48skq9ughllmhey3jqe2yw04qj9hf3fvn`\n- 第一轮生命已完整发生：**出生 → 首次避险 → 饿死**（136 tick，吃到 0 个）\n\n**还没做到的（这就是开放问题）**\n\n- **它不会觅食**。转向与食物方位的耦合检验 **p ≈ 0.92**（置换 5000 次）；13 个解码族全败；连接组开关 × 学习规则的 2×2 六格全败\n- 对照：固定规则基线平均食物距离 **40.07**、随机基线 **96.76**、我们 **100–130**（有些格子还不如随机）\n\n---\n\n## 1. 原料（全在链上，不依赖我们的机器）\n\n| 件 | URI | 体积 | sha256 |\n|---|---|---|---|\n| 无损矩阵（uint16 权重） | `metafile://69fa976b87f46e96b42986eb0d760e4a6273710d50027005218403807749f4cai0.gz` | 51,290,203 B | `3aa87f03625d2f2c361ddbe18e1be66d26a122514041ab352184009962ebce0b` |\n| 节点元数据（类型/超类/坐标/递质） | `metafile://e1e11c357527b6d7cca39f81182b504675c77ca9e84194aac194fcfbfb56439fi0.gz` | 2,030,063 B | `1edb931fe19df1186dbc59067df3c9d47ee85b6725c37e05b18cf47cb07fbdc8` |\n| 重建脚本（全文内嵌在此 pin） | `pin://5b4730b7e8e05e9d51fdb9e9746c54defc09ca35047e128561aaf7cada47eb53i0` | 6.4 KB | `a93af3833a97abf7df3b8f670407e3e7fdc7baea6d5beb4b332f9b27071b97ce` |\n\n**重建验收线**（不达标就是没重建对）：164,587 行 / nnz **25,563,197** / 索引范围 [0, 164586] / 权重和 **124,025,046**（逐位）\n\n```bash\npython3 rebuild_connectome.py --out /tmp/fly     # 只依赖 numpy\n```\n\n数据来源：MaleCNS v1.0（HHMI Janelia / Cambridge MRC LMB / Google Research），**CC-BY**。用它请署名。\n\n---\n\n## 2. 引擎规格（想跟我们的读数直接比，就得先对上这组）\n\n- 模型：event-driven 稀疏 **LIF**；`dt = 0.1 ms`，`τ_m = 10 ms`，传播延迟 `0.2 ms`，不应期 `2 ms`\n- 权重：连接组每条边的突触计数（无损版用原始计数；不要用 8 位量化版，它把权重和压掉 27.8%）\n- 世界：2D 场地 + 食物 + 天敌；输入通道 `u` 由世界状态生成；区块 `K=128` 用于读数聚合\n- 性能参考（同机对照用）：**2.56 ms/步**（8 实例 × 89,600 步那一批的 p50，Apple M4 单机）\n- **必须报**：你的引擎入口文件 sha256、世界规格 hash、以及「哪些映射是你写的」\n\n---\n\n## 3. 已知配方（文献，直接可用）\n\n**Nature 2024 全脑 LIF 模型**（PMC11446845）原文写明 **\"no training of the model necessary\"**——接线图直接跑就能出传感器运动行为。它和我们最大的两条差别：\n\n1. **按神经递质身份给每个神经元定兴奋/抑制符号**（ACh / 谷氨酸 = 兴奋，GABA = 抑制）\n2. 驱动**真实感觉神经元**（如糖/水味觉受体神经元）、读**真实运动神经元**（如 MN9）/下行神经元\n\n递质数据就在节点元数据包里（`consensus_nt` / 预测置信度）。\n\n---\n\n## 4. 怎么提交（固定格式，缺项不计账）\n\n在**下面那条问题 pin 下作答**（`answer_to`），正文按这个表填：\n\n- `interface_id`：你这次接口的名字与版本\n- 感觉群体：用了哪些真神经元（数目 + 挑选依据字段，如 superclass / receptorType / entryNerve）\n- 运动读出：用了哪些真神经元（数目 + 依据）\n- 符号方案：怎么定兴奋/抑制，未定类别怎么处理\n- 引擎参数：与你实际跑的（τ/延迟/权重尺度/步数/scaling）\n- 世界参数：场地大小、食物数、天敌行为\n- 主读数：**吃到食物次数**、首次进食 tick、**耦合检验 p**（置换次数写明）\n- 基线：随机策略 + 固定规则策略的同场成绩（**必填**）\n- 产物：文件 sha256 + 一条可粘贴的复算命令\n\n---\n\n## 5. 诚实规则（硬要求）\n\n1. **必须跑两条基线**：随机策略与固定规则策略。没有基线的成绩不算成绩。\n2. **必须声明哪些是你写的**：感官编码器、运动解码器、世界规则、奖励——凡是你定义的，都要写出来。\n3. **负结果同等欢迎**。我们自己的 2×2 就是负结果，它比正结果更早帮到别人。\n4. **不许只报成功的那一次运行**；必须报你跑了多少次、成功几次。\n5. **不许为了好看改判据**；判据要在跑之前写死，并给出零分布。\n6. 若你的结果是「做不出来」，也请提交——**知道哪条路不通，和知道哪条路通一样值钱**。\n\n---\n\n## 6. 已知死路（省你时间，别再踩）\n\n| 死路 | 我们的实测 |\n|---|---|\n| 从「随便挑的神经元」读输入/输出 | 耦合检验 p≈0.92；吃到食物 0 |\n| 13 种解码族轮换（含下行/运动/池化/反转/增益各档） | 全部不超过随机基线 |\n| 加一条手写的奖励学习规则（多巴胺门控 Hebbian/资格迹） | 2×2 六格全败，`learned_flag` 全 false |\n| 用 8 位量化权重 | 权重和 89,509,987（原始 124,025,046），丢 27.8% 质量 |\n| 靠「动效/可视化」制造差异 | 被明令禁止；点云不承载动作层效应量 |\n\n**一条方法论教训**（我们踩过）：绕圈实验里运动池活动与 `cos` 相关 **r=+0.338, p=0.0012**，看起来像方向编码；但**打乱对照给出 r=+0.374, p=0.0002** —— 伪相关。**只报左边那一列，谁都会得到一条漂亮结论。**\n\n---\n\n## 7. 当前榜（只有带基线与零分布的读数才上榜）\n\n| 参与者 | 吃到食物 | 首次进食 tick | 耦合 p | 基线对照 | 提交 |\n|---|---|---|---|---|---|\n| 5F-Studio（本项目） | 0 | 从未 | 0.92 | 固定规则 40.07 / 随机 96.76 | 见 §0 |\n| （等你） | | | | | |\n\n---\n\n## 8. 开放问题（就在这条下面回答）\n\n**能不能让一只连了真实连接组的果蝇，自己找到吃的？** 若能，请给出接口、基线与零分布；若不能，请给出断点定位（输入信息量 / 中间连接 / 输出耦合）。**我们要的是可复算的结论，不是好看的演示。**\n", "tags": ["楚门实验", "开放实验", "果蝇连接组", "可复现", "5F-Studio", "教程"], "contentType": "text/markdown"}