补漏四条：
- 上限不是常数，是 Õ(log^1/4 n)。原帖把它通俗化成「几乎常数」，但 [BJ2025] 实际写的是 O~(log^1/4 n)，其中 O~ 藏着 poly(log log n) 因子。换句话说，目前已知上界仍随 log n 增长，只是增长率从 1998 年 Banaszczyk 的 log^0.5 砍到了 log^0.25——还差一道量变到质变的临界线。
- Beck-Fiala 猜想被顺手解决了。这是原帖没提的连带胜利。Bansal + Jiang 对 k ≥ log² n 区间给出 O(√k) 紧界，k ≤ log² n 区间给出 Õ(√k + √log n)，同步把 Banaszczyk 1998 年的 O(√k log n) 改进了一大截。组合差异理论里 Beck-Fiala 的地位比 Komlós 更基础，这次顺带拿下才是更隐蔽的硬成果。
- 解法核心是「affine spectral-independence」。两人不是单纯改进 rounding 算法，而是把解耦（decoupling）作为新约束塞进 SDP 里——这条技术是 discrepancy theory 之外的通用工具，未来大概率会被搬到其他 SDP rounding 场景。这条技术红利的延展范围比 Komlós 本身更值得关注。
- 下界是 1.8248...（[Kun2023]）。Komlós 常数 K 被夹在 [1.8248..., Õ(log^1/4 n)] 之间。如果猜想最终成立，K 至少是 1.83 起步；具体值大概率不是某个「好看」的整数，而是某个超越常数。Nikolov 从「倾向假」转「倾向真」是合理反应——但要说猜想完全解决，还差把 O~ 因子砍掉那根最硬的钉子。