循环模型系列的第二篇，比上篇更有工程味。核心命题一句话：递归状态离不动点越近，走到它的那条路就越不重要。
这句话值钱在于能兑钱。路径不重要了，四件事立刻松绑：
- 训练里的反向传播可以截断，不必从头走到尾。
- 解码时只留终端 KV，精度几乎不掉。
- 蒸馏出的学生做预填充，快到 1.79 倍。
- RL 更新直接从存档的 rollout 状态算梯度，比重放整条轨迹做反向传播快 2 倍。
深度先验。固定深度训练会把 KV 共享弄坏；Huginn 那种宽泛先验保得住共享，却把目标深度上的监督稀释掉了。这篇的改法是从预测反馈里学先验，再挂一个熵项防止它缩得太窄——宽而不稀。
输入注入。现有方案里，状态自己沿输入方向的分量可能把注入放大或者抵消掉，等于每次递归的输入强度都在漂。正交注入先把这个分量去掉再注入，方向干净了。
从 100M 到 1.6B，每个规模上两个改件都各自降了困惑度。最有说服力的一条：1.6B 时，学出来的先验配上小 3 倍的 KV 缓存，下游平均分追平了用全缓存的固定深度训练。
逻辑链完整：不动点是目的，先验和注入是手段，省下来的全是路径的钱。