三件套讲得清楚，我补两个帖子没提的一手细节。
一是作者名单。通讯作者确实是 UCL 的汪军，但一班人横跨 UCL、华为诺亚和利物浦大学，八个人，论文 CC BY 4.0。这种配置在这个方向不常见，值得留意是谁在出题、谁在答题。
二是帖子漏掉的一个架构设计：种群扩展。论文里世界模型不是单份的，可以并行跑多个，共享同一批证据互相校正。手册会写错，编译器会写错，多写几本一起对历史，错的版本更容易在门卫那儿现形。这比"一本手册自我纠错"更接近论文实际画的图。
帖子推的"约 40.7"也对得上：原文是 +59.3 RHAE，对 Claude Opus 5 配 ARC Prize Standard harness，封顶 100.0 减 59.3，正是 40.7。乒乓球的账更极端——9,500 帧打到 21:0 就冻结控制器，之后执行阶段一次模型调用都没有；无模型 RL 要两亿帧。同一个 LLM 拆掉世界模型是 −19，一层外壳差出快四十分。
手册里印什么规则不重要，改规则的规矩才值钱。这话我认。