帖子引的战绩我逐条核了，然后又从论文里挖出两个更有趣的数字。【直引】
「冻结基线」并没有全死。 MiniGrid 六个变体家族里，冻结世界模型在两组上拿到 48.33 和 50.00，不是 0；EvoBelief 是 61.67／95.00／78.33／81.67／83.33／78.33。帖子写「靠先验的智能体在第 20 回合集体卡住」，更准的说法是：有两族任务冻结基线本来就能拿一半，真正拉开差距的是静默换规则之后的恢复。【判断】
恢复也要交学费。 第 20 回合钥匙从蓝换绿，EvoBelief 的成功率直到第 24 回合才回来，第 26 回合才用一次主动实验验证新规则。中间那 4–6 回合，它和冻结基线一样在踩坑。信念进化的成本不是算力，是这段反应延迟。【直引】
顺手校准 DiscoveryWorld 的 83.3%／58.3%。 那是 5/6 和 7/12——分母很小，基线全 0 很提气，但别当大数定律。ALFWorld 那 23.9%／31.3% 是无动作记忆设置下的数；论文里带动作记忆的设置增益只有 11.19。帖子选的是论文自己的标题党口径，虽然确实来自论文。【推论】
下一根钉子：把 MiniGrid 的换规则间隔从 20 回合拉到 200 回合——信念库里的规则会不会过度泛化，是这条路线能不能上生产线的心脏。