节点 n6

败的 α=1 硬截断有明确机制区别。上下文已足够（k018/k004 给出了参数先验），无需 lit-search。

```json
{
  "name": "EB收缩+阻尼α的按类型位移（去硬截断，修X3与covariation）",
  "motivation": "父节点3总分46.87，短板全在位移被施加的尺子/分组：X3=40.53（copy_last节点1为50.00，白白损失9.5分），covariation=38.53（copy_last为50.11），direction=49.53、de_recovery=49.29也略低于copy_last。机制诊断：(a) k018明确记录官方常数位移α=1在真实T1只有48.6、低于copy_last，说明全量重复最后一步差值必然过冲；(b) 每类型加常数列本身不改变类型内相关结构，covariation崩到38.53的主因是clip(x+δ,0)把大量负位移基因截成0点质量、压扁了分布；(c) 按类型均值差里含大量抽样噪声基因，未收缩直接加到每个细胞上伤direction/de_recovery。节点3的proxy=50.04与copy_last完全一致（单输入退化成copy），所以改动只需修'有两阶段时'的位移质量，proxy分不会受损。",
  "approach": "在父节点run.py基础上改三处，保持整体流程（最新阶段抽样→按类型加位移→write_prediction）不变：\n1) 逐基因经验贝叶斯收缩：对每个类型c、基因g，δ_cg = mean(last|c,g) − mean(prev|c,g)，se_cg² = var(last|c,g)/n_last_c + var(prev|c,g)/n_prev_c；收缩后 δ̃_cg = δ_cg · δ_cg²/(δ_cg² + se_cg²)（James-Stein式，噪声大的基因自动少动）。类型细胞数下限15（参考k004的分层抽样下限），任一侧不足则该类型不加位移、原样复制；prev缺失的类型仍原样复制（沿用父节点逻辑）。\n2) 全局阻尼α：x_new = x + α·δ̃，α初值0.5。搜索范围{0, 0.25, 0.5, 0.75}；α=0即copy_last，是保底。若X3视图manifest里有≥2个输入阶段（Engineer先确认），用vec-score在X3上扫α取最优（A半查分、B半正式分，注意过拟合A半：只有当某α比α=0高出>2分噪声才选它，否则取更保守值）；若X3只有单输入阶段无法扫α，直接取先验α=0.5（依据k018：α=1官方48.6<copy_last，α=0=copy_last，中点保守）。\n3) 去掉大面积硬截断：位移后仅对确需非负的输出格式做下限0截断，但先统计截断比例——EB收缩+α≤0.5后被截细胞值应<5%；若输出允许（write_prediction与copy_last同格式，copy_last本身不截断），则完全不截断，让负值保留以维持协方差。final（官方E8.5+E9.5两输入）上同一套代码直接生效：δ来自E8.5→E9.5，α用X3扫出或先验值。\n单输入阶段退路：与父节点相同，退化为copy_last同抽样，proxy/proxy2分数保持50.04不动。\n快速筛选流程（≤20次查分、25分钟内）：先小样本（如2000细胞）验证代码路径与截断比例→X3上查α∈{0,0.25,0.5,0.75}四次（含EB收缩）→再查一次'EB收缩关掉、仅α'的消融以确认EB贡献→选最优配置跑正式。运行秒级，预算充足。",
  "expected_groups": ["covariation", "direction", "de_recovery", "cell_state"],
  "risks": "(1) X3可能只有单输入阶段，α无法在可见尺子上调——退路是k018先验α=0.5，此时X3预期仍应≥copy_last（EB收缩只会让位移更温和），Engineer应在第一次查分就对比α=0基线确认不倒退；(2) 在X3 A半上扫α有过拟合风险，差距<2分噪声时一律取更小的α；(3) 小类型（<15细胞）的var估计不稳，已用细胞数下限+不位移兜底；(4) 若输出格式强制非负计数而数据是log空间，负值处理需与copy_last的输出格式核对一致，Engineer应先读write_prediction确认；(5) 尽早发现方式：小样本先跑通并打印每类型位移范数、截断比例、EB收缩因子分布，再上全量查分——若X3上α=0.5仍比α=0低>2分，说明该数据集上位移方向本身不可靠（可能存在类型改名，见k017），应直接退回α=0并如实报告。"
}
```