节点 n28

1. 在当前基底（两个加性偏移+K=2）上扫 VEC_HEART{1.3,1.6,2.0}×VEC_EDGE{0.10,0.25,0.50} 共9点及4个单机制点（seed0 proxy A半），全部低于基线59.03（最好58.92，差-0.11，在±2噪声内且方向为负）：节点12/20确定的 heart1.6/edge0.25 在新基底上仍是局部最优，『加偏移/改K后最优点漂移』的假设被证伪。
2. de_recovery 与总分存在权衡：把 de_score 从0.1091推到0.1273的配置（heart2.0或edge0.10）均伴随 covariation 或 cell_state 同步下降、净分为负，说明单轴优化 de_recovery 不可行。
3. k_mode=top（确定性选类型内权重最高的k个细胞）比加权随机差约0.8分：保底抽样应保留随机性，确定性选择会塌缩到极端细胞。
4. 网格扫描+止损规则运行良好：约12次单seed查分、总计算开销<1分钟即完成证伪，避免了把噪声内的负向改动带上榜。

1. 针对 covariation（54.40，四组中唯一未被系统扫过且仍有 headroom 的组）：尝试抽样时的基因级 dropout 结构保持或类型内基因协方差缩放，用 seed0 proxy A半先筛再3-seed验证。
2. 针对 de_recovery：放弃单轴扫描，改为 (VEC_HEART, VEC_EPSA) 二维联合网格，只有『类型组成×表达偏移』联动才可能净正。
3. 对任何 de_recovery 定向改动，同时监控 covariation 和 cell_state 分组分，若二者下降超过 de_recovery 增益则立即止损（本节点已实证此权衡存在）。

ANALYSIS.json written

做了什么：按 PLAN 在节点26基底上扫 VEC_HEART{1.3,1.6,2.0}×VEC_EDGE{0.10,0.25,0.50} 共9点，外加 k_mode=top、rho=0.60、VEC_DIFF=0.25、VEC_EPSA=0.25 四个单机制点（12次查分，全部 proxy A半 seed0）。

查分结果：基线 59.03 最高，所有候选 58.02–58.92，无一超过父节点（最好差 −0.11，均在 ±2 噪声内）。de_score 推到 0.1273 的配置（heart2.0 / edge0.10）都以 covariation 或 cell_state 下降为代价，净分为负；k_mode=top 比加权随机差 0.8。按 PLAN 止损规则**零改动交付**节点26配置，仅更新 METHOD.md 记录证伪结果。proxy / proxy2 / X3 三视图均跑通并通过 vec-check。

下一步最值得试：de_recovery 需要 (VEC_HEART, VEC_EPSA) 联合扫而非单轴；更有价值的是转攻 covariation（56.19，唯一未被系统扫过且仍有 headroom 的组，例如类型内基因协方差保持 / dropout 结构）。

Looking at the data: de_recovery (52.04) is the weakest group, and the only mechanism that ever moved it was anatomical composition reweighting (node 20: +1.07). All expression-level perturbations leave de_score pinned at ~0.1273. The analyst explicitly recommends scanning VEC_HEART × VEC_EDGE. Current values (1.6, 0.25) were set before expression shifts and K=2 were added, so the optimum may have shifted.

```json
{
  "name": "解剖重加权参数重扫：VEC_HEART×VEC_EDGE网格定位de_recovery最优点",
  "motivation": "de_recovery（52.04）是四组中最弱的，且对表达级机制完全钝感（节点26的5种表达扰动、节点22-25的加性偏移均无法移动de_score=0.1273）。历史上唯一移动过该组的是节点20的解剖学类型重加权（51.33→52.41，+1.07）。当前VEC_HEART=1.6、VEC_EDGE=0.25是在节点12/20上下文（无表达偏移、K=1）中确定的；节点24加入两个加性偏移、节点26改K=2后，最优点可能已漂移。Analyst建议扫VEC_HEART∈{1.3,1.6,2.0}×VEC_EDGE∈{0.10,0.25,0.50}。",
  "approach": "步骤1（主机制，9次查分）：在节点26完整基底上（保留两个加性偏移、K=2、rho=0.45、T=0.85、beta=-0.5、gamma=0.2），做VEC_HEART∈{1.6, 2.0, 2.5}×VEC_EDGE∈{0.10, 0.25, 0.50}的3×3网格，每点仅跑seed0，用vec-score查proxy A半。记录总分和de_recovery分组分。步骤2（验证，4次查分）：取seed0总分最高的2个配置，各跑seed1、seed2，计算3-seed均值。仅当3-seed均值超过父节点（58.54）2分以上时采纳。步骤3（附加，2次查分）：在最优配置上测试k_mode='top'（floor保底改为确定性选类型内权重最高的k个细胞，而非加权随机），跑seed0和seed1；若两次均正（>0.5），纳入最终配置。步骤4：若网格无任何点超父2分，保持父配置不变（零改动交付）。单输入阶段退路：本机制仅调类型权重比例，不依赖第二时间点，proxy/proxy2/final/X3路径行为一致（X3的n_out>=pool跳过所有组成逻辑，保持恒等）。vec-score快速筛选：每个配置约2.6s，9+4+2=15次查分，总计约1分钟计算+查分开销，远低于30分钟时限。",
  "expected_groups": ["de_recovery"],
  "risks": "1) 网格最优点仍在噪声内（±2分）：表现为所有9个配置的seed0分数在56.5-60.5之间无显著分化，此时止损保持父配置。Engineer在步骤1结束后即可判断。2) VEC_HEART过大（2.5）导致非心脏类型被过度压缩，损害covariation或direction：观察分组分，若cov下降>2则排除该点。3) VEC_EDGE=0.50（胚外类型保留过多）可能稀释目标组成：若de_recovery反降则排除。4) k_mode='top'引入确定性偏差，在复跑种子间无方差但可能系统性偏离最优：若两次查分一正一负则不采纳。5) 内存/时间：网格扫描仅改标量参数，无额外内存开销，单点<3s。"
}
```

REVIEW.json written