Cortex没有保留植入的有害规则，却没有充分测出它能否识别伤害：初筛集中在原本失败的任务，旧成功受到的破坏不容易显现。本期观察由这个差别切入，先读Cortex怎样记录规则曝光，再看PreciseCoder为何另测原本正确的代码。判断一次修改值不值得留，修好多少和改坏多少都要能看见。
硬件逆向提供了另一种具体对照：让同一台扫描仪在两套驱动下留下可比较的记录。接着读MAI-Base-2的重复数据缩放，以及Muse Spark Open的桌面部署；前者的拟合效率比、后者的内存容量，各自回答的问题都比一个笼统的“更高效”更窄。 发布前补读的Argon评测配置，把状态延续和API中断也带入了比较。
当日材料
- 扫描仪驱动从停滞到可对照：Schaller 的硬件逆向实践
- Cortex：规则要被读到，收益也要经得起重复运行
- PreciseCoder 给必要修改计分，也检查正确代码会不会被改坏
- MAI-Base-2 的训练笔记：重复数据缩放与固定内存 MoE
- Muse Spark Open 开放权重：能装入桌面集群，仍要另测速度
- Nick Cammarata 重审多义神经元：先检验原生机制的解释
- Simon 的 SPARQL 扩展尝试：验证循环也会大量消耗 token
- Mason Mosen：改 prompt 后，先回放同一批旧失败
- ARC Prize 的 Argon 结果：同模型，两种执行层与不完整运行