多是看似无害的“效率改进”——例如：

*组合事件生成器的用例采样策略微调

*说明层误读检测阈值微调

*并发潮检测的敏感度微调

*反例卡质量评分的档位边界微调（不是阈值，是档位边界的解释）

这些微调都不触碰守望链底线。

也不直接改变阈值。

但它们共同作用，会让系统更频繁地认为“靠近边界”，从而触发临界带保守动作。

这就是敌人的聪明之处：

他们不改你的门槛，他们改你的“感知”。

感知一变，你的行动就变。

---

###四、敌人的新手法：感知偏置工程

江砚把这类攻击命名为：

存在性编号：BAND-ATTACK-01

名称：**感知偏置工程**

其核心路径：

1）通过合规的微调建议，调整检测敏感度与采样策略

2）让风险指标更容易落入临界带（边界尖峰）

3）触发保守动作频率上升，系统吞吐下降

4）制造“规则太慢”的真实体感

5）推动“放宽阈值/缩小δ/破冰权”作为解决方案

6）让开关以“优化边界”为名复活

这是计分板战争的后继者：

以前他们想改指标权重，现在他们改指标分布形态。

权重改动容易被发现，分布形态改动更隐蔽。

---

###五、最危险的诱惑：缩小δ区间听起来像“更严格”，其实更容易被劫持

当临界带事件变多，有人自然会说：

“δ太大，导致太多事件落入临界带，应该缩小δ，让系统更敏捷。”

这听起来像变严格。

但缩小δ会带来更危险的后果：

你又回到边界摇摆，敌人只要轻推抖动就能让结论翻转，逼出终审或破冰。

这正是敌人最想要的二选一陷阱：

*你不缩小δ，就长期保守、效率下降，人民厌倦；

*你缩小δ，就回到摇摆与权威入口，开关复活。

他们用腐蚀逼你在两种坏选项里选一个。

江砚必须给出第三条路：

不缩小δ，不放宽阈值，而是让“落入δ的概率”回归自然分布，削掉边界尖峰。

也就是：纠正感知偏置。

---

###六、边界回正机制：对抗尖峰，而不是改阈值

江砚提出“边界回正机制”。

存在性编号：BAND-RECT-01

BAND