给合作者和 AI 的仓库地图

先建立正确的模型

这个项目不是一个已经赢得 benchmark 的方法包，而是一个带有历史、负结果和当前机制筛查的研究档案。STATUS.md 的证据等级高于任何单个 JSON 里的 status: complete。

目录	内容	读者用途
`src/mcss/`	原来的 Measurement Scene State 代码、dynamic 分支、data/evaluation 模块	复现和修改工程代码
`src/mcss/vision_probe/`	当前二维 probe 的特征、几何评价、写入和实验运行器	理解逆向 JEPA/动态 TTT 的最小机制接口
`scripts/`	下载、准备、训练、验证、二维分析和诊断脚本	找精确命令
`tests/`	合同测试、runner 测试、二维 probe 回归测试	先确认接口和隔离
`configs/`	三维训练和 smoke 配置	只在对应协议允许时运行
`docs/`	原协议、设计、失败封存、handoff 和 provenance	研究边界与证据解释
`research/ideas/`	原始方案、合作者讨论、二维切口和首轮报告	了解为什么这样设计
`research/source/`	ICLR 初稿 PDF	原始论文材料；不等于已发表
`docs/experiments/`	可公开的小型实验 bundle	不下载本地大数据也能读懂结果
`outputs/`	本机完整运行产物；默认不进 Git	追溯本地运行，不作为远程依赖
`data/`	本机数据和权重；默认不进 Git	按 provenance 下载

真实观测能不能指导“有用的状态修正”，而不是只让 RGB 重建更容易？首轮结果支持反馈通道存在，但 RGB 代理和对象对应目标失配。下一步是高分辨率评价 + OFF-aware task-grounded gate，不是直接加大训练。