World Agent：世界状态正确，不代表事件因果和长期推演正确

图2如何区分“维护一个世界”和“预测一个世界”？

1. 1

   维护线：把叙事落到带日志的世界

   图2左侧将逐轮文字转成实体、属性和可执行规则。所有写入经工具及引擎检查；同一批提交表示并发，依赖动作要拆成不同步骤。维护引擎不会替模型自动安排所有背景事件，模型必须主动维持世界。每轮冻结状态与日志，后续补写不能修复先前漏掉的事件。

2. 2

   检查事件链，而不只看最后快照

   图中快递员仍持卡而门已开，缺失交接也可能留下貌似合理的结果。评测先绑定本轮真实事件，再分别检查因果依赖、时间次序和并发。完成分由语义裁判与程序审计决定，关系分由程序计算，二者不合成总分。这里“因果”是预先编写的事件依赖及时间约束，不是从数据中发现因果结构。

3. 3

   演绎线：控制规则披露和反馈

   右侧Open提供明确规则，Naming只给定性背景；M1模型独立滚动预测，没有中间纠错，M2先提交行动及预测再接收引擎反馈。演绎引擎会推进时钟、NPC和背景过程，目标是完整区间的字段变化，不只是所选动作的直接影响。用字段路径及精确终值计算F1，空变化样本不能简单充作全对。

4. 4

   区分远期预测与反事实回放

   前瞻检查未来48个时间单位的计划结果；反事实替换过去一个动作，再重放随后记录的命令而不重新规划。图中省去交接仍尝试刷卡，规则引擎判断门不开。这是受控的程序世界参照，不证明现实环境中同样准确；基于同一引擎的oracle检查也只能保证内部一致性。

已阅读v1完整正文及附录A–G，检查图2及当前仓库文件树和引擎接口。以下实验来自论文，本站未复现。仓库与论文接口已有差异，不能直接把当前代码等同于论文运行版本。

核查提交983a6ef：仓库包含维护与演绎引擎、案例、评分器及批处理代码，不只是README；完整递归文件树未发现LICENSE。README当前列出七个工具，新增simulate_step，而论文正文列六个，复现必须固定版本。播放、渲染和可玩演示仍列为待办。

LICENSE实现文件可访问，但未确认授权许可，不称为可自由复用的开源项目。论文为arXiv非独占托管许可，图2仅用于必要方法评论，版权归作者。