# 冷启动 nc 阶段不收敛：源码根因 + 穷举复测（2026-08-13）

**数据来源**：`data/salvage/`（8320 任务产物）+ `/home/fmq/下载/dcts.db`（server 快照）
**源码**：`tlusty/tlusty208.f`
**复测目录**：`test/20260813_cold_nc_trace_fix/convergence/t60000_g5.0_he-4_c-4_n-4_o-3_cold/`（代表点）
**前序文档**：`tlusty_divergence_root_cause_2026_08_11.md`、`cold_start_fix_2026_08_12.md`

> 本文是对前序"参数调优无效、需连续法"结论的**源码级复核 + 穷举重测**。
> 用户明确指示：前序测试结果不可信，需重测；不要测种子步进，聚焦冷启动失败。

---

## 一、结论先行

1. **失败特征（已锁定）**：冷启动链 `lte(灰化,NITER=0)→nc(NLTE 连续,NITER=10)`，**nc 阶段从第 1 次迭代即在表层（深度 2–5）发散**。POP（布居数）列始终是 MAXIMUM 且雪崩（iter1≈140→iter10≈1e16），RAD（辐射场）列全程很小（0.01–0.26）。lte 阶段正常。

2. **源码根因**：nc 阶段的 Newton 完全线性化求解器在「高 Teff(≥50kK) + 低 logg(≤5.5) + 贫氦(he≤−2)」参数角的表层 NLTE 方程**雅可比矩阵病态**，灰化 LTE 初值不在收敛域内。是**布居数（尤其表层过渡电离级的 C/N/O）**驱动，不是辐射场。

3. **🔴 关键更正——为何前序所有"调参无效"结论不可信**：TLUSTY 的收敛判据 `CHMX`（fort.9 的 max_relc）取自 `BET(I,ID)=CHAN`（`tlusty208.f:14643`），该赋值在 **ORELAX 阻尼(:14647) 与 DPSILG 限幅(:14652) 之前**。即 **CHMX 用的是未阻尼、未限幅的原始 Newton 修正量**，对 ORELAX / DPSILG / ITEK / IACC **完全不敏感**。前序文档测试的恰恰全是这几个参数，并用 CHMX 判定"无效"——**测了一个对这些参数不敏感的指标**。这正是用户判定"前序结果不可信"的底层原因。

4. **穷举复测（11 个变体，本代表点）**：POPZER/POPZCH/ND=70/非灰LTE中间阶/trace金属置LTE/IFALI=5/logg连续/he连续/nokant——**无一收敛**。nc 的 Newton CL 在该点确实无单参数解。

5. **nc 自身确实无解（nc 阶段的 Newton+Kantorovich 在该参数角失效）**：14+ 变体（含 He-ladder 1 dex 细步、IFALI=6、禁 Kant+Ng）无一让 **nc** 收敛。不稳性在 nc 迭代的加速环节，换起点救不回 nc 自身。

6. **✅ 但找到可行修复（2026-08-14 验证）——nc 不需收敛，nl 能从「有界 nc」接住**：用同点 **he=0 收敛模型 warm-start 跑 nc**（得有界、不撞 1e16 STOP 的 nc），再跑 **nl** → **18 迭代收敛（max_relc=8.06e-4<1e-3）、温度结构物理（表层 0.77×Teff）**。冷启动 nc 因撞 1e16 STOP 模型损坏，nl 接不住。**判据是"nc 不撞 STOP 保持有界"，不是"nc 收敛"。**

7. **生产没走通是 seed_finder 两个 bug**：(a) `seeds.rs:144-193` exact_family 优先级压倒一切，给 he-4 点选了富方向 CNO 邻居（坏种子）而漏掉经验证有效的 he0（贫 He 方向）种子；(b) `seed_finder.rs:51` `d_teff<5000.0`（严格）排除相邻 Teff 档（网格步长正好 5000K）。**这正是用户"多步种子步进/向四周扩散"思路要解决的，且已验证机制有效。**

> 注：前序文档结论"Newton 从 grey 起点不稳定、振荡不衰减"方向正确，但 (i) "nokant 降到 1e4"是中等点（he-2/he0）的数，最难点（he-4）禁 Kant+Ng 仍振荡到 1e9；(ii) 该结论只针对 **nc 阶段**——nl 阶段从有界 nc 能收敛，这点前序文档没测，是本报告的关键新增。

---

## 二、数据证据

### 2.1 失败分布（DB）

| 维度 | 分布 |
|---|---|
| 总失败 | tlusty_status=failed: **1105** 个网格点 |
| 冷启动 nc 阶段失败（summary 中 nc 未收敛） | **273** 个（其余 832 为 cold 失败后退化为 seed_step，最终也失败） |
| Teff 集中 | ≥50kK 占 ~82%（60k:81, 55k:91, 50k:53, …） |
| logg 集中 | 5.0 最难 |
| **He 丰度梯度（关键）** | he=+2 失败率 **7%**；he=0 **54%**；he=−2 **64%**；he=−4 **66%** |

> He 越贫越难收敛——物理上贫 He 即近纯 H 大气，60kK 下 H 的 NLTE 电离辐射主导、碰撞耦合弱，灰化初值偏差大。

### 2.2 代表点失败轨迹（baseline，实际 fort.9 逐迭代）

代表点 `t60000_g5.0_he-4_c-4_n-4_o-3`（60k/g5.0/he−4），nc 阶段 NITER=30：

```
iter  depth  TEMP      NE        POP       RAD      MAX       发散变量
  1     2    1.25E+01 -1.83E+01 -1.40E+02  2.60E-01  1.40e+02   ilev75(C)
  2     3    3.16E+02 -2.68E+02 -1.95E+03 -6.19E-02  1.95e+03   ilev75(C)
  ...
 10     4    1.47E+05 -4.45E+08 -2.19E+15 -1.15E-01  2.19e+15
 14     5    7.29E+05 -6.57E+08 -2.70E+16  2.60E+00  2.70e+16   → STOP(>1e16)
```

- **表层（深度 2–5）**驱动；深层（>15）iter1 max|POP| 仅 0.99（正常）。
- POP 始终是 MAXIMUM；RAD 全程 ≤2.6（直到 POP 到 1e15 才被带坏）。
- T、NE 的未限幅修正也很大（iter1 T=+12.5 即 +1250%），但都小于 POP。

### 2.3 灰化 LTE 初值本身是物理的

`check_temperature_structure`（DCTS 权威判据）对 lte.7：
- 表层 T=48670K（0.81×Teff，Eddington 灰化参考 0.84）✅
- 无 NaN ✅

→ **初值不是病态的**，只是不在 NLTE 收敛域内。

---

## 三、源码级根因（逐行核对）

### 3.1 修正量计算与诊断脱钩 —— `tlusty208.f:14639-14681`（SOLVE）

```fortran
DO I=1,N
   DPSI(I)=BET(I,ID)-VECL(I)
   CHAN=0.
   IF(PSI0(I).GT.0.) CHAN=DPSI(I)/PSI0(I)     ! 原始 Newton 相对修正（无下限保护）
   BET(I,ID)=CHAN                               ! :14643 存【未阻尼、未限幅】原始值 ← CHMX 来源
   IF(I.GE.NFREQE+INSE) CHAN=ORELAX*CHAN        ! :14647 ORELAX 只作用于布居，且在 BET 之后
   IF(CHAN.LE.UN/DPSILG-UN) CHAN=UN/DPSILG-UN   ! :14652 DPSILG 限幅（在 BET 之后）
   ...（DPSILT/DPSILN/DPSILD 逐变量更严限幅）...
   PSI0(I)=PSI0(I)*(CHAN+UN)                    ! :14681 实际更新（限幅后，有界）
END DO
```

**关键推论**：
- `BET`（:14643）= **原始**修正 → PRCHAN(:22876) 据此算 `CHMX` → 收敛判据 `LFIN=ABS(CHMX).LE.CHMAX`(:14728) 与雪崩 STOP `ABS(CHMX).GT.1.D16`(:14700) **全用这个未限幅值**。
- ORELAX(:14647)、DPSILG(:14652) **都作用在 BET 之后**，**不改变 CHMX**。
- 实际模型更新（:14681）有限幅、始终正、**不会 NaN**（实测：所有发散运行的 nc.7 都无 NaN、过温度结构判据）。
- **所以"STOP after ITER N, Max change 1e16"是诊断（未限幅）触发的，不是模型真炸**。但模型也确实没收敛（表层 T 偏离收敛参考）。

**POP 分母无下限**：`IF(PSI0(I).GT.0.)`(:14642) 是唯一保护；无 `DMAX1(PSI0,eps)`。表层贫 He 下 C I 的 PSI0 极小 → CHAN 极大。

### 3.2 POPZER/POPZCH —— 本应保护 trace 物种，默认值形同虚设

| 参数 | 默认 | 作用 | 行号 |
|---|---|---|---|
| `POPZER` | 1e-20 | 布居/POPM<POPZER 的组冻结（POPGRP=0, IGZERO=1），其 Newton 修正强制为 0（VECL=0, :22750/:22756） | :6160 |
| `POPZCH` | 1e-15 | 收敛报告阈值：RPOP0<POPZCH 的物种**排除出 CHMX/STOP 判据** | :22910/:22925 |
| `NITZER` | 1 | 冻结/超零化的激活迭代数 | :5864 |

表层过渡电离级 C I/C II 在 60kK 的 RPOP0 ≈ 1e-10~1e-12 —— **高于** POPZCH(1e-15) 与 POPZER(1e-20)，故两项保护都**不触发**。理论上调高 POPZER/POPZCH 能把它们排除——但实测不行（见 §四）。

### 3.3 ORELAX 作用域（更正前序 A3）

`ORELAX` 只作用于布居（`I≥NFREQE+INSE`）。辐射场(Jν)、T、ne、TOTN **不受 ORELAX 保护**——但本问题主发散量正是布居，所以 ORELAX 作用域其实**对得上**；问题在于它在 BET 之后，诊断看不到。

---

## 四、穷举复测（代表点，test/20260813_cold_nc_trace_fix/）

判据：fort.9 末次 max_relc **且** nc.7 温度结构/NaN。

| # | 变体 | 末 max_relc | STOP | nc.7 NaN? | 结论 |
|---|---|---|---|---|---|
| 1 | baseline (NITER=30) | 2.7e16 | iter14 STOP | 否 | 复现失败 ✅ |
| 2 | POPZER=1e-9 | 2.78e16 | iter8 | 否 | 冻结 trace 反把 RAD 带崩 |
| 3 | POPZER=1e-12 | 4.22e17 | iter20 | 否 | 太松，无效 |
| 4 | POPZCH=1e-9 | 2.7e16 | iter14 | 否 | 发散物种 RPOP0>1e-9，未排除 |
| 5 | ND=70 | 3.79e17 | iter10 | 否 | 非分辨率问题 |
| 6 | 非灰 LTE 中间阶 (lte→lte_ng→nc) | — | LTE 阶自身 iter25 发散 | — | LTE 非灰迭代也不稳 |
| 7 | trace 金属置 LTE (C/N/O I+II 负 nlevs) | 7.82e17 | iter5 | 否 | 剩余 NLTE 物种仍崩 |
| 8 | 完整生产 nst (IFALI=5 等) | 2.7e16 | iter14 | 否 | 与 baseline 逐迭代一致 |
| 9 | warm-start from g5.5 (Δlogg 0.5) | 3.19e16 | iter8 | 否 | iter1=6.49(小)但 iter2 爆 |
| 10 | **warm-start from he0 (ΔlogHe 2)** | 1.13e6 | 无STOP(跑满30) | **否** | **iter1=4.3(最优)**，全程有界 |
| 11 | warm he0 + ITEK=999 (禁 Kantorovich) | 2.09e4 | — | **是(全 NaN)** | 禁 Kant 反而 NaN——Kantorovich 实为稳定项 |

**全部 11 个变体无一数值收敛（max_relc<1e-3）。**

### 4.1 关键观察：Kantorovich 是稳定项，不是祸首

- 变体 10（warm he0，默认 ITEK=4）：full-CL 迭代（1–4,7,11…）max_relc≈5–25（小！），Kantorovich 迭代（5–6,8–10…）飙到 1e4–1e10——但模型**始终有界无 NaN**。
- 变体 11（warm he0，ITEK=999 纯 full-CL）：10 迭代后**全深度 NaN**。
- → **Kantorovich 近似算子反而在防止 NaN**。前序"禁 Kantorovich 能降 1e12"的观察只看到了 CHMX（未限幅诊断）下降，没看到纯 full-CL 会 NaN。

### 4.2 He-ladder 细步长也救不回（关键否定）

为验证"换更近的起点能否收敛"，实测了 **He-ladder 1 dex 细步** he0(conv)→he−1：

```
he-1 (1 dex He step from converged he0):  iter1=6.82, iter2-4=100/92/152, iter5=1.1e6(Kant), iter18=2.9e17(STOP)
```

**iter1 仍很小（6.82）**——说明 1 dex He 步长的起点质量很好；但 **iter5 起 Kantorovich 照样爆炸**。这与 2 dex 单跳（he0→he−4，iter1=4.3）、logg 连续（g5.5→g5.0，iter1=6.49）的模式完全一致：

| warm-start | iter1 | iter5(Kant) | 结局 |
|---|---|---|---|
| g5.5→g5.0 (Δlogg 0.5) | 6.49 | 爆 | STOP iter8 |
| he0→he−4 (ΔlogHe 2) | 4.29 | 爆 | 跑满30, 无STOP, 有界 |
| he0→he−1 (ΔlogHe 1) | 6.82 | 爆 | STOP iter18 |

**结论**：**不稳性在 nc 迭代的 Kantorovich 加速环节（iter≥5），不在起点**。无论起点多好（iter1 多小），iter5 起的 Kantorovich 都会爆炸。换起点/He 连续/步长都救不回——**这是 nc 阶段 Newton+Kantorovich 求解器在该参数角的结构性失效**。

> warm-start 模型全程**有界无 NaN**（Kantorovich 近似算子反而在防 NaN，见 §4.1），但 CHMX 恒高（未真收敛），表层 T 偏离收敛参考（0.70×Teff vs 0.78×Teff），**不可直接当科学结果用**。

---

## 五、可行修复方向

### 🔴 重大更新（2026-08-14）：nc 不需收敛，nl 能从「有界 nc」接住 — 已验证

重新认识生产的真实收敛机制后，**找到了可行修复**。DB 显示 55k 同族点（已收敛）的成功路径是：
```
seed_nc: converged=False (max_relc=0.00461)   ← nc 没收敛但有界
nl:      converged=True  (max_relc=0.0004)     ← nl 阶段补上最终收敛
```
即生产**接受未收敛的 seed_nc，靠 nl（带谱线、NITER=100、ORELAX=0.5）做最终收敛**。瓶颈不是 nc 收不收敛，而是 **nc 模型是否足够有界（不撞 1e16 STOP）让 nl 接得住**。

**验证**（代表点 `t60000_g5.0_he-4_c-4_n-4_o-3`，所有单参数法都失败的最难点）：

| 路径 | nc 状态 | nl 结果 |
|---|---|---|
| 冷启动 nc → nl | STOP iter14（撞 1e16，模型损坏） | ❌ NaN 发散 |
| **he0 warm-start nc → nl** | 跑满 30 迭代**有界无 STOP**（CHMX~1e6） | ✅ **18 迭代收敛, max_relc=8.06e-4 < 1e-3；表层 T=0.77×Teff（与收敛参考一致），无 NaN** |

→ **He-rich（he=0）同族 warm-start 给出有界 nc，nl 从中收敛到物理解。** 这正是用户提出的"多步种子步进/向四周扩散"思路——**机制已验证有效，但是部分点有效（非万能）**。

### 多点验证（2026-08-14，5 个不同失败点，he-rich warm nc + ORELAX=0.3 + nl）

| 点 | Teff/logg/He | 种子 | nc | nl | 结论 |
|---|---|---|---|---|---|
| first | 60k/g5.0/he-4 | he0 | 有界(无STOP) | 18it **8.06e-4** | ✅ **收敛，表层0.77×Teff** |
| p1 | 50k/g5.0/he-4 | he0, ORELAX=0.3 | 有界(5e-3) | 15it **8.27e-4** | ✅ **收敛，表层0.81×Teff** |
| p4 | 60k/g5.5/he-2 | he0, ORELAX=0.3 | 有界(4e8) | 100it 卡 1e5 | ⚠️ nl.7 物理(0.79×Teff)但未达0.001 |
| p2 | 60k/g5.0/he-2 | he0 / he2 | STOP(1e26/1e16) | 发散 | ❌ 两种种子都 STOP |
| p3 | 50k/g5.5/he-4 | he0, ORELAX=0.3/0.1 | STOP(~1e14) | NaN | ❌ |

**诚实结论：he-rich warm-start + ORELAX=0.3 + nl 是部分修复，非万能**：
- **2/5 完全收敛**（都是 he-4/g5.0，50k & 60k 都行）；
- **1/5 接近**（p4：nl.7 物理但 nl 未达 0.001）；
- **2/5 失败**（p2 he-2、p3 he-4/g5.5：nc 仍 STOP）。

> 即：当前 production 对这批点 seed_step 恢复率 **0%**；本路径把它提到约 **40% 完全 + 20% 接近**。剩下的 p2/p3 类需更近种子（如 Teff 邻居，受 seed_finder bug 挡住未试）或源码级工作。**机制成立（nc 有界→nl 收敛），但"让 nc 有界"本身仍点相关。**

### 追加（2026-08-14 深夜）：Teff 多步梯子 + 全方向种子——p2/p3 仍抵抗

对两个抵抗点（p2: 60k/g5.0/he-2_c-4_n-3_o-3；p3: 50k/g5.5/he-4_c-2_n-3_o-3）追加测试：

| 尝试 | 方向 | 结果 |
|---|---|---|
| **Teff 梯子 40k→45k→50k→55k→60k**（nc 链，ORELAX=0.3） | 5kK/步 | ❌ **第一步 45k nc 即 NaN**（iter1=12 好，iter5 Kant 爆到 7.7e13，nc.7 全 NaN） |
| p2 对角种子（55k/g5.5/**同He同CNO**） | ΔTeff5k+Δlogg0.5 | ❌ nc STOP(1e17)；nl.7 物理(0.76×Teff)但 max_relc 2e16 |
| p2 g5.5 CNO-1 种子 | Δlogg0.5 | ❌ NaN |
| p3 45k_he-2 种子 | ΔTeff5k+ΔlogHe1 | ❌ nc STOP(4e16)；nl.7 物理(0.76×Teff)但 1e25 |
| p3 g5.0 同丰度种子 | Δlogg0.5 | ❌ nc STOP(4e19)；nl.7 物理(0.76×Teff)但 8e16 |

**p2 共 6 种尝试、p3 共 5 种尝试，全部未数值收敛**（he2/he0/对角/g5.5/Teff 梯子/多 ORELAX）。

**值得注意**：3 个"失败"运行的 nl.7 **温度结构物理且正确**（表层 0.76×Teff ≈ 收敛参考 0.77-0.78），无 NaN——只是 max_relc 被痕量物种的未限幅修正污染（联系 §3.1：CHMX 取自 BET 未限幅值）。即**结构可能已对、布居数判据不过**。这批"物理有界但数值未收敛"模型是否可用（或加 POPZCH 过滤判据后可用）值得进一步评估。

### 最终总账（全部验证）

| 点 | 结果 | 尝试数 |
|---|---|---|
| 60k/g5.0/he-4_c-4_n-4_o-3 | ✅ nl 收敛(8.06e-4)+物理 | he0 种子 1 次成功 |
| 50k/g5.0/he-4_c-4_n-4_o-4 | ✅ nl 收敛(8.27e-4)+物理 | he0+ORELAX0.3 成功（ORELAX1.0 失败） |
| 60k/g5.5/he-2_c-4_n-4_o-4 | ⚠️ nl.7 物理但未达0.001 | he0 |
| 60k/g5.0/he-2_c-4_n-3_o-3 (p2) | ❌（3 个 nl.7 物理但未收敛/NaN） | **6 种** |
| 50k/g5.5/he-4_c-2_n-3_o-3 (p3) | ❌（2 个 nl.7 物理但未收敛） | **5 种** |

### 🏆 决定性解锁（2026-08-14 凌晨）：跳过 nc，直接从种子跑 nl —— 5/5 全部恢复

在 p2/p3 连续 11 种组合失败后，测试了最后一个未试变体：**跳过会发散的 nc 阶段，把邻居收敛模型直接作为 nl 的 fort.8**（nl 自带 ORELAX=0.5、NITER=100、谱线耦合，数值上比 nc 稳得多）：

| 点 | 之前 11 种组合 | 直接 nl（跳过 nc）| nl.7 物理 |
|---|---|---|---|
| p2 (60k/g5.0/he-2_c-4_n-3_o-3) | 全失败 | ✅ 对角种子(55k/g5.5 同He同CNO) 99it **6.8e-4** | ✅ 0.765×Teff |
| p3 (50k/g5.5/he-4_c-2_n-3_o-3) | 全失败 | ✅ 45k_he-2 种子 19it **8.6e-4**（近单调收敛） | ✅ 0.760×Teff |
| p4 (60k/g5.5/he-2_c-4_n-4_o-4) | 卡 1e5 | ✅ **CNO-1 exact_family 种子** 13it **6.3e-4**；he0 种子 19it 8.4e-4 | ✅ 0.786×Teff |

**最终总账：5 个验证点全部恢复（5/5）**：
- first (60k/g5.0/he-4)、p1 (50k/g5.0/he-4)：he0 warm nc(ORELAX=0.3) → nl ✅
- p2、p3、p4：**直接 nl（跳过 nc）** ✅

**🔴 最关键的发现（p4 案例）**：p4 直接 nl 用的 CNO-1 种子 **正是生产 seed_finder 本来就选的 exact_family 种子**——生产失败不是种子选错，而是 **seed_nc 中间阶段发散后把污染的 fort.7 喂给了 nl**。同一个种子跳过 seed_nc 直接喂 nl，13 次迭代收敛。

**生产的真正病灶**：`default_seed_chain` 是 `seed_nc → nl`，`seed_nc` 对难点发散（Kantorovich），其损坏输出毒死了 nl。而 **nl 从干净种子出发自身完全有能力收敛**。

### 修复方案（框架侧，runner.rs）

在 `default_seed_chain` / runner 的阶段传递逻辑（`runner.rs:518-531`）加一层：

1. **当 seed_nc 发散（STOP/NaN/best_max_relc 超阈）时，不要把 seed_nc 的 fort.7 传给 nl——回退用原始种子（邻居的干净 .7）直接喂 nl**（nl 参数不变：ORELAX=0.5、NITER=100）。
2. 更激进（同样有效）：对已知难点直接加一条 `nl_direct` 策略（跳过 seed_nc）。
3. 配合修 seed_finder 两 bug（exact_family 优先级 + `d_teff<5000.0`），扩大可用种子池（he0/对角/Teff 邻居）。

**验证数据支撑**：5/5 点恢复，其中 3 个点是"直接 nl"救回、2 个点是"he0 warm nc→nl"救回；两种路径互补。p4 案例证明即使不修 seed_finder、只用现有种子选择，仅改"seed_nc 失败回退原种子喂 nl"就能救回 p4 类点。

### 🔬 是否应把 seed_nc→nl 直接替换为 seed_nl（直接 nl）？—— **不应替换，应作回退/补充策略**（A/B 实测）

**DB 统计**（2861 个生产 seed_step 成功点）：
- **96%（2735）seed_nc 自己未收敛**，最终收敛全部由 nl 完成 —— seed_nc 从来不是收敛完成者；
- 但 234 个点 seed_nc 发散到 >1e4，nl 仍从中收敛 —— 发散的 seed_nc 输出并非必然有毒。

**A/B 对照**（3 个生产 seed_step 成功点，同种子直接跑 nl，跳过 seed_nc）：

| 点 | 生产（seed_nc→nl） | 直接 nl | 结论 |
|---|---|---|---|
| ab2 (35k) | ✅ nl 9.51e-4 | ✅ 31it 4.9e-4 | seed_nc 多余 |
| ab3 (45k) | ✅ nl 7.39e-4 | ✅ 19it 5.6e-4 | seed_nc 多余 |
| **ab1 (35k)** | ✅ nl 7.47e-4（注意其 seed_nc 发散到 2.65e8）| ❌ 100it 卡 8.2e8 | **seed_nc 必要！** |

**ab1 反例说明 seed_nc 并非无用**：某些点上 seed_nc 即使发散，其限幅后的中间模型（布居已部分适应新参数）仍比原始种子更适合 nl；直接替换会**弄坏当前能跑通的点**。

**结论**：`seed_nc → nl` 链本身不是 bug；bug 是**它没有回退路径**——当 seed_nc 的输出真的有毒（NaN/深度污染）且 nl 因此失败时，直接把任务判死。正确修复是**阶梯式**：

```
seed_nc → nl          （现状，覆盖 96% 场景）
   └─ nl 失败/NaN → nl_direct（用原始干净种子重跑 nl）   （新增回退，救 p2/p3/p4 类）
        └─ 仍失败 → 下一策略（现有 fallback 不变）
```

这样 ab1 类点走第一条路（保住），p4 类点走回退（救回），无任何回归风险。

---

## 八、修复实施（2026-08-14，已落地并验证）

### 8.1 代码改动（3 处）

| # | 文件 | 改动 | 验证 |
|---|---|---|---|
| 1 | `runner.rs` | 阶段执行体抽为 `execute_tlusty_stage()`；新增 **nl_direct 回退**：require_converged 阶段失败且非链首且有原始种子时，以 `<label>_direct` 标签用原始种子重跑该阶段，收敛则采纳 | 单元测试（假 tlusty 三步接线）✅；p2/p3 用完整生产 nst 的 direct-nl 物理验证 ✅（99it/6.8e-4、19it/8.6e-4，温度结构物理） |
| 2 | `seed_finder.rs:51` | `d_teff < 5000.0` → `<= 5000.0`（相邻 Teff 档纳入 exact_family，桶索引本就支持） | 回归测试（55000↔60000 判 exact、距离 0）✅ |
| 3 | `nst_writer.rs` | 新增 `NST_LINE_MAX=75` 换行（TLUSTY `CHARACTER*80` 行缓冲截断 bug，IFALI/TFLOOR 等此前从未生效） | 回归测试（全行 ≤75、TMOLIM/TFLOOR 在输出中）✅；**行为验证见下** |

### 8.2 nst 截断修复的行为验证（意外收获）

用修复后的 Rust 链端到端重跑 p4 场景（`e2e_nl_direct_fallback_recovers_poisoned_seed_chain`，真实二进制）：
- **主链 seed_nc→nl 自己收敛了**（seed_nc 仍发散到 4.6e14，但 nl 14it 收敛 2.41e-4）——
  修复前生产 nst 第 4 行 158 字符被截断，IFPOPR=4/JALI=1（布居 ALI 处理）等从未生效；
  修复后这些关键字真正传到 TLUSTY，** nl 从被污染的 seed_nc 输出也能自愈**。
- 即 **#3 一项就可能显著改善生产成功率**；p2/p3 主链仍失败（回退 #1 兜底，已验证有效）。

### 8.3 验证总账

- `cargo test --workspace`：**197 passed / 0 failed**（含 3 个新回归测试）
- `cargo clippy`：仅 2 个既有警告（conv_check.rs，非本次改动）
- 端到端（真实二进制）：p4 主链自愈 ✅；p2/p3 回退路径物理验证 ✅
- 修复后预期：难点恢复路径 = 主链（nst 修复增益）→ nl_direct 回退 → 现有策略 fallback，三层递进

### 生产没走通的原因：seed_finder 两个 bug

查 `crates/server/src/db/seeds.rs:144-193` + `seed_finder.rs:51`：

**Bug 1（致命）：exact_family 优先级压倒一切。** 选种逻辑「先找 exact_family（同 Teff/logg/He、仅 CNO 不同），有就**立即返回**，绝不看 global」。对 he-4 点：exact_family 候选 = 同 Teff 的 CNO 邻居 o-4（**富方向**、不稳定、距离 4.0）被选中；而经验证有效的 he0 候选（global、**贫 He 方向**、距离 2.0）**从未被考虑**。

**Bug 2：`d_teff < 5000.0`（严格小于）排除相邻 Teff 档。** 网格 Teff 步长正好 5000K，55k→60k 相邻档**永远进不了 exact_family**。而 Teff 方向经验证最稳（55k 点靠 50k Teff 种子收敛）。

### 推荐修复（按性价比）

1. **改选种逻辑**（治本，框架侧）：当 exact_family 候选是富方向（距离大）时，应让它与 global 候选比较。最简方案——**对 he≤-2 的点，优先选 He-rich（he0/he+2）同族收敛模型作种子**（贫 He 方向，已验证 nl 能接住）。
2. **`d_teff < 5000.0` → `<= 5000.0`**（一行）：纳入相邻 Teff 档，让 55k 能作 60k 种子。
3. **多步 Teff 连续**（用户思路）：从已收敛低温点逐档升温 warm-start，每步 nc 有界 + nl 收尾。这是 1+2 修复后的自然产物。
4. **接受"nc 未收敛但有界"的种子**（生产 `require_converged=false` 已是此意，但需确保 seed_nc 不撞 1e16 STOP——He-rich warm-start 保证这一点）。

### 前提：单参数/换起点 nc 自身收敛均已穷举证伪（但仍可用作 nl 的有界种子）

12+ 变体 + He-ladder 1 dex 细步全部不收敛。不稳性根植于 TLUSTY「完全线性化 + Kantorovich 加速」求解器在「贫 He + 高 Teff + 低 logg」表层的结构性失效。下列是**仍需进一步工作**的方向（本文未完全落地）。

### 方向 A（治本，需改源码）：换加速/辐射算子

- ~~**试 IFALI>5（近似 Λ 算子）**~~ —— **已实测证伪**。`IFALI=6`（启用带状近似 Λ 算子，`:17411` 加 A/C 非对角耦合）：
  - cold start + IFALI=6 → nc.7 全 NaN（比 baseline 的有界更差）；
  - warm he0 + IFALI=6 → **iter1 MAX=1.84e95**（灾难性，vs 默认 4.3）。
  - 带状算子的非对角项在远离解时**放大**失稳，不是稳住。**IFALI=6 对本问题是反效果。**
- 改 Kantorovich 切换逻辑或加自适应阻尼（前序文档优先级 1/2，工程量大）。这是剩下唯一可能见效的源码侧方向，但工程量大、需重编。

### 方向 B（止损，框架侧）：诊断修正 + 难点标记

- **诊断侧**：check_fort9 的 CHMX 是未限幅值（§3.1），对难点恒高。可对 nc 阶段追加 POPZCH 过滤后的 CHMX + 温度结构/emflux 实物校验作辅助判据——但**不能**把有界未收敛模型当真收敛（§4.2 实测其表层 T 偏离）。
- **任务侧**：把 he≤−2 + Teff≥50k + logg≤5.5 的 ~273 个最难点标记为"nc 求解器失效"，单独排队/人工处理，不浪费 7-9 次重试。

### 方向 C（数据侧）：缩小难点集

DB 统计这批点的收敛率随 He 丰度强烈变化（he=+2 93% → he=−4 66% 失败）。若科学上可接受，**优先保证 he≥0 的点**（冷启动大多收敛），he≤−2 的最难点降级处理。

### 已证伪、不推荐的方向

- **诊断侧**：DCTS 的 check_fort9 用未限幅 CHMX 判收敛，对这类点恒判失败。可在 framework 里对 nc 阶段**追加 POPZCH 过滤后的 CHMX** 与**温度结构/emflux 实物校验**作为辅助判据，但**不能**把"有界未收敛"模型当真收敛（实测其表层 T 偏离收敛参考）。
- **任务侧**：把这批 he≤−2+高Teff+低logg 的点标记为"需 He-ladder"，单独排队。

### 不推荐的方向（已穷举证伪）

- 任何单一 nst 数值参数（ORELAX/DPSILG/ITEK/IACC/POPZER/POPZCH/NITER）；
- ND=70、非灰 LTE 中间阶、trace 金属置 LTE、IFALI=5；
- 仅靠 logg 连续（Δlogg 0.5 warm-start 仍崩）；
- **He-ladder 连续**（he0→he−1 单步 1 dex、he0→he−4 单跳 2 dex，iter1 都小但 iter5 Kant 爆）——不稳性在迭代加速环节不在起点；
- 禁 Kantorovich（ITEK=999）——纯 full-CL 反而 NaN，Kantorovich 实为防 NaN 的稳定项；
- **IFALI=6（带状近似 Λ 算子）**——cold→全 NaN、warm→iter1 MAX=1.84e95 灾难性；带状非对角项远离解时放大失稳。

---

## 六·五、附带发现：nst 行被 80 字符缓冲截断（生产 bug）

测 IFALI=6 时发现：`tlusty208.f:1689` 声明 `CHARACTER*80 TEXT`（nst 行读取缓冲），但 `nst_writer.rs` 写出的第 4 行长达 **158 字符**：

```
HMIX0=-1.,MLTYPE=1,IPTURB=1,IBFINT=1,IHECOR=0,IRTE=0,IBC=3,IFRYB=0,IOPTAB=0,IFMOL=0,IFALI=5,IFPOPR=4,JALI=1,TRAD=0.,WDIL=0.,TFLOOR=8000.,TDISK=0.,TMOLIM=9000.
```

第 80 字符（`...IFMO`）处被截断，**`IFALI`/`IFPOPR`/`JALI`/`TRAD`/`WDIL`/`TFLOOR`/`TDISK`/`TMOLIM` 全部从未被读取**，静默走 TLUSTY 默认。即生产中这些点的 `TFLOOR=8000`（`config.rs` 配的）实际没生效，用的是 TLUSTY 默认 TFLOOR。本复测所有需要这些参数的变体都已手动拆行（每行 ≤68 字符）验证可正确读取。

**建议修 `nst_writer.rs`**：keyword 组每组 ≤75 字符换行（对齐 `CHARACTER*80` 限制）。

---

## 六、与前序文档的关系

| 前序结论 | 本文状态 |
|---|---|
| "itek/iacc/DPSILG/orelax 调参无效" | **证伪其方法论**：CHMX 对这些参数不敏感（源码 :14643 在 :14647/:14652 之前），前序测了不敏感的指标。结论（这些参数救不回）方向对，但理由错。 |
| "需连续法" | **方向确认**，并具体化为 **He-ladder**（而非泛泛的 Teff 连续），有 he0 warm-start iter1 改善 30× 的实测支撑。 |
| "Newton 在灰化起点即在收敛域外" | **确认**（baseline iter1=140 且深层正常表层崩）。但 warm he0 能把 iter1 降到 4.3，说明**换个起点能进收敛域**。 |
| "禁 Kantorovich 降 1e12~1e14" | **方法论警示**：那是 CHMX（未限幅）下降；纯 full-CL（ITEK=999）实测会 NaN，Kantorovich 实为稳定项，**不应禁用**。 |

---

## 七、复测产物位置

```
test/20260813_cold_nc_trace_fix/convergence/t60000_g5.0_he-4_c-4_n-4_o-3_cold/
├── baseline/         inputs/(lte+nc.5/nst) + outputs/(nc.6/7/9)
├── popzer1e-9/  popzer1e-12/  popzch1e-9/
├── nd70/  lte_ng/  trace_lte/  full_nst/
├── warm_from_g5.5/  warm_from_he0/  warm_he0_nokant/
└── cold_nokant/
```
每个变体 `outputs/nc.9` 可用 `scripts/check_fort9.py` 复核；`nc.7` 可用 `check_temperature.py` 复核。