读懂观察面板

右侧那一栏不是进度条。它就是这个 study 本身 —— 每张卡都由磁盘上的产物渲染而来， 所以你看到的就是跑批真正会用的东西。这一页自上而下把每张卡讲清楚。

流水线导轨

每个阶段一个 chip：sv-init、sv-build-model（仅从零构建的 study）、 sv-build-environment、sv-build-population、sv-run、sv-report。点击 chip 展开该阶段的详情卡。

chip 的状态是有信息量的：

状态	它在告诉你什么
done	这个阶段的产物是最新的
stale	产物早于它所依赖的上游 —— 需要重跑
派生 / forked	这个 study 是从参考 study 派生（study 级 fork）来的，该产物仍来自源头
from v\<n>	这个版本或分支原样沿用父版本的产物 —— 预期行为，不是警告
待复核	沿用过来、当前版本还没复核的阶段

最容易被忽略的是最后一种：迭代之后，即使某个阶段没被改动，也必须被检查过， 整条流水线才算完成。清除这个标记只有两条路 —— 用对应 skill 重做该阶段，或者校验 沿用下来的产物并为本版本补上该阶段的推理说明。助手会二选一，并告诉你选了哪条。 从哪个阶段开始复核，在建版本时就定下了（versions.json 条目里的 resume_from_stage），见版本与可控研究循环。

阶段详情

选中哪个 chip，卡片就展示那个阶段的产物：

• sv-init —— 界定后的问题、时间跨度、每个指标及其一句话含义、以及开场检索得到的 锚定事实。
• sv-build-environment —— 环境的各个层及其 modality/scope/dynamics，以及干预 时间线：每一条干预（定时事件或广播）在第几步触发，广播还带它的受众。在分支 视图下，分叉步之前的干预会灰显并标「继承」—— 它们由父版本重放继承，不在这里重新决策。
• sv-build-population —— 人群规模，以及很关键的构成：persona 在各属性上如何 分布。在为跑批花任何钱之前，你就是在这里确认「人群确实是我想要的那批人」。
• sv-run —— 跑批配置，包括一步在现实中代表多久（time_unit / step_meaning）。 一条轨迹应该读起来像月或周，而不是一串没有含义的 tick。
• sv-report —— 渲染好的报告。

每张卡还带一段该阶段自己写的推理说明，即助手在做出决定的那个当口对自己的解释。

当跑批不该发生在这里时，会有一条运行提示

有些 study 包装的是重型外部管线（比如需要 GPU 的强化学习训练器），不适合在在线 服务里跑。它们的 run 卡上会带一条运行提示，告诉你 clone 仓库到本地跑，以及 怎么把结果导回来。药品集采 就是这个范例。

指标时间线

study 声明要展示的每个指标一条线，每有一条干预（定时事件或广播）触发就在那一步 打一个标记 —— 标记来自环境包里的 scheduled_events 与 broadcasts。悬停某一步会 同时给出各指标读数和该步的干预说明，于是转折点上直接写着它是被什么打出来的。

• 悬停图例可以看到该指标到底测的是什么、单位是什么、哪个方向算「更多」。
• 点击图例可以隐藏该条线 —— 当某个指标的量纲被别的曲线压扁时，这是最快的读法。
• 跑批期间图表是流式的：曲线一步步长出来，而不是跑完才出现。
• 当版本盒里不止一个节点时，每个节点都带一个对比 / ⇄ 操作。选定基线后，它会以 同色系虚线叠加、分别绘制两个节点的干预标记，并打出一行 Δ 配置 chip 列出差异 —— n_steps、seed、新增（+）或移除（−）的事件与广播、persona 数量。 它只影响这张卡。
• 当被对比的两个节点恰好是一个分支和它分叉自的那个版本时，图例不再写「当前 / 基线」，而是写处理 / 对照。这一对就是配对对照：同一批个体、分叉步之前同一段 被重放的历史，之后只差一条声明过的干预。

图集

报告里的图片，轮播展示 —— 空间型 study 是逐步地图，其它是分布图，另加进入报告的 指标时间线渲染。

Agents

把面板数据变得可检视。列出人群里的每一个 agent；选中一个就能看它的轨迹：

• 每一步的状态，用这个 study 自己的维度表达；
• 每一步的决策；
• 有产出行为时的产出（一条帖子、一份问卷作答、一个选定的去向）；
• 以及在 LLM 驱动的 study 里，该 agent 自己的理由 —— 一句话，用被模拟者本人的 口吻，像对同伴解释那样说明它为什么这么选。

最后这一条，是「数字变了」和「数字为什么变，你能读出来」之间的区别。它也是实时的： 面板在跑批过程中就在填充，不必等跑完。

这就是纵向数据的回报

聚合曲线告诉你系统动了。agent 面板告诉你是谁动了、什么时候动的、为什么动 —— 同一批个体，被跨每一步地跟踪下来。这正是把输出变成面板数据、而不是一串快照的 原因。

事件流

这个 study 身上发生过什么的日志：哪个阶段在什么时候产出了什么、每个阶段写下的推理 说明、以及每一个版本或分支的创建（紫色 version chip，带 id 与备注）。 dashboard/server/app.py 里的 build_events() 每次请求都从产物 mtime 加 versions.json 重建它，而版本快照保留了这些 mtime，所以早先的记录不会因为后来某次 迭代重跑了同一阶段而消失。

干预的触发记在跑批那一侧、不在这里：它们落在轨迹存储的 events 表（step、note）， 并在上面的指标时间线上显示为标记。

版本与分支

一旦 study 迭代过，版本盒会列出它历史里的每一个节点及其备注。这里住着两类节点， 每个节点上的徽章告诉你它是哪一类：

徽章	这次改的是什么	实际跑了什么
版本 / version	对研究状态的任何改动 —— 人群 P、行为函数 f、运行设置 Θ，或分叉步之前的某条环境条目	从第 0 步开始的冷跑
分支 / branch	只在环境里新增了 at_step ≥ t* 的干预，别的一律没动	0..t*-1 由父版本已存的动作重放（不调模型），t* 起才真的跑

分支会在备注下面写出它的出处 —— 从 v1 · 第 5 步分叉 —— 血缘不用点开就能读。 ⚠ 已降级为版本 chip 则是反过来：这个节点是按分支建的，但工作区里的改动超出了环境 范围（动了人群、研究自己的代码、seed，或分叉步之前的干预），不变量检查把它降级了， 于是它按版本冷跑。不报错、不丢东西 —— 只是这个节点不再声称自己是父版本的反事实。

选中旧节点会以只读方式从快照渲染，标记为 归档 · 只读 —— 产物、结果、图，都是 那个节点当时的样子。创建新版本或新分支时视图会自动跳过去，除非你正在刻意查看某个 旧节点。⇄ 把某个节点钉成上面指标时间线的基线；＋ 添加干预并分支会把一句写好的 请求塞进对话，助手仍然会对它走一遍版本门。

这个盒子是 study 目录下 versions.json 的渲染：dashboard/server/app.py 的 versions_view() 把每个条目的 kind、fork_step、warm_start.source 与 downgraded_from_branch 以 kind / fork_step / branch_of / downgraded 交给前端。哪些改动够得上分支、以及为什么包装既有模拟器的研究和一步多轮的研究只能 建版本，见迭代：版本与分支。

锚定

这个 study 的数字从哪来：带来源的事实、建模参考、以及明确声明的假设，各自标注为 sourced（实证）、proxy（代理）或 assumed（假设）。同一份账本会被渲染成报告的 最后一节。

三种依据分别意味着什么、以及这个区分为什么是承重的，见 真实世界锚定与溯源。