人工智能之数字生命-特征类说明及架构20260104
可以把特征类想成一个“裁判台”，它不生产球员（特征值节点不由它创建），只负责判定两件事：是不是同一个人、是不是换了动作🧠⚖️
目标1：区分存在 = 找到“身份锚点”并让它抗抖
前面的设计正好对应三条硬规则：
- 只用稳态进入身份对比：瞬态噪声不进入“身份证库”
- 原型/区间压缩：身份锚点要紧凑，不然越存越像“雾”
- 比较策略统一出口：特征类只做集合组织与加权，单项距离交给 特征距离/比较策略模块
结果就是：
存在匹配不再被每帧抖动牵着鼻子走，场景里也不会疯狂“生孩子”。
目标2：发现动态 = 只在“稳态切换”处打点
动态最值钱的不是“每帧变化”，而是这种结构：
- 稳态A持续
- 经过一段候选门（可能短暂不稳）
- 落入稳态B
- 产生事件：
A -> B
你现在的稳态体系让“动态”天然变稀疏、可叙事：
- 候选门负责过滤噪声
- 稳态表/区间负责定义“状态盆地”
- 迁移