attractor

介绍了一种新的双向搜索启发式类——前向-吸引子（F2A），通过评估到一小簇吸引子的距离，而非整个对面前沿，降低了计算成本，相比现有方法，能够减少多达11.2倍的成对评估次数和4.8倍的节点扩展次数。

文章提出软件工程方法论应从状态视角转向动力系统视角，强调吸引子逻辑优先于治理工具，在AI时代需显式建模状态空间、吸引子、轨迹与控制，以应对AI作为高频扰动源导致的架构漂移。

本文确定了Möbius吸引子和级联监督是Transformer中叠加推理出现的关键机制，填补了图可达性任务中梯度下降收敛的理论空白。