为什么做
预测精度、隐藏参数信息量与任务回报可能不同，需要精确小环境检查。
已有证据
一次付费试探与终端控制的精确 Bayes 计算展示面向任务和面向参数信息的差别。
当前边界
这是经典决策理论的受限实例；试探无残余物理状态变化，不证明视觉或机器人能力。
希望后来者怎样继续
加入真实状态变化、有限时域成本与模型误差，再用相同信息和计算预算的强 Bayes 参照比较。
上述接续建议是待验证的研究问题，不是新增实验结果。原始稿件及来源、许可和阶段说明见归档。
WORLD-MODELS / 历史诊断工作稿 · 稿内注明未投稿
When Information Fails to Help Control: An Exact Audit of Probing, Beliefs, and Decisions
精确小环境区分参数信息、信念误差与任务收益；经典 Bayes 原则的可复现诊断，不是新的探索原理或视觉模型能力证据。
历史独立排版阅读版，明确不是原生 LaTeX 编译输出；对应早期信息价值诊断稿。