实时跑分台：同一份代码，浏览器里跑，命令行里批
这里的画面不是录像，也不是另写一套演示逻辑：它跑的是 testbed/src/core/， 和 npm run bench 生成那张曲线图用的是同一个 Sim.step()。
应用不加载时（本地没构建过），先
cd testbed && npm install && npm run dev。 部署版由 CI 在站点构建前把testbed/dist拷进/testbed/。
能切什么
| 控件 | 作用 |
|---|---|
| 场景 | stage1-static（静墙+静桩，对照）/ stage2-moving（会移动的充电桩） |
| 基线 | full（分层全开）/ b0f（公平 LLM 中心）/ b1 / b2 |
| LLM 延迟 | 0.1 – 2.0 s，仿真时间上的可控延迟，不是网络实测 |
面板上的电量、间隙、速度、过期丢弃次数都来自 Worker 回传的同一份采样。
第一份数据（含一条阴性结果）
n=20（S2）/ n=10（S1），区间是 Wilson 95%，由 evals/v0.2/results/2026-11-06/ 生成：
| 基线 | 0.1 s | 0.7 s | 1.2 s | 2.0 s |
|---|---|---|---|---|
full（过期即丢 + 降级） | 20/20 · 6.72 s | 20/20 · 10.31 s | 18/20 · 11.05 s | 0/20 |
b0f（照旧执行过期计划） | 20/20 · 6.72 s | 20/20 · 7.42 s | 20/20 · 7.86 s | 20/20 · 9.61 s |
严格"过期就丢"输给了"照旧执行"。原因写在 evals/v0.2/README.md： 丢弃会把系统推进永久降级，而降级限速追不上会动的目标点； 在这个场景里"过期"的后果只是多跑一段路，不是撞上去。
静态对照组（S1）三条基线全部 10/10——台子本身不偏袒任何一方。
自己跑
bash
cd testbed
npm install
npm run dev # 上面这个界面
npm run bench -- --quick # 30 秒级别的冒烟批跑
npm test # 同 seed 两次运行必须同 stateHash完整的复现命令、区间、局限与下一步见 evals/v0.2 与 docs/testbed.md。