做什么（One-liner）

把上游的反应函数旋钮分叉成具名 variants（mode A / mode B），每个 variant 把整张网络重跑一次，并排对比分歧的结局 —— 报告 §7 前向情景图背后的可运行内核。情景推演，非预测。

怎么用

美国总统 (agent_v1) → FOMC → 利率传导 → [12 节点美债脆弱网络]
                                            │ 级联 / 谱 / regime / 组合
                                            ▼
                              情景分叉 (mode A 鹰派顶住 | mode B 屈服降息)
                              → 网络跑 ×2 → 对比 ρ_A vs ρ_B、结局 A vs B

把结局节点（cascade_backstop / spectral / regime / 组合）接入分叉节点 —— 它们即 compareTargets。分叉的 variants 声明要变哪些上游旋钮（总统立场 ＋ 决定出的利率路径）。运行图即运行每个 variant 并显示 A/B 对比。

核心公式

见 frontmatter。executeAsGraphlet 检测到分叉节点 → runScenarioFork 在剥掉分叉自身后按 variant 重跑网络、打上 overrides → extractOutcome 抽每个 compareTarget 的结局字段 → computeDelta 报告 A 对 B 的差异。

假设与适用场景

假设：≥2 个 variant、compareTargets 产出已知字段、每 variant framing sourced ＋ observable、N× 成本可接受。

适用：脆弱网络上的前向/反事实情景分析、报告 §7 mode-A/B 图、可切换姿态下的压力测试。

不适用：点预测、对个人的心理预测、实盘决策、单算子数值真值。

已知局限

见 frontmatter。五项：编排非测量 / N× 成本 / framing 部分人工 / 情景非预测 / 职位在任者注意。

§5 纪律（政治/政策人物）

variants 是对职位反应函数的 sourced framing —— 可观测的政策姿态（『捍卫美联储独立』对比『施压降息』都是有公开记录的姿态），绝非心理预测。每个 variant 带 sourced framing（value ＋ sources ＋ observable:true），面板固定显示『情景推演，非预测』标签，脚注承载最强免责 ＋ 方法学落款。

参考文献

• Pangura Society 决策过程设计（2026-06-22）
• Pangura Sourced Actor Model 设计（2026-06-21）

Golden Test

编排层 —— 无自有数值 golden；结局正确性继承自 compareTarget 算子的 golden（cascade_backstop_v1 / spectral_fragility_v1 / cross_asset_regime_v1）。分叉的纯逻辑已在 scenarioFork.test.ts（11 例）单测。

Changelog

• 1.1.0（2026-06-25）—— M2b（Phase 3a）：engine='desk' 算子加持的美联储 + 财政部两席位 → 涌现救助模式 vs 规则；baked 双席位 demo + renderer desk 列
• 1.0.0（2026-06-23）—— 首版（Society §7 前向；反应函数 mode A/B 分叉，编排层）