元学习自进化引擎是 ZONGYUAN-ROOT 体系 V2.0 阶段三的进化层核心，由两大子系统构成：
| 维度 | 含义 | 范围 |
|---|---|---|
| truth_depth | 真值深度层级 | 1–5 |
| causal_iter | 因果迭代次数 | 3–20 |
| fusion_epsilon | 融合容差 | 0.001–0.1 |
| bid_threshold | 出价阈值 | 0.1–0.8 |
| lock_level | 锁档层级 | 3–8 |
| check_interval_h | 巡检间隔（小时） | 1–168 |
| compute_target | 算力目标占比 | 0.5–0.95 |
| grad_compress | 梯度压缩率 | 0.1–0.9 |
Φ(θ) = w₁·P̄ − w₂·C̄ − w₃·R̄ + w₄·E_emergent
其中 P̄ 性能均值、C̄ 成本均值、R̄ 风险均值、E_emergent 涌现价值；w₁–w₄ 为权重。适应度驱动策略淘汰与遗传。
评估 → 变异（高斯+差分）→ 选择（精英保留）→ 收敛判定，每代输出最优策略指纹与适应度，收敛后可固化策略进入生产。
命令 python3 scripts/meta_learning_engine.py --full --generations 3 → 3 代进化完成，最优适应度 0.454，策略指纹 771C09B40A3D，报告落盘 JSON。
V(a,t) = V₀ · e^(−λ_d·Δt) · S(a,t)
真值有效性随时间指数衰减，λ_d 为衰减率，S(a,t) 为来源可靠性因子。
| 元类 | 衰减率 λ（/天） | 说明 |
|---|---|---|
| M1 公理类 | 0.02 | 衰减最快，需高频复核 |
| M2 规则类 | 0.005 | 低频衰减 |
| M3 配置类 | 0.002 | 极稳定 |
| M4 决策类 | 0.01 | 中频复核 |
| M5 数据类 | 0.03 | 衰减最快（时效数据） |
| M6 创意类 | 0.015 | 中高频 |
| M7 风险类 | 0.01 | 中频 |
| M8 协议类 | 0.025 | 高频复核 |
| M9 未知类 | 0.001 | 几乎不衰减 |
策略进化产出 → 真值校验反馈 → 适应度回归 → 下一代策略变异，形成持续自进化闭环，不依赖外部持续驱动。
value / truth_value，禁止 content