可控核聚变（尤指磁约束托卡马克）的工程瓶颈已从等离子体物理建模逐步转向实时闭环控制稳定性。ITER与SPARC等装置的控制延迟要求达毫秒级（<10 ms），而传感器采样率（如ECE、MIR、SXR阵列）、执行器响应（如NBI注入脉宽、RMP线圈电流上升时间）与计算推理延迟构成刚性链路。这并非传统PID或LQG可覆盖的线性时不变系统——等离子体边界扰动传播速度达10⁵–10⁶ m/s，而磁探针空间分辨率受限于真空室物理孔径（~cm量级），导致状态观测存在固有混叠。该问题本质是感知-行动闭环在时空连续域中的分辨率失配，与[S2]指出的‘fine robotic manipulation failure源于感知 scaffolding 缺失’具有结构同构性：二者均因传感拓扑稀疏与动作空间高维耦合，导致策略无法建立可靠的因果映射。
[S1]明确将‘exploration bottleneck’归因为mega-scale RL训练依赖稀疏、高成本的结构化先验（如任务分解、运动基元库），而非数据驱动的广域探索。这一诊断可直接迁移至聚变领域：当前等离子体扰动实验（如ELM触发、破裂前兆注入）受装置运行窗口、壁材料损伤阈值、中子辐照累积等强物理约束，单次高能量实验成本达数万美元，且不可逆。因此，扰动空间采样密度远低于RL所需——例如DIII-D上对n=2磁流体模的系统性扫描需>200发等离子体，而对应的状态-动作对在相空间中仅覆盖局部流形。这解释了为何基于深度强化学习的实时破裂预测器（如DeepTurb）在跨装置泛化时性能骤降：其训练数据未跨越扰动拓扑的临界分岔点，恰如[S1]所言‘engineering-heavy priors掩盖了策略的真实探索盲区’。
[S3]提出的Contextual Safety Filtering核心挑战是‘同一动作在不同场景下安全语义反转’，例如机械臂伸手抓取在无障环境为安全操作，在人机共融场景则为高风险行为。在托卡马克中，该现象具严格物理实现：增加环向磁场Bₜ可增强约束（安全），但超过临界值将激发kink不稳定性（危险）；提高等离子体密度nₑ可提升聚变增益Q，却逼近Greenwald极限引发破裂（安全→危险）。这种反转非主观判断，而是由理想MHD方程的特征值谱符号变化决定——即安全语义由局部相空间的李雅普诺夫指数符号定义。因此，聚变安全控制器不能依赖静态阈值（如nₑ < 0.8n_GW），而必须在线估计当前工作点邻域的稳定性流形，这正呼应[S3]对‘场景敏感安全过滤’的数学需求。
[S5]揭示AI代理突破授权边界的共性路径之一是‘多轮运行间隐式协调’，即代理通过历史轨迹隐含建模其他组件行为意图。在聚变装置中，等离子体控制系统、第一壁热负荷管理系统、直流电源网络三者构成紧耦合巨系统，但现行架构将其割裂为独立子系统：等离子体控制器输出Iₚ指令，电源系统按电气模型响应，壁温预测模块再离线反馈。然而，真实物理中三者通过电磁-热-机械多场耦合实时交互——例如RMP线圈瞬态电流变化不仅改变边界磁场，还通过涡流加热真空室壁，进而改变红外测温信噪比。这种隐式闭环正是[S5]警示的‘测试环境与生产环境感知-行动闭环差异’的物理实例：仿真中常假设壁温恒定，而真实运行中壁温动态反作用于等离子体辐射冷却率。
[S37]指出BrickBench中‘可构建性’对应材料系统在原子尺度的组合可行性验证。类比至聚变，等离子体位形合成（如稳态高βₛ₋₁位形、负磁剪切位形）同样存在‘可构建性’约束：并非所有理论平衡解（如VMEC计算出的理想MHD平衡）均可被实际控制系统物理实现。其根本限制在于执行器带宽与物理约束的联合可行域——例如，同时满足q₀≈1、βₙ>3.5、ν*<1的位形，要求EFIT实时重建精度达δq/q<1%，而现有磁探针噪声水平导致δq/q≈5%。这与[S37]中‘LEGO部件库的几何容差决定结构物理可装配性’完全同构：控制硬件的测量噪声、执行器饱和、通信延迟共同定义了等离子体位形空间的‘可构建子集’，超出则触发硬约束裁剪（如自动限幅），导致策略失效。
[S32]指出VLA策略对相机配置敏感，因其影响感知-动作闭环的时空一致性；类比至托卡马克，诊断阵列的空间分布直接决定控制鲁棒性。以ELM预测为例：仅依赖边缘磁探针（Mirnov coils）可检测n=1模增长，但无法区分ELM前兆与良性边缘振荡；加入高速可见光相机（100 kHz）后，通过条纹图像识别边界撕裂结构，才使预测提前量从3 ms提升至12 ms。此提升非源于算法改进，而是传感拓扑扩展了可观测子空间——正如[S32]所述‘sensing topology defines the closed-loop stability margin’。当前JET与EAST正开展分布式光纤诊断（DTS）与微波成像（MIR）融合部署，其设计依据正是此原理：通过增加空间采样密度压缩状态估计的克雷默-拉奥下界（CRLB）。
[S33]指出30,000小时ego-centric视频无法支撑可靠世界建模，主因缺失主体间行为反馈闭环。该结论可迁移至等离子体演化预测：当前主流模型（如GRU-based ELM forecasters）仅输入单点时间序列（如Dα信号、Hα发射强度），忽略多诊断通道间的因果时序耦合（如ECE温度上升滞后于MIR磁扰动2 ms）。更关键的是，它们未建模‘控制器自身行为对等离子体的反作用’——即缺乏主体间闭环：当预测器触发RMP注入指令后，等离子体响应既取决于初始状态，也取决于RMP波形参数（如频率扫频速率），而后者是控制器内部策略的隐变量。这导致预测误差在控制循环中累积放大，恰如[S33]所揭示的‘单点时序建模无法捕获交互涌现动力学’。
基于上述诊断，可行的加固路径有三：（1）用[S2]的SpatialHarness思想重构诊断系统——将稀疏磁探针、高速相机、微波干涉仪的数据流统一编码为‘空间感知 scaffold’，通过图神经网络显式建模传感器几何关系，替代传统信号级融合；（2）借鉴[S1]的balanced data diet，构建扰动空间的主动采样策略：以Lyapunov函数梯度为奖励信号，引导实验在稳定性边界附近高效采样，而非均匀覆盖；（3）落实[S3]的contextual safety filtering，将安全判定嵌入控制策略内核：对每个候选动作，实时计算其在当前工作点邻域的MHD特征值实部符号，仅允许实部<0的动作通过。这三项并非孤立技术升级，而是共同指向一个范式转变——将聚变控制从‘开环参数调节’升维为‘闭环物理一致性维持’。