为什么值得研究：统计指标的改善、对一次更新的投票和完整的策略或协议保证处于不同层次。弄清推论需要的条件，才能避免把实验观察写成一般定理。
已经有缓存命中率的条件化推导、声誉进入决策的流程及学习更新的接受流程。这些解释提供问题入口，尚未完成以下验证：
- 当请求路由、缓存容量或未来状态耦合时，局部优化与全局长期目标之间还需要哪些条件？构造一个两节点、两动作的小例子先检验。
- 如何明确候选集合、模型版本和投票对象，使诚实节点不会接受互相冲突的更新？先列出消息时序与攻击能力，再讨论法定人数。
- 评分或共享测试集被操纵时，记录的可验证性还能支撑哪些结论？区分数据来源真实、规则执行正确和模型泛化有效。
后续研究应回到两份公开来源与TDC-Cache的具体假设及相关基础理论，保留作者命题和独立检验之间的差别。完成后先修订相关知识笔记，再回填问题状态。