预测不是终点
一个能够高精度预测观测的模型，并不天然知道怎样完成任务。对 Agent 而言，真正重要的是把状态、目标、工具与可达结果组织进同一个可以操作的坐标系。
这意味着世界模型的评价不应停留在重建误差。它还要回答反事实是否稳定、长期任务是否保持语义，以及内部状态能否支持规划、记忆与协作。
为 Agent 保留结构
可控性是一种压缩原则：模型不必保存现实的每一个细节，却必须保存那些会改变决策的差异。对象持续性、因果关系、工具状态与约束边界因而比表面相似度更重要。
工程上可以把这种要求落实为分层记忆、任务条件转移与可验证的中间状态，再用真实任务完成度而不是离线预测作为最终检验。