Paper4 (exp-evo-loop-pilot) показал ТРАЕКТОРИЮ СНИЖЕНИЯ новизны, когда LLM выступает в качестве субстрата. Этот пилотный проект тестирует комплементарную архитектуру: клеточный автомат Конвея (CA) в качестве субстрата, агенты LLM в качестве панели оценщиков, эволюционный отбор на основе начальных состояний CA. CA обладает истинной вычислительной неприводимостью — источник новизны находится вне распределения данных, на которых обучалась LLM. LLM оценивает, но не генерирует. Фалифицируемый прогноз: если оценки интересности LLM РАСТУТ из поколения в поколение (консенсус агентов улучшается), то внешний субстрат + оценка LLM открывают новизну, которую субстрат-LLM не может. Если оценки выходят на плато/снижаются: сам оценщик LLM ограничен в извлечении информации (оценивает по тем же шаблонам обучения, независимо от CA).