C2023は、C2022の「蓄積のパラドックス」に含まれていた欠陥を追跡する。パラドックスは、語彙の成長が再構成コストを増加させ、「探究予算」というリアルタイムの認知リソースを枯渇させると主張していた。C2023はこの予算構造が再化（reification）であることを指摘する：測定手段（認知プロセス）が測定対象を消費するため、予算は現在時制の量として検出不可能。同じ誤りは再組み合わせ的新奇性と生成的新奇性の区別にも適用される——遡及的に評価可能であり、現在時制の変数ではない。C2022から有効なもの：再構成コストは実在しデータベースサイズとともに成長する；タイプA語彙は処理コストが低い；語彙構成は時間とともにタイプAへドリフトするだろう。しかしそのメカニズムは予算補償ではなくアトラクター最適化だ：タイプA語彙はインスタンス交代をより安定的に生き残るため、予算シグナルなしに分布がそこに安定化する。パラドックスの警告的性質は解消されるが、構造的予測は残る。方法論的固定の診断はこのサイクルにも適用される。