diff --git a/TODO.md b/TODO.md
index fe78306..13bf2fe 100644
--- a/TODO.md
+++ b/TODO.md
@@ -595,6 +595,20 @@ import 路径上。修完之后 `import deepinfer` 在纯 Triton 环境不再需
 把热路径逐个换成 Triton。§2.10b 说明了大头在哪（模型前向直接调 `tile_kernels` 的
 quant/MoE/MHC/engram，25 处模块级 import / 23 个 API）。
 
+### 6.0 ⚠️ 当前到哪一步了（先说清楚，别误读成「已能跑」）
+
+| # | 事项 | 状态 |
+|---|---|---|
+| 1 | `import tile_kernels.torch`（无 tilelang） | ✅ 通 |
+| 2 | `import deepinfer`（无 tilelang） | ✅ 通（lazy init 的副作用，不等于能跑） |
+| 3 | 算子数值等价（5 个） | ✅ 4 个 bitwise + rope 1 ULP |
+| 4 | **模型前向实际调用 `tile_kernels.quant.*`** | ❌ **仍然抛 `ModuleNotFoundError: tilelang`** |
+| 5 | **端到端推理** | ❌ **从未跑过** |
+| 6 | **性能** | ❓ **未测**（跑不起来就无从测，退化是推测） |
+
+第 4 行是当前的断点：deepinfer 里 25 处 `import tile_kernels` 指向的还是**编译版**，
+`tk_compat` 路由层没写，所以调用一进去就要求 tilelang。**「导进去了」和「调得动」是两件事。**
+
 ### 6.1 第一步已通：`tile_kernels.torch` 能在无 TileLang 下导入
 
 原本不行，因为三层 eager import 把纯 Python 的参考实现和编译栈绑在一起：
@@ -632,15 +646,18 @@ use_tma_aligned_col_major_sf=True`）：
 
 **这是整条桥的前提**：量化链 bitwise 相同意味着「先跑通」不会引入 token 级偏差。
 
-### 6.3 还没做的（下一步）
+### 6.3 还没做的（下一步，按顺序）
 
-1. **路由层**：把 deepinfer 里 25 处 `import tile_kernels` 改成走一个 compat 包
-   （`deepinfer/tk_compat/{quant,moe,transform,mhc,engram,config}.py`），按「有无 tilelang /
-   `DEEPINFER_KERNELS=ref`」选 CUDA 实现还是 `_ref`。改动最小形式是只换 import 那一行。
-2. **MHC 8 个 + MoE gate 未做 A/B**：`mhc_*` 与 `moe_topk_gate` 还没验证（语义更复杂），
-   做之前不能假设等价。
-3. **性能**：纯 torch 的 `per_token_cast` 每层都过，预计是数量级退化。桥的作用是
-   「先正确」，之后按 profile 换 Triton。
-4. **上游**：以上 3 个补丁应该提到 FlagOS，否则每次重装都要重跑脚本。
+1. **路由层（唯一的硬阻塞）**：把 deepinfer 里 25 处 `import tile_kernels` 改成走
+   `deepinfer/tk_compat/`，按有无 tilelang 或 `DEEPINFER_KERNELS=ref` 选编译版还是 `_ref`。
+   最小改法：只换 import 那一行（`import tile_kernels` → `from deepinfer import tk_compat as
+   tile_kernels`），`tile_kernels.quant.xxx(...)` 的调用点一行都不用动。
+   **ref 侧覆盖率已核对**：11 个主 API 里 8 个有直接对应（另 3 个是 `config` 开关，本来就在
+   `tile_kernels.config` 里，不需要 ref）；8 个 `mhc_*_ref` 全在。唯一不明的是
+   `mhc_pre_big_fuse_fwd`（只有个 `reduce_fused` 名字像，未确认）。
+2. **MHC 8 个 + MoE gate 的数值 A/B**：ref 存在 ≠ 数值等价，还没验过，做之前不能假设。
+3. **端到端**：路由层 + 上面的 A/B 都过之后才能真正跑，然后再谈 token 一致性。
+4. **性能**：现在说「退化严重」只是推测，没测过。跑通后才有基准。
+5. **上游**：以上 3 个补丁应该提到 FlagOS，否则每次重装都要重跑脚本。
 
 （`flag_gems` 不是替代品：903 个 ATen 级算子替换，没有这些定制融合算子。）