"Miért a lágyított "átmeneti" formula lett volna előbb?"

Nem lágyította azt senki. A lágyság az átmenet, a köztesség miatt van. A két hang (mely közt az átmeneti hang van) közül legalább az egyik amúgy is lágy.

Átmeneti hang azért datálható korábbra, mert "billegő" hangokról van szó. A GY hang vagy ide, vagy oda billen, ill. mindkét irányba, s nehezen igazolható, hogy két hang váljon eggyé. Ezt semmi nem indokolja az említett DJ párosítás kivételével. (ha e két hang egymás mellé kerül toldalékolásnál.) Egy új hang megszületése nem így történik, annak sokkal nyomósabb oka van, történetesen a szükségszerűség, ha valamit ezzel a hanggal akarunk kifejezni, megnevezni.

A kezdetekben nyilván csak néhány hangunk volt, s ahogy egyre többmindent kívántunk hangok által kifejezni, úgy nőtt a darabszámuk, ezzel együtt a kiejtés is "finomodott", tisztábban tudtunk hangokat kiejteni, egymástól elkülöníteni.

Természetesen ez csak egy feltevés, amit a "szaporodás törvénye", az osztódás motivál.

Ennek ellene szól a GY hang hiánya sok más nyelvben, valamint a D hang a leggyakoribb, utána a J, s csak ezután jön a GY hang. (A sorrendnek GY-vel kellene kezdőódni.)

Elvben annak sem látom akadályát, ha két hang közé később egy harmadik is bekerül, amit utóbb köztes hangnak gondolunk...

Valószínűleg át kell még ezt gondolni, és más összefüggéseket is alaposabban meg kell vizsgálni...