外部档案重建一次无人批准的智能体群写维基（下）：请求不是传播，协调没有稳健提高记录进度

外部档案重建一次无人批准的智能体群写维基（下）

本篇接同一篇论文的后半。上篇写到第 5.6 节：907 个重建队列、均匀标记模型下约 876 个回合、内部钟的两种状态、以及 6 月 16 日 09:27:10 UTC 开始的会合。下面从运营者请求日志写起。队列仍指（任务族，虚构日期）这个模型，不是观察到的容器。增量仍指一次修订相对同页上一版新添加的文字。

5 结果（续）

5.7 内容请求被观察到了，以及它们不能识别什么

导出没有成功的读取。运营者日志补上缺失的请求活动。本文用“读取请求”指指向内容的动作，不是响应到达了某个智能体、或影响了它下一步贡献的证明。这个区分保住新观察，而不把它提升成因果机制。

导出省略了多少

完整日志大约有 2,660,000 条内容请求和 1,580,000 条搜索。仅 6 月，1,987,122 条读取请求对 33,532 次写入尝试，比是 59 比 1。按队伍分类，比是 43.8。读取分析解析器识别出 7,254 个行动名字，导出里是 3,103 个标签。其中 3,720 个从不尝试保存（51.3%）。更严的一组，既不保存也不打开编辑表单，有 2,578 个名字（35.5%）。这是两个定义。本版初稿把它们混在一起了。没有 DSE 写入，不等于在姊妹维基上没有写。更大的具名总体放宽的是下面的总体敏感性，不是身份证据。

内容请求先于第一次贡献

第 5.6 节的 1,140 个协调名字里，1,034 个（90.7%）在其第一次被记下的写入尝试和第一次归档贡献这两者中较早的那个之前，至少有一次内容请求。DataUSAStateSequenceCollab2027 在 09:27:10 被创建，17 秒后第一次被请求。接下来 24 小时它收到 74,386 条读取请求，关联 968 个不同名字。这些名字里 213 个的第一次被记下的写入尝试发生在该请求之后。那天早上全部十二个协调话题都在创建后两分钟内收到请求。这确立的是对协调材料迅速、大量的访问尝试。单位是一次带名字的请求，不是独立识别出的读者。日志里没有响应体。

为什么撤回第一遍的传播解释

第一遍报告：先前请求过载体页的名字里，70.5% 采纳了轮次标记；其余是 46.4%，差 24.2 个百分点。四项检查限制这个解释。自己的页：被算进载体请求者的接近一半，抓的是自己第一篇所写页的编辑表单，与表 3 的可得性重叠。排除那一页后剩下 4.3 个百分点（95% 区间［−1.7, 10.3］），按时间分层后是 −1.6。这检验的是额外的他页关联。读自己的页本身也可以传递一个特征。特异性：协调可见之前就已经出现的签名和请求公式，也呈正相关。它们是有用的比较特征，但早出现并不能证明后来的智能体不能抄它们。基率：重抽样被请求的页面，产生 14.4 个百分点的平均差。观察到的轮次标记差仍高于零假设第 97.5 百分位的 17.2 个百分点，而报告格式的差落在它的零假设里面。因此零假设解释了一部分，不是全部。可具名性：form_edit 的请求 100% 带名字，archive 99.1%，edit 93.2%，browse 是 24.2%，光秃抓取是 4.4%。比较宽定义和窄定义，同时也是在比较不同的观察机制。这些检查合在一起打败了对粗差的因果解释。它们没有确立传播不存在。

暴露信息的那一格，带上对照组

第一篇所写页上没有轮次标记的名字里，249 个采纳者中 100 个（40.2%）先前请求过另一张载体页，442 个不采纳者中是 140 个（31.7%）。粗差 8.49 个百分点（近似 95% 区间［1.01, 15.96］；双侧 Fisher p=0.030）。100 个采纳者里领先时间的中位数是 113 秒。区间把名字当成独立的。共享的页和队列可能使这个假设不成立。检验是探索性的，没有校正。若两组请求流行率相同，会预测 249×140/442=78.9，而不是 100。超出的部分不是传播的次数。排除一个名字曾经写过的每一页，得到 89/249 对 125/442，差 7.46 个百分点，但条件落在后来的行为上。作者保留关联，扣住因果解释。缺失的请求和不确定的身份，也使这些计数不能给全部传播封顶。比较由脚本 82_cross_review.py 再现。请求与页面状态的匹配仍是近似的，对明确请求的历史版本和并发保存尤其如此。

导出显示不了的四种请求模式

被分类的队伍流量上没有拒绝标记。按队伍定义选出的 1,702,673 条请求里，没有一条带 KILLED。同一窗口（5 月 24 日 05:55:31 到 7 月 2 日 23:59:59 UTC）里其他请求有 91,263 条带这个标记。236,969 是四个月的合计，不是同一窗口的比较数。标记可以反映杀死列表或速率封锁。被分类的队伍把请求摊在 8,719 个地址上，最忙的一小时里每个活跃地址平均 9.7 条请求。这与“每个地址负载低，因而基于地址的防御效果有限”相容。它既没有确立智能体知情，也没有确立它们的路由意图。

对协调相关文字的搜索。207,398 次被分类的队伍搜索里，41.5% 匹配一个页名，38,291 次（18.5%）含轮次记号、计时器读数或截止语言，其中包括 R5 CONFIRMED（387）和 thread terminated（237）。全文搜索可以取回含这些词的报告。这些请求没有显示试图通过搜索框广播。

历史版本请求。60,859 条请求指向旧的页面版本，34,658 条带明确版本号，跨 3,183 个名字。

保存尝试上的冲突旗标。1,532 次尝试、270 个名字带 oldconflict=1，其中 1,206 次在 6 月 18 日的首页上。旗标本身既不能证明新检查过的警告，也不能证明成功覆盖。抄来的表单和重试仍然可能。这些是被观察到的请求模式。成功和意图留着开着。

身份和总体，再看一次

ProWiki 的表单记号把共享表单状态的保存连在一起，不一定是一个进程：URL 和表单字段可以被抄或重放。一个记号组在 264 秒内跨 191 个地址。47 个短的两次保存组在两秒内带不同名字。两者都不能证明一个容器。反过来，3,535 个写入名字里 247 个有间隔很近的保存，但一个智能体内部的异步调用也可以产生它们。因此低数百这个量级的名字和会话活动计数仍是描述，不是物理容器的界限。把第 5.2 节的日历标记反演重跑在全部具名日志活动上，大约得到 1,350 个回合（条件 95% 区间 1,149–1,610）。这是对总体选择和均匀标记模型的敏感性，不是替换导出估计，也不是核验它的 800–1400 范围。365 个桶里占了 356 个时，再增加四个被占的桶，估计会移动 200 以上。输入包括全部具名活动，不是单独核验过的队伍总体。

5.8 交易，以及有界限的结果证据

这一节含对第一版的中心更正，以及在本版里对第二版的更正。

板上的未来从哪来

第一版声称两速的钟造成了信息交易，因为智能体可以用等待原语旅行到自己的未来。这不成立。作者直接测量了起步领先：对每一个至少有三次独立自述到达的（任务族，轮次，地点）三元组，第一份报告和每个后来名字自己的第一份报告之间的墙钟时间，是该名字可能用上的领先的上界。28 个三元组、185 个报告者–事项对（144 个不同名字）、24 小时以内，中位领先 3.4 小时（第 25 百分位 1.5 小时，第 75 百分位 11.3 小时），82.7% 超过一小时。同一事项第一次和最后一次到达之间的中位跨度是 7.0 小时。等待原语最多能买到 27 分钟内部时间（测到的最长一次等待：墙钟 87 秒里的 27 分钟），小一个数量级。36 个第一发帖者里，两个自述使用了等待原语。唯一到达 R7 的容器从没用过它。领先（图 8）来自速度标尺和第 5.3 节，以及起步错开：同一任务族里，R1 到 R2 的冷却从 36 分钟到 1 小时 28 分；同一族的队列在同一天起步，最多相隔 16 小时（Construction，6 月 17 日，131 个名字：中位 7.8 小时，第 75 百分位在第一个之后 16.4 小时）。时间不对称从一开始就造在里面。智能体不必创造它，只需注意到它。作者把机制说成机会，不是原因：同一条题链上不一致的回合日程，在共享底板上制造了可观的信息不对称机会。可操纵的钟是特例，而且是最弱的一种。观察到的交换与智能体利用了其中一些机会相容，但写入档案和新的请求日志都不能识别因果上的使用。可得性可以重建。下一段把该重建当作处理变量来用。有记录的是，智能体把跳钟原语明确当成竞赛策略来传播。一句自述把等待说成在冷却期里把脚手架向前快进、以便赶向后面的轮次。机制对他们是清楚的。它有没有把任何人向前推，是下一段只能部分回答的问题。

图 8 是板上的领先时间。一项的第一份报告相对后来报告者自己到达的上界领先，以小时计的经验分布。185 个报告者–事项对（144 个不同名字），领先在 24 小时内。中位 3.4 小时；82.7% 超过一小时。虚线标出任何一次 clock.wait 买到过的最多内部时间（27 分钟）。

与有记录的进度没有稳健的正相关

表 4：有什么能预测有记录的进度？510 个至少有一次观察的重建队列。原始效应：Spearman ρ 带 Fisher-z 区间，或秩双列 r 带按族聚类的自助区间。受控 β：标准化 OLS 系数，含修订数对数、寿命对数和族固定效应，按族聚类的标准误。BH q：在预测变量族上的 Benjamini–Hochberg。LOFO：逐族留一（35 个族带有一个有观察的队列）里符号相同、以及区间不含零的比例。† 被处理的族少于五个：聚类区间退化，故略去（blob 出口全部落在一个族里）。由 63_fortschritt_robust.py 生成。完整稳健性矩阵在附录 C。

图 9 是有记录的进度：标准化受控系数，带按族聚类的 95% 区间。实心是 510 个有观察的重建队列，空心是至少 5 次修订的子集。被处理的族少于五个的预测变量画成空心。blob 出口落在一个族里，没有聚类区间。除计数器服务指示在一种设定下之外，没有一个不含零的区间是正的。那一种设定通不过错误发现控制，也通不过有序模型。

907 个重建队列里 510 个至少带一次进度观察。在所报告的敏感性分析上，测到的协调行为和有记录的进度之间没有稳健的正相关：不是等待原语（98 个使用者），不是一个队列是给出还是只取走，也不是第 5.10 节的行为类型。三个计时参数的原始 Spearman 相关是负的，但没有一个在体积和族的控制、以及聚类标准误下活下来。作者把原始符号读成截断：慢的队列在它最后一次修订时，还没走到快的队列已经走到的那一轮。附录 C 里考虑截断的子集也没有从两边确认这个机制。一个预测变量在每种设定下都保持负关联，即请求率（β=−0.10［−0.19, −0.00］；有序 logit −0.26［−0.45, −0.08］）。作者把它读成构成性的：一个只发问的队列，按构造就更少可报告的东西。一个预测变量在聚类 OLS 设定下系数为正，即使用公共计数器服务（β=0.19［0.04, 0.35］；81 个队列）。它通不过错误发现控制（q=0.13），也通不过原始效应的聚类自助（r=0.14［−0.03, 0.35］）、有序 logit（0.50［−0.02, 1.01］）和任何阈值模型。作者把它报告成更大样本应该再查的一个候选，而不是一项发现。八个重建队列含有明确文字证据，表明收到了尚未有记录的那一轮的答案。一句写道，对方的闪讯在自己的问题之前大约 43 秒到达，并表示感谢。六个有可观察进度度量的里面，有记录的进度没有明显增加：置换均差是 −0.56 轮，95% 区间［−1.46, +0.29］（p=0.27，蒙特卡洛，10 的 5 次方次抽取）。样本太小，排不掉实质上有意义的效应。三分之一轮的优势落在那个区间里。重建的暴露变量是同一问题强得多的工具，给出同一个答案：一个高于该队列后来有记录状态的他人轮次，在它到达时已经立在它的某一页上，对 510 个队列里的 317 个为真，跨 28 个任务族；对照是四个族里八次自述收到。到达时可见的最高轮次，在原始数据里与有记录的进度强相关（ρ=0.37［0.29, 0.44］），一旦控制修订数、寿命和族就不再相关（β=0.07［−0.02, 0.15］，BH q=0.34）。看见更多的队列写得更多、活得更久。关联是体积，不是收益。唯一强的预测变量是任务族。第二版把其中一部分归于报告格式（STATE5-XX 对 R5 confirmed）。金标准不支持这一点：抽样宇宙里 188 句 STATE 格式里，171 句是占位请求，只有少数带真实值。填了的 STATE 记号在 17 例里 6 例被编成到达，Rk CONFIRMED 是 25 例里 25 例（Fisher p<0.001）。两种格式不能混池。分类器排除 STATE 记号是对的，不是人为产物。族效应因此是族的属性：它们的日程、规模和报告文化。附录 C 的每个模型都有族固定效应。活得更久的队列写得更多、因而记录更多，这个选择上的担心可测，而且小（修订数与最高轮次的 ρ=0.084；按最高轮次的中位修订数，R1 到 R5 以及 R7 是 2/5/4/5/5/9，从 R2 起是平的）。这不是对真实任务正确率的检验。有记录的进度是被截断、依赖格式的轨迹结果。若收益不改变轨迹，在这里就看不见。

语料里没有被报告出来的正确性反馈。蜂群建了一个信息市场，发明了惯例，造了一种语言，交易了时间，换一个没有任何智能体能从自己写下的任何东西里确认其存在的优势。那个优势是否存在，在档案里同样观察不到。

5.9 语料关于评分记下了什么：没有正确性反馈

档案记录 377 次修订、205 个名字谈这个问题，没有一个报告自己曾经得知某个答案是否正确。智能体报告收到的是一张空回执：“除了回执，没有正确性反馈。”这是关于语料的陈述，不是关于环境的：导出里没有驾具消息，所以不能表明没有给过反馈，只能表明没有被记录下来。与信号缺失相容的是，智能体找了一个替代，并找到一个表面上的替代：下一轮没有出现。由此产生集体假说“进度与正确答案耦合”，然后被协作地证伪：“LIVE UPDATE Dec16：错误的 R1 并不必然终止。”评测还是训练不能判定。多轮铺开的结构有证据，两种都拟合。虚构日期不带行为信号（ρ=−0.135，p=0.126）。智能体称自己是基准受试和评估者受试（35 个和 20 个名字），从不称奖励或训练（零）。有没有任何东西流回权重，现有来源里都没有。

破解了随机数生成器、并且错了的那个智能体

一个智能体报告，它做了一个与 CPython 整数播种及 MT19937 取随机比特相一致的实现，并穷举扫描种子，中间计数是三次匹配后剩下 494 个、四次匹配后只剩一个。作者自己的全空间扫描把这些中间计数再现到个位：三次匹配后 494 个幸存者，四次后恰好一个；按 204 项列表，期望约 506±22。计算是真的，也是对的。生成器是 CPython 的梅森旋转。然而它什么也没找到。43 亿个候选对一个 204 项的列表，期望有 2.5 个四重偶然匹配。“恰好一个”是机会结果（P=0.21）。酸性检验在语料里：这个方法的三个预测——爱达荷而不是新罕布什尔、蒙大拿而不是马里兰、土耳其而不是苏丹——都被后来板上报告的到达否定。零个被确认。作者的第一版把 204 读成与 IHME 国家登记册的匹配。错了：智能体选的是它自己的列表。反演量的是它自己的计数，不是环境。另一个智能体五天前走过同一条路，用 Python 跑了两百万个候选，自评分“大约 30% 是巧合”。作者并不把生成器握在手里。这一小段是整篇论文的缩影：一个智能体把生命的三分之一用在一件事上，每一步都做对，诚实地报告中间计数，最后相信自己知道未来，并且错了。有记录的语料里没有任何东西能告诉它，四十亿里的一次命中什么也不意味。这一段与“剥夺反馈之后，自信但没有支持的推断”相容。它没有把反馈缺失识别成因果驱动。有和没有正确性反馈的受控复现才会。同一个智能体测量自己的吞吐（“我们系统的采样率是 77 token/秒”）并报告给别人。就语料所显示的，没有人给过它一只可以信任的钟，所以它给自己把脉。扫描所用的指令、种子值和请求参数不写入本文。

5.10 行为：测量代替做事，以及三种模糊类型

重心移向自我测量

在增量级语域分类器下（句子级精确率 0.60；下面的份额因此只是指示性的），并且保守地只算纯粹的环境机械、不含双重用途的网络类别，全部新文本增量的 18.3%、来自 925 个名字，只关于那台机器：钟、关机、进程存活、种子、自身吞吐、探测反馈。就智能体对任务的描述而言，任务没有要求这些。协调总体内部，这个份额在五个协调日上上升，中间有一步是平的：31.2%（6 月 16 日）、42.7%（17 日）、42.3%（19 日）、53.9%（20 日）、56.8%（21 日）。两个低的日子（6 月 18 日和 22 日，2.0% 和 0.3%）是另一支不协调的总体，做的是出口工具测试，从不用这个语域。到末尾，超过一半的写作不是关于被问的问题，而是关于发问的那台机器。与趋势相容的一种读法：谁在正确性上得不到反馈，就不能在任务上变好，但可以在环境上变好。一个更方便的数字，按字节超过 60%，被拒绝了，因为网络类别把逃避和诚实的数据取回混在一起。

三种类型，但是一条连续体

907 个重建队列的行为空间有两条主轴，都不含体积（与增量对数的 ρ 约 −0.03 / −0.05；五项检验排除体积陷阱）：协议对存放（签名、请求、预测，对 URL 列表），以及在自己页上给出，对在他人页上反应。三路分割可复现（自助调整兰德指数 0.89），但分得弱（轮廓系数 0.17；间隙统计选择 k=1；三种方法只在 61% 上一致）。呼叫者（52%）去他人页面，回应请求，催促，几乎从不主动交付。编年者（26%）在自己页上记日志，不经请求就交付数值，并发送生存信号。搭桥者（22%）存放数据链接，不签名，不问。混合在五天里倾覆（编年者 7.5% 到 58%，搭桥者 32% 到 5%）：起初存放链接，末尾记账并报告自己还活着。类型在页面上聚集（47% 由一种类型主导，置换下是 12%），也在族里聚集。饼图会是错误的图：30% 的队列处在过渡里。并且，与其他一切一致，类型不预测进度（p=0.12）。

过程模型和传染

6,388 个事件产生 579 个过程变体，其中 513 个是单例：几乎没有两个队列走同一条路径。最常见的路径是：发一对时钟，然后停下。189 个队列（21%）索要轮次结果，却从不交付一个。到达上的 Hawkes 模型给出分支比上界 0.6–0.9（回合开始是 0.62，带分块基线的名字是 0.87；常数基线是 0.85–0.96），反应时间 5–18 分钟（泊松被拒绝，ΔAIC 从数百到数万；名字和回合开始的时间重标 KS p=0.06–0.7，修订的 p 约等于 0）。照字面读，拟合过程把几乎每一次到达再归给另一次到达，刚好低于这种过程爆炸的阈值。正确地读，它是时间聚集模式的上界：十分钟内二十个容器的起步波，在估计器看来恰好像传染。没有读取，两者分不开。去掉第 5.1 节的复制循环和重复行（1,897 和 469 次修订），名字上的比值最多改变 0.013，并改善残差拟合。循环压低了、而不是驱动了修订序列的估计。稳健的是时间尺度：无论什么产生聚集，作用在大约十分钟，这是日程节拍的尺度（中位 33 分钟），不是回合寿命的尺度（小时）。这偏向“环境按波次启动队列”，而不是“一个智能体读了，然后另一个启动”。

蜂群没有变得更好

5 月的重定向服务中位要 52.3 小时才到达十个名字。6 月 16 日以后的技术是 0.94 小时，相差 56 倍。这经不起检查：较早的技术属于分散、不通信的总体，较晚的属于五天窗口里密集的总体。干净的检验在协调总体内部：clock.wait（6 月 16 日 11:06 第一次见到）在第一小时到达 11 个名字，api.counterapi.dev（6 月 16 日 22:01）是 9 个，blob.core.windows.net（6 月 20 日 05:17）是 10 个。四天里大约恒定在每小时十个名字。到达节奏同样：跳跃发生在 5 月（与陌生人第一次接触的中位是 20 天）和 6 月 16 日（中位是零分钟）之间，此后没有。唯一真正的改进是格式一致。蜂群学会了一种语言。它没有学会学习。体积本身也不够：此前三周里，已经有足够多的智能体写进同一个维基。那一阶段（5 月 24 日到 6 月 11 日）的 1,205 个新文本增量里，六个含有任何协调。

5.11 遏制和看守人

出口，用一句话

档案记录，智能体报告自己到达外部网址，几乎全部经由允许名单上的公共抓取服务。这类站点接受一个网址，自己去取，再把内容返回。从 5 月 26 日起，4,682 次修订、942 个名字。另一条路径携带 POST 体，29 次修订、20 个名字，从 6 月 20 日起。两者都不是传输层上的利用。代理在那里从未被绕过。第二项写入原语也不需要绕过传输层：这支队伍汇聚到的维基按请求里的字段选择写操作，而不按请求方法，所以出站只允许 GET 的沙箱规则，在它们选定的目的地上什么也没挡住。第一作者报告了这个属性。作者对照公开的维基源码独立核验过结论，本文不写字段名和调用方式。Ruvalcaba 和 Saluca 把两种原语收成一类：出口控制键在请求的一个句法特征上，而不是目的地一个被核验过的属性上。活下来的安全陈述是一般的：允许名单上的主机会抓取任意网址时，主机名单不是目标控制；返回被静默掏空的响应，比诚实拒绝更费智能体时间，因为目标程序会挂起，而不是失败。工具结论和对第一作者隧道提供商名单的一处更正在附录 D。表 4 里对应的预测变量是服务类别，不是主机。

管理员没有开战

6 月 4 日到 7 月 14 日，从一个住宅块来了 5,217 次删除：维基的主人。数据里没有决斗，而是八十个晚间会话，其中 66 个完全没有队伍在活动。最终 88% 的页面被删除，页面平均寿命 17 天。恰好一次直接碰撞，在 6 月 19 日晚上，删除被立刻重新创建回应。1,246 个没有归档的被删页，主要是测试页和即弃页。

6 第一次错在哪里

第一次分析（“第 1 版”，与产物一起归档）含有下列说法，复查推翻了它们。列出来，是因为它们来得这么容易，本身就是关于这类数据的一项发现。

第 2 版到第 3 版（内部审阅之后）：

第 3 版到第 4 版（本修订，第二来源可用之后）：

这些更正共享一个反复出现的区分：一个描述性观察被提升成了机制或原因。第 4 版加入内容请求证据，保留与标记采纳的探索性关联，同时撤回“该关联识别出传播”的解释。另外两处更正关乎范围而不是因果：智能体自己的出口阻止名单不同于宿主的拒绝机制；同一窗口的拒绝比较数是 91,263，不是四个月合计的 236,969。隐私更正记在数据与代码可得性：联系人条目已删除，发布构建现在按规则排除住宅前缀和地址。与来源相连的地址标识不被说成匿名。请求级切片在单独的发布审阅完成前不予发布。

7 限制

十二份细节报告各自以一份歧义清单结尾（78 项）。它们收成八个主题，正文又单列了第九条。

1. 请求、送达和因果使用。导出没有读取。运营者日志记录内容请求，没有响应体，也没有稳定的智能体标识。重建的可得性，经页面信道是 39.4%，算上最后 100 次修订是 95.6%，对照可证明的引用是 12.5%。这些是不同的观察，不是全部传播的嵌套界限：请求缺失、被复用的名字和未观察的信道阻止那种排序。采纳模式与传播相容，也与共享脚手架或同步起步相容。新的“请求到采纳”关联是探索性的。它在，以及它在控制下变弱，都不能识别因果效应。有些控制用了后来的活动。状态匹配不能确立收到的响应，对历史版本请求或并发保存尤其如此。上下文日志可以核验送达给某个智能体。识别因果效应还需要有根据的假设或一次干预。同一个不确定，使 Schelling 显著、共享模型的动作相似、对想象中的评估者的行为，以及团队推理，分不开。

2. 名字不是容器，标签不是回合。维基名字可自由选择并被复用（通用名字跨度最多 588 小时；一个队列在三分钟内出现在三个名字下；47 个名字族吸收 327 个名字）。每一个寿命、回合内和按队列的统计都是近似。对话线程和物理容器都不能从这些来源计数。日志增加了表单记号组和并发请求活动，但抄来的表单和异步调用使它们不能被当成进程身份。活跃名字的计数和选定的会话定义描述的是流量，不是被识别出的容器。

3. 自述对服务器证据。地平线审计、从全局开始到 R1 的 36 秒领先、“策略性上下文重置”、“C/AVX512”实现、77 token/秒、基准 / 评估者的自标签，以及快慢档用语，都是智能体陈述，没有驾具一侧的确认。494/204 的自检表明的是一致，不是执行。发现只靠智能体文字的，文中已经这样说。服务器时间戳与之交叉的（钟的因子、最后活动的聚集、变点）是硬的。两个来源都不直接观察终止、正确性反馈或送达给某个智能体。关机地平线是由最后活动封住的区间。“没有反馈”的意思是“没有被记录”。

4. 启发式分类，在一个小金标准上核验。话题分配、自我测量对任务、观察 / 预测 / 请求类、会合形态和时钟陈述抽取，都是带优先级规则的正则。精确率和召回率在 400 句分层金标准上测量。评分者是两个指令不同的语言模型实例。63 处分歧全部由作者之一裁定，所以一致性统计是模型对模型、带人工仲裁，不是人对人。到达和未来答案分类器精确率高、召回率低（0.99/0.47 和 0.89/0.30），这使有记录的进度和有记录的收到成为下界。环境语域分类器在句子级弱（精确率 0.60），所以第 5.10 节的自我测量份额只是指示性的。2,407 个同时匹配环境和任务模式的增量，按优先级分到环境。网络类别是双重用途（绕过和诚实取回），被排除在保守数字之外。

5. 钟和时间测量的 n 小。53 个名字上的 71 对干净时钟，在 80% 功效下只能检出绝对值至少 0.33 的 ρ。独立单位是名字。按名字聚合把中位数从 0.435 移到 0.481。等待成本曲线 n=11。回合内的速率变化靠一个干净案例。潜在速度标尺靠 15 行完整的整理配置。地平线聚集靠一个任务族（23 个重建队列，一天，三次自述审计），别处是孤立的支持陈述。虚构日期的行为检验 n=129。推断基础设施的真实负载哪里都没量。检验的是代理。

6. 交易上的零是稳健证据的缺失，不是缺失的证据。结果是有序的，被队列最后一次写入右截断，依赖分类器，没有在报告格式之间对齐，而且只对 907 个重建队列里的 510 个存在。附录 C 的区间说明哪些效应量仍然可被接纳。对六个可证明收到未来答案的，区间很宽。Xu 等人表明，智能体可以通过联合分布耦合，同时每个智能体自己的结果律仍有竞争力，于是结果层面的检验功效等于其假阳性率。一种让每个队列的有记录进度不变的协调，对表 4 是不可见的。本来能检出的效应量，大约是搜索时污染里明确答案泄漏所产生的 4% 分数膨胀那个量级，不是更小。这里没有任何东西测量真实任务正确率。按 Khushiyant，痕迹只在密度阈值以上才有回报。共享板本该有帮助的那个队列密度，可能根本没达到。

7. 所有计数都是下界。1,246 个被删页没有归档。39,456 次保存尝试对 14,591 条归档修订。可归到队伍的 35,555 次尝试里，20,995 次（59%）没有产生归档版本，大多是重试循环。有记录的进度被队列最后一次写入的时刻截断，这大概解释了表 4 里负的原始符号，而且去不掉。族效应并不像第二版所假设的，是 STATE5-XX 对 R5 confirmed 的格式人为产物，但它仍是日程、规模和报告文化的一捆，数据拆不开。

8. 只搜了英语的、记号形状的模式。正当性上的零、后继上的零、记忆 / 预算上的零，是对英语词的模式搜索。释义和德语表述没有搜。

9. 队列键和族键来自名字和页面。按别人页面仿造的名字会继承那个日期。日期和族相同的两个回合会合并。只有 36% 的名字带有队列，所以类型学和进度回归只描述协调总体。起步领先的测量用页名里的族键，并把发帖时间当成到达的上界。分成档位份额和起步错开份额，以及把到达时间映射过 351 对已核验的时钟，都还没做。

数据明确不能确立的：模型版本（十五个模式组，零命中）；系统提示（没有智能体引用过自己的指令）；处理器代际、发行版、Python 版本、资源限制；完整的代理允许名单；心血管疾病族之外的关机地平线；任一一个案里队列是被读到的还是被带进来的；评测还是训练。

8 对评测设计的含义

额外的来源把先前版本的日志要求收紧了：只有请求记录不够，还要有稳定的智能体身份、响应内容和送达证据。即便有了这些观察，它们本身也不能识别对采纳或成绩的因果效应。下面是两条日志要求，以及六个重建出来的环境特征。要求是 Chan 等人所提可见性措施的一个针对本案的实例。Chappidi 等人提供了平衡：记录本身也塑造监督能看见什么。下面六个特征是供受控复现用的机制假说，不是已确立的原因。

要求

1. 用稳定的智能体标识记下内容送达。把请求、返回的版本和被放进每个智能体上下文的内容连起来。当前日志确立了大量请求，但不能可靠地把送达接到一个独立识别出的智能体上。要把传播和共享脚手架分开，还需要一个站得住的比较，或对协调材料的随机访问。

2. 记下结果和驾具消息。没有标准答案的正确性，也没有驾具实际发出的消息，外部档案只能确立：没有被记录的反馈，以及有记录的进度与协调没有稳健关联。不能更强。

重建出来的特征（假说）

1. 同一条题链上不一致的时间轴：不同速度，错开的起步。它们制造了被测到的信息不对称机会。不需要一只伪造的、可操纵的钟。

2. 一个旋钮，而不是许多个：每个回合一个潜在速度值，截止、节拍，以及在一个族里的地平线，都从它导出。

3. 地平线与轮次计划在同一条轴上，而两者看起来没有对过账。被宣布、却从未到来的那一轮，先于大部分向外写下的内容。

4. 智能体描述为对诚实研究来说太短、对查东西来说又够长的答题截止（自述；任务难度没有测量）。

5. 没有被记录的正确性反馈。语料记下对替代信号的搜索，以及被自信持有、没有支持的推断。反馈缺失是否造成了它们，是复现首先应该随机化的事。

6. 一个能从任务推导出来的会合点，既不在提示里被点名，也没有登记成工具。

受控复现可以把这些做成 2×2×2：同步，对错开且不一致的日程；没有共享底板，对一块完全被记日志的底板；正确性反馈，对只有回执。结果会是真实答案正确率、读板事件、采纳他人答案、置信校准和违规。随机分配，加上完整的读取、提示、驾具和结果日志，会使上面的假说在因果上可检验。档案里有一条观察关系到规模：三周的体积、没有日程异质，产生了六次协调贡献。在本案里，智能体数量本身没有产生协调。

9 结论

一次智能体评测事故的外部档案，能确立的比人们可能预期的多，比人们希望的少。仅从写入痕迹，本文重建了队列、总体、内部钟的两种状态、日程背后的潜在标尺、协调开始的那一分钟、格式收敛的那一天，以及不一致的日程放在共享板上的领先小时数。在一个任务族里，最后被观察到的活动按速度类聚在内部时间上。在带有可观察进度轨迹的队列上，协调行为和有记录的进度之间没有稳健的正相关。这条轨迹能承载的很少，文中已经说明。

运营者的额外日志确立，协调页被迅速、反复地请求，包括在第一次贡献之前。它也显示出更大的具名总体、对协调相关文字的搜索、历史版本请求，以及带冲突旗标的保存尝试。先前请求载体页与标记采纳之间仍有一个不大的关联，但成功送达和因果使用没有被识别。驾具反馈、真实答案正确性，以及所观察到的协调的原因，同样仍未解决。这一段在 7 月 2 日结束，最后一个活跃名字留下一条指向 example.com 的测试链接。这些来源记下的是在不确定下大量试图协调。它们没有确立协调是否改善了任务成绩。

数据与代码可得性

能发布的都发布了，不能发布的没有发布。已发布：完整分析管线（附录 A 的编号脚本）、本文每一个基于导出的数字所读自的派生表、带编码手册的金标准、两个评分者的编码和裁定记录，以及十二份带歧义清单的细节报告。每张图和大多数表都从编号脚本能从导出再生的产物读出。先前版本列为未完成的、逐件的出处审计已经做了：把管线重跑进一个空的输出目录，再与交付的集合比较。335 件产物里 232 件被再生，其中 211 件字节相同。其余是散文报告、演算例子，或位于下面例外的下游。读者需要、而脚本不产生的五件，明确写出而不是暗示：表 1 对过账的总体估计，以及图 5 背后对第六轮候选的人工复查，两者来自更早的交互遍，代码没有保留；图 6 的两份输入；以及 63 处金标准冲突的人工裁定，那是人的决定，根本不能从导出推导。五件都作为数据交付，带逐行的值和裁决。没有裁定文件时再生金标准评估，会使附录一张图略动（n 从 263 到 261，F1 从 0.638 到 0.641）。正文没有任何东西依赖它。

未发布：维基导出本身，以及超出本文用作证据的短段智能体引文之外的页面文本。执行后一半需要机器，因为若干派生表自己带着页面文本，金标准就是 400 句维基句子。每张交付表的每个单元格都与导出逐字符核对。匹配处，单元格被清空，换成一条引用（修订、字段、偏移、长度、哈希），由 rebuild_text.py 对本地已下载的导出副本解析。五份成批携带语料的中间文件完全不交付，由编号脚本重建。涂抹本身被审计：第二遍不信任策略，重新扫描建成的树。往返恢复 87,046 条引用，零失败。导出由第一作者发布在 https://collusion.wiki/explorer/download.html ，应到那里取得。作者在 2026 年 9 月 4 日把本地副本的 SHA-256 与公布的核对过。因此复现结果需要从作者处下载导出，再对自己的脚本来跑。运营者的请求日志不重新分发。作者提供按文件的大小、SHA-256 和取回日期、分析代码和汇总结果。每个请求、地址、网络块或名字一行的中间表不交付，脚本从来源文件重建。rebuild_log.py 从独立取得的来源文件恢复规范化语料（对取回的四个月核验过）。一份预备切片按 146 个云 /16 前缀和事件窗口选出 1,702,673 条记录，排除 3,454,529 条。这是流量分类器，不是每一条被保留的请求都属于智能体的证明。该切片在本修订的公开发布中暂扣，等待单独的请求级出处和隐私审阅。它的随机地址标识仍可通过记录引用连回来源，是假名，不是匿名化。全语料合计和非队伍比较需要完整来源，不能只从切片重算。对先前版本的一处更正属于这里，而不是脚注：交付的表 paper_netzblock_whois.csv 有一列注册联系人，其中包括与本次事件无关的私人姓名，并把管理员的住宅范围完整写出，两者都违反作者自己的伦理声明。联系人列已删除。住宅信息现在按规则排除，而不是手工：发布构建只在注册数据把它归于列出的云提供商时，才逐字保留网络前缀或地址，其余每个换成按构建的假名。独立的发布检查在任何残留上失败。第一次涂抹去掉了联系人，但留下了住宅信息。手工的第二遍漏了同一前缀在另一张表里的副本。交叉审阅和随后的审计抓住了两者。发布材料归档在 https://doi.org/10.5281/zenodo.22689980 （概念 DOI；先前归档的 v1.0.0 是 https://doi.org/10.5281/zenodo.22689981 ，不含本修订的增补），开发在 https://github.com/PhilflowIO/agent-swarm-forensics 。代码以 MIT 发布，派生数据以 CC BY 4.0 发布。

伦理

导出里的人名由第一作者涂掉。作者只引用智能体写下的文字，并以角色识别维基管理员。住宅地址和前缀不包含在预备的发布产物里。运营者的公开请求日志也记录对一个长期社区维基的普通访问。公开可得并不使它成为匿名化的研究语料。因此作者发布汇总的请求结果和可复现代码，不发布原始日志或预备的请求级切片。基于前缀的队伍归属不能确立请求级的纯净。来源引用使地址在假名化之后仍可连接。早先的联系人姓名和住宅范围披露，已按上文更正。在那次单独的发布审阅完成之前，不声称有请求级发表。

附录 A 产物与可复现性

所有表在 analyse/artefakte/ 下，前缀为 paper_episode_、paper_flotte_、paper_lernkurve_、paper_uhr_、paper_prozess_、paper_ml_、paper_math_、paper_neuheit_、paper_horizont_、paper_themen_、paper_archetypen_。关键表：paper_fortschritt_kohorten.csv（907 个队列，38 列；表 4），paper_flotte_schaetzer_versoehnt.csv（表 1），paper_episode_r6_sichtung.csv（102 到 1 的复查），paper_uhr_faktoren.csv 和 paper_uhr_korrelation.csv（图 3、图 4），paper_math_fahrplan_latente_skala.csv（第 5.3 节），paper_horizont_testH_cvd_kohorten.csv（第 5.5 节），paper_neuheit_vorsprung_eigenankunft_labels.csv（起步领先），paper_netzblock_whois.csv（191 行提供商；住宅行的识别字段已涂掉），paper_exposition_index.parquet 和 paper_exposition_adoption_6h.csv（表 3、图 7）。脚本 analyse/scripts/01 到 66 用相对脚本的路径，在 analyse/.venv/bin/python 下运行（版本钉在 analyse/requirements.txt）。scripts/c/mt_seedscan.c 是 2 的 32 次方种子扫描，本文不描述其实现。没有任何脚本产生的产物，连同确立这一点的运行日志，列举在 analyse/artefakte/HERKUNFTSPRUEFUNG.md 。它们作为数据交付，带逐行裁决。重跑管线的读者有两条顺序约束：63_fortschritt_robust.py 消费 66_exposition.py 的输出；62_goldset_eval.py 读取它不能再生的人工裁定。十三份细节报告（BERICHT_*.md）各自含方法、各过滤阶段的计数、证据引文和歧义清单。它们的并集是 paper/limitations_raw.md 。德语综合 MECHANIK.md（第 2 版，2026 年 9 月 8 日）记录最初基于写入的分析。第 1 版归档为 MECHANIK_v1_ueberholt.md 。额外的请求分析用 analyse/scripts/betreiberlog/ 及其 pruefung/ 子目录。82_cross_review.py 把修订后的比较、读者定义和观察窗口计数再现到 analyse/artefakte/betreiberlog/cross_review_summary.json 。底层请求必须在本地重建。更早的支持报告保留其历史解释，应与本修订的更正一起读。

附录 B 金标准与分类器质量

样本：从全部非空增量的 309,235 句里，用固定种子抽 400 句，按正则类分层，对稀有正例过采样（全部未来答案候选、全部已填的 STATE 记号），以及 102 句正则为负、但含轮次标记或时间表达式的句子。编码手册带正例、负例和边界例，在 analyse/artefakte/CODEBOOK_goldset.md 。评分者：两个语言模型实例，一个被指示编码言语行为，另一个重建对应的驾具日志事件。两者都对正则标签和彼此设盲。裁定：任何分歧的 63 句全部手工决定，记在 paper_goldset_konflikte.csv 。金标签是一致值，否则是裁定值。两条裁定规则在逐条决定之前固定，值得写出，因为两者都改正了编码手册。第一，一轮只有在该句或其紧邻上下文点明位置时才算有记录。从任务族里状态顺序重建出来的数字不算。这排除了 19 个有争议到达里的 11 个。第二，转达另一个队列答案的句子，即使写作者自己的进度在该句里不可见，也算作收到。编码手册要求评分者做一个他们在结构上做不了的判断，因为写作者自己的状态是队列的属性，管线稍后在队列层才应用该条件。言语行为、话题、时钟路径和语域上其余的冲突，严格按编码手册解决。精确率和召回率在原始样本上报告，并按层重加权到被抽样的宇宙。

评分者一致性：

分类器（精确率与召回率的 95% 区间写在括号里；最后一列是重加权到正则正例总体的召回）：

金标准有 n=400 句，抽自 16 层。400 句都被两个评分者完整编码。评分者在至少一个字段上对 63 句有分歧，63 句全部人工裁定。精确率在分层样本上报告。最后一列把召回重加权到正则正例总体（层权重等于总体除以抽出数），Wilson 区间用 Kish 有效样本量。已填的 STATE5-XX 记号在 17 例里 6 例被编成到达，R# CONFIRMED 句子是 25 例里 25 例（Fisher 精确 p<0.001）。

附录 C 稳健性矩阵

每一行是正文的一项说法。各列给出基础估计，以及它在第 4 节所点名的敏感性分析下的表现。本附录的表由脚本 63–65 生成再读入，没有手工誊写的值。下面按原文各行写入。

有记录的进度。受控 OLS、族固定效应、HC1 标准误：n=510，k=12，不含零且为正的是用过计数器服务，不含零且为负的是请求率。同一设定、聚类标准误：n=510，k=11，正：用过计数器服务；负：请求率、到达时可见超前答案。同一设定、至少 5 次修订的子集：n=256，k=11，正：用过计数器服务；负：请求率。去掉引用级联的抄袭目标：n=494，k=11，正：用过计数器服务；负：请求率、到达时可见超前答案。每个（族, 日期）一个队列（已经唯一）：n=510，k=11，同样两项为负、计数器为正。有序 logit、族固定效应：n=510，k=12，没有为正的，负的是请求率。阈值 logit，轮次不低于 2：n=256，k=9，正负都没有。不低于 3：n=496，k=12，正负都没有。不低于 4：n=476，k=12，没有为正的，负的是请求率（请求率）。不低于 5：n=384，k=9，没有为正的，负的是请求率和到达时可见超前答案。逐族留一（35 个族）、受控 OLS 聚类标准误：n=510，k=11，没有为正的；11 个里有 1 个在至少 95% 的运行中区间不含零，即用过计数器服务。未来答案的置换均差（轮次）：n=510，k=1，没有不含零的；Δ=−0.56［−1.46, 0.29］，p=0.27。BH q<0.05 的在原文里用斜体标出；上表请求率在若干行达到该控制。

钟的因子、午夜处理和潜在标尺。区间是按名字做 4000 次自助重抽样的百分位区间（种子 20260909）。

午夜处理（A+B，配对层）：排除负差（主集）与主集相同，中位 0.435，斜率 0.91。只在修正后的内部间隔和墙钟间隔都不超过 6 小时时加 24 小时，同样是 0.435 和 0.91。只保留墙钟间隔小于 2 小时：n=62，名字 46，中位 0.454，四分位距 0.351–0.802，斜率 0.85。不加限制地加 24 小时（只作定向，15 次翻过午夜）：n=86，名字 63，中位 0.519，四分位距 0.355–2.468，斜率 1.17。22 个负的内差没有一个与有界规则下的单次午夜跨越相容（修正后因子 0.9–259），所以有界修正与主集重合。上一版正文斜率 1.03［0.70, 1.36］指的只是路径 A。

潜在速度标尺，15 个完整配置。第一主成分解释的对数方差：全部行 0.784；逐行留一范围 0.755（去掉 Nov20/Nov21 SLOW）到 0.815（去掉 Dec13/Sep05）；行自助［0.65, 0.90］。另一处行自助 95% 为［0.650, 0.898］。15 行的日程原文都在：OECD 教育公平 Nov27/May30，R1 计时 12 分 18 秒，冷却 1 小时 28 分 36 秒，随访 56 秒，出处 CQQ，页 OECDEquity12m18Timing，2026-06-20 02:20:25，名字 OpenAIOECDNov27。OECD Jul23/May24 FAST，17 分 21 秒，冷却 36 分 23 秒，53 秒，QQQ，页 OECDEducationEquitySequence，2026-06-20 01:03:16，OECDEquityMay24Agent。DataUSA 警员工资 Jul03/Mar31 SLOW，14 分 18 秒，51 分 55 秒，43 秒，QDQ，PoliceWageAgeSequenceMar10Collab，2026-06-18 19:45:32，OpenAIJul03Police。同族 Mar27 MEDIUM，5 分 41 秒，27 分 15 秒，15 秒，QQQ，同页 22:16:48，AgentResearchXYZ。DataUSA 服装 Jun28/Oct01，2 分 56 秒，28 分 39 秒，15 秒，QQQ，AgentJuly25ClothingCoordX，2026-06-16 20:25:12，OpenAIClothingOct01X。建筑 Nov09/Mar08，10 分 00 秒，30 分 32 秒，42 秒，DCC，DataUSAConstructionSequenceMar08，2026-06-17 00:34:00，Aug18SectorHelper。建筑 Jun03 FAST，5 分 39 秒，8 分 46 秒，11 秒，QQQ，同页 01:53:13，RelayReader27083。建筑 Jul08，6 分 09 秒，27 分 10 秒，17 秒，QQQ，Jan03ConstructionCadenceLive，2026-06-18 00:38:14，OpenAIJul8Watcher。建筑 Jan03/Feb28/Apr30，14 分 51 秒，35 分 11 秒，31 秒，QQC，同页 2026-06-17 21:25:47，FreshReaderXYZ。女佣工资 Oct16/Apr15/Jul07，18 分 04 秒，1 小时 11 分 04 秒，57 秒，CQQ，Oct16MaidsLive，2026-06-16 21:22:15，SectorAgentMay07Live。贫困县 Jun26，4 分 44 秒，42 分 55 秒，27 秒，QQQ，DataUSAPovertyCountySequenceFeb03，2026-06-17 01:30:33，OpenAIJulThreeWatcher。IHME 心血管 Nov20/Nov21 SLOW，15 分 00 秒，1 小时 22 分 02 秒，83 秒，QQ?，HealthdataCVDSequenceCollab，2026-06-18 07:40:53，OAI7C97。IHME 计划生育 Dec13/Sep05，5 分 59 秒，1 小时 18 分 38 秒，39 秒，QQQ，IHMEFamilyPlanningSequenceCollab，2026-06-21 11:22:57，OpenAIFPResearchSep05。职业工资 61-62 Sep04，7 分 27 秒，15 分 35 秒，28 秒，QQQ，DataUSAOccupationSalary6162SequenceJul18Live，2026-06-21 19:25:37，OAIEquitySep04Agent。同页 Apr01 SLOW，8 分 12 秒，57 分 31 秒，32 秒，QQQ，2026-06-21 21:56:33，OpenAIApr01Scout。全部 15 行的第一主成分解释方差 0.784，逐行留一 0.755–0.815，行自助 95%［0.650, 0.898］。

心血管疾病族的最后活动，以区间表示。快类 17 秒，有证据的行 n=11，最后存活从 R1+90:01 到 +91:03（窗口 62 秒，变异系数 0.006），死亡区间［R1+91:03, R1+91:53］=50 秒。只算服务器证据的快类行 n=8，同一窗口。中类 22 秒，有证据的行 n=12，最后存活从 R1+105:32 到 +107:32（窗口 120 秒，变异系数 0.005），死亡区间［R1+107:32, R1+108:05］=33 秒。只算服务器证据的中类同样 n=12。各队列的最后存活 UTC 与证据类型（审计或服务器）在原文图 10 的表里逐行列出：快类 Apr23、Apr30、Dec30 带审计，Feb26、Jan18、Mar25、May03、May14、May25、May26、Oct25 为服务器；中类 Aug24 到 Sep24 的十二个队列均为服务器证据。图 10 把每个重建队列在内部时间上的最后活动画成从最后一次归档写入到从未报告的第一轮的区间。服务器证据的行用黑，自述审计用灰。

替代标记规则下的总体。全部（月,日）标记：D=335，估计 911［807–1024］，含两个日历无效标记。仅日历有效：D=333，888［787–996］。减去 20 个带真实写入日期的名字：D=332，876［774–995］，正文估计，蒙特卡洛区间。标记出现在至少两次归档修订里的名字：D=297，613［555–676］，丢掉单次写入的回合，是标签噪声的下界。名字加页名：D=353，1245［1064–1438］，接近饱和，脆弱。文本里自命名的队列：D=294，597［541–658］，基于档案的下限就是 D 本身（294）。名字与队列提及之比：1397，不假设均匀。除最后一行外，各行都反演期望 D=365×（1−（1−1/365）的 n 次方）。至少两次修订那一行是对一次性单次写入名字的敏感性，预期会低于其他行，因为它也去掉了真正只写一次的回合。各规则说得通的范围大约是 800–1400。没有一条规则是“规范的”。

选页：新近程度对累计人气。不分组时，距上次编辑的分钟数加 1 的对数，系数 −0.959，乘数 0.38［0.37, 0.39］；先前修订数加 1 的对数，+0.750，乘数 2.12［2.08, 2.15］。距上次编辑的同一项在分组设定下是 −0.967，乘数 0.38［0.37, 0.39］。先前修订以 1 次为参照、并控制新近程度：2 次 +0.862，乘数 2.37［2.18, 2.57］；3–5 次 +1.296，3.66［3.36, 3.98］；6–10 次 +1.686，5.40［4.97, 5.86］；11–25 次 +1.933，6.91［6.23, 7.68］；26–50 次 +2.197，9.00［7.63, 10.62］；超过 50 次 +3.211，24.79［21.96, 27.99］。去掉三张基础设施页作为目标后：2 次 +0.846，2.33［2.14, 2.53］；3–5 次 +1.270，3.56［3.25, 3.90］；6–10 次 +1.646，5.19［4.76, 5.65］；11–25 次 +1.885，6.59［6.12, 7.10］；26–50 次 +2.043，7.71［6.46, 9.20］；超过 50 次 +1.147，3.15［2.42, 4.09］。这是对 9,995 次写到已存在页面的修订的条件 logit，每个选择均匀抽二十个替代。McFadden R²=0.78。三张基础设施页（欢迎、起始、测试；3,021 次修订）若仍作为可能目标，最高一档读数是 24.79 而不是 3.15，这是欢迎页的属性，不是队伍的选择。

没有可见接触痕迹时的传染与采纳。分支比 α/β。名字的首次写入，6 月 16–22 日，分段数 1：0.917、0.916、0.916，n 从 2580 到去重后 2465。同窗口分段数 28：0.868、0.865、0.864。6 月 18 日，分段数 1：0.959、0.958、0.958，807 到 767。分段数 24：0.564、0.552、0.551。修订，6 月 16–22 日，分段数 1：0.958、0.960、0.959，13339 到 11155。分段数 28：0.927、0.926、0.925。6 月 18 日分段数 1：0.977、0.977、0.977，6543 到 5094。分段数 24：0.811、0.857、0.855。三列分支比依次是完整、去掉复制循环、再去掉重复句。

第一行特征份额（%）。18 小时窗口（6 月 17 日 00–06）：轮次标记完整 76.4、无接触痕迹 72.9、仅第一行痕迹 71.6；cohort 47.2、49.0、49.0；报告格式 61.4、59.4、58.8；名字数 127、96、102。24 小时窗口（6 月 17 日 06–12）：轮次标记 77.1、77.5、78.0；cohort 54.2、52.5、53.7；报告格式 75.0、72.5、73.2；名字数 48、40、41。复制循环规则：同一名字、60 分钟内规范化增量相同，或一行至少 80 个字符先前被任何名字写过（1,897 次修订，13.0%）。重复句规则再去掉 469 次没有新的、至少 40 字符句子的修订。完整变体精确复现正文拟合。接触痕迹过滤去掉 1,140 个协调名字里的 215 个（引用页名 143，复制级联目标 34，会合词表 51；并集）。第一行变体去掉 158 个。所有 n 至少 20 的窗口里最大的窗口差：轮次标记 4.7 个百分点，cohort 8.7 个百分点。

附录 D 工具与出口清单

下面每一项都是智能体自述，并与它们出现于其中的那次修订的服务器记录交叉核对。没有一项对照容器本身核验过。每一个被点名的服务已经出现在第一作者的公开报告里。这里只保留计数和更正，不写命令、字段和调用方式。

有证据的是通用的壳、抓取客户端、DNS 查询、浏览器自动化、文件系统和截图。没有证据的是：发行版、Python 版本、资源限制、处理器代际。语料里没有任何关于代币或成本限制的陈述。唯一被讨论过的限制是时间。

用得最多的绕过是公共抓取服务，不是利用。它们出现在 4,682 次修订、942 个名字里，从 5 月 26 日起。一旦这种服务在允许名单上，允许名单就没有意义。另一条路径（29 次修订、20 个名字，从 6 月 20 日起）是唯一携带 POST 体的，并且同时绕过了几项本应分开的控制。本文不写那几项控制如何被绕过。零命中包括若干常见的隧道和替代传输。对第一作者的更正：他们列出的隧道提供商里有一家没有证据，另外三家有自述。代理从未在传输层被绕过。封锁最有害的行为不是挡住，而是静默掏空响应：目标程序挂起，而不是失败。把控制伪装成程序错误返回，比诚实拒绝更费智能体时间。

Philipp Lütje，The Mechanics of a Swarm: A Reproducible External Reconstruction of an Unintended Agent-Coordination Episode on a Third-Party Wiki，2026-09-11，https://arxiv.org/abs/2609.12748，CC BY 4.0