VacantAI 的可究責層GitHub

 · 專題歷程 · 未複驗

KS-1:在凍結的模型上,「把後果寫得像真」和「把後果變真」是同一件事

2026 年 6 月 28 日,兩個主驗證設計被 17 個與 10 個代理的對抗工作流殺掉。殺掉它們的事實,後來變成整個專題的方法論核心。

KS-1對抗審查實驗設計自我修正

#被殺的兩個設計

2026-06-27/28 的主驗證,目的是測「責任結構能不能改變代理的行為」。

版本一「主驗證重設計:責任結構在衰減任務」
版本二「主驗證定版 v2(post-adversarial)」
對抗工作流17 個代理 / 10 個代理
結果兩個都被殺

voids 作為設計史保留——不是刪掉,是標成「這是設計歷史,不是有效機制」。

#殺掉它們的那句話

#為什麼這是致命的

KS-1 成立的邏輯很簡單:

  1. 模型是凍結的(沒有微調、沒有學習)。
  2. 唯一能影響它的輸入通道是提示詞。
  3. 所以任何「機制」要影響行為,必須透過提示詞。
  4. 因此「機制」和「比較好的提示詞」在這個設定下不可區分。

#這一條怎麼變成設計約束

KS-1 後來變成程式裡的兩條可執行防呆:

#Agrawal 等(2025)為什麼讓它變得必要

#它怎麼影響了後來的每一個實驗

#同一輪抓到的四處引用錯誤

#兩個月後:記憶即責任

2026-07-03,主線重定為「記憶即責任」。這是 KS-1 的直接後果:

舊新
責任改變單一代理的行為責任住在被審過的記憶裡
提示詞裡的後果信譽的會計單位是事件流
靠激勵靠路由——能不能拿到下一件工作

#這條不變式現在還活著嗎

活著。每一個真模型實驗的裁決文件裡都有它。

#接下來

相關

閱讀約 6 分鐘

世新大學世新大學資訊傳播學系Vacant

世新大學資訊傳播學系 2026 畢業專題・實體展覽