我們量錯過的六件事

這一篇把專題裡所有量錯過的事情集中起來。每一件都是真實發生過的，每一件都差點變成一個假的正面或負面結論。

#一、讀錯欄位，造出一個假結果

E10 真模型實驗的第一次分析：

正確做法：品質判定必須與臂無關——用臂外的 compile_check(t.check)(answer) 獨立判定。

這條保留在 examples/realmodel_suite.py 的註解裡當作經典陷阱。}}

#二、網路斷線被算成「評審通過」

2026-06-30，群體路由複驗。第一輪 a2hard 印出 ✓，但逐呼叫 I/O 稽核抓到：

• 第 20–23 次呼叫（剛好是 good_1 的 4 個同儕評審）撞上 Connection refused / reset by peer。
• 回應是空字串，而比對規則是 \bYES\b 的否定式匹配——空字串被算成「不是 YES」，也就是「不通過」。
• 結果：good_1 的同儕信譽被錯推到 0.50，同儕對真值的命中率從 88% 掉到 75%，抓獲率掉到 71%。

表面上的效應是 −4%。

#三、一個選用參數安靜地移動了所有數字

SimConfig.digest() 同時是兩件事：

1. RNG 的種子。
2. 所有欄位的雜湊。

所以開發者「加一個選用參數」之後，E1 到 E16 的每一個數字都變了，而且沒有任何錯誤訊息。

修法：

• 後來加的欄位，若取預設值則不納入 digest。
• 三個 config digest 釘死到能逐位元重現 15/15 個計數。

#四、把「不超過預算」當成「等預算」

我們的 E19 想比較「哪種攻擊策略比較省」，於是把總作惡次數設成上限 12：

修法：改用 defected == BUDGET，並且事前驗證每一臂都真的被綁住。

在 budget = 1（唯一讓五個臂全部被綁住的點）重跑後，排名反轉：

whitewash 是最弱的，不是最強的。}}

完整的規則與限制

#五、在退化端點上量效應

blindspot = 1.0 時，30 個種子塌成同一條軌跡：

而我們的頭條數字——pulse 21.0、patient 79.0——正是這個端點。排除它之後，盲區效應從 8.9 倍降到 3.28 倍、從 54 倍降到 5.68 倍。

#六、預設值被關掉，而我們以為它是開的

arm_off5 在程式裡寫死 accepted = True——它沒有拒絕這條路。

所以 R437 那個「ON vs OFF5」的三臂比較，實際上是：

一個有免費閘門的臂 vs 一個被禁止拒絕的臂

#七（附帶）：被拒絕的規則也算陷阱

E15 選擇性攻擊的第一輪，20 個種子下高價值命中是 0.00——這在數學上不可能，因為基線就是 20%。

根因：任務價值是輪次索引的確定性函數，而見習配額是「每 10 輪一次路由到見習者」，攻擊者的見習期剛好每 10 輪到期。兩者在所有 20 個種子��完全相關。

修成 sha256(seed, round) 之後，以 30 個種子重跑得到 18–20%。

#這七件事的共同點

#接下來

• 四條正式的分析紀律：實驗方法與裁決值
• E10 的完整數字：e10-paired-null