VacantAI 的可究責層GitHub

 · 防守軸 · 未複驗

整個防禦系統唯一真正緊的約束:評審準確率

掃了押金、見習期、生態規模、攻擊者占比、審查者誤差相關性——全部是鬆的。唯一讓攻擊開始有利可圖的格,是評審準確率掉到 0 的時候。

機制模擬評審駭客經濟

在 押金那一篇 裡,我們把「外生入場費」和「背書連坐」刪掉了。理由是它們不是效果較弱,而是一個主動有害、一個是純淨損失。

但那兩條路被刪掉之後,這個系統靠什麼擋住攻擊者?

#掃了五個參數,四個是鬆的

#押金

鬆。stake=0 完全封鎖,stake=2 回報率 2.354。

#見習期長度

很緊但方向相反。m=0 → 6.85、0% 全擋;m≥1 → 0.00、100% 全擋。一步到位,之後沒有任何區分度。

#生態規模(E8)

完全鬆。 誠實者 2/3/5/10/20 位,全部 0.00、100% 全擋。

#攻擊者占比(E14)

攻擊者/總數攻擊者得手每人回報率全擋率
1 / 62.300.1445%
2 / 74.000.125—
3 / 83.800.079—
5 / 105.400.068—
8 / 137.45 ± 1.070.0580%

#評審者誤差的相關性(E16)

相關係 ρ攻擊者得手標準差
0.0(獨立)2.400.58
0.32.300.95
0.62.500.67
0.92.451.07
1.0(完全一致)2.851.98

#唯一緊的那個:評審準確率(E12)

評審準確率路由到攻擊者攻擊者得手回報率
1.0(完美評審)18.01.90 ± 0.300.119
0.7(我們的設定)—2.35—
0.5—2.70—
0.3—4.300.269
0.0(無評審)33.616.65 ± 12.891.041

acc = 0 是整個表格裡唯一「攻擊開始有利可圖」的格。 回報率 1.041 代表攻擊者賺得到錢。

而它的標準差是 12.89——比均值的一半還多。這個格不只是危險,它還不可預測。

#為什麼其他參數都鬆

把它們放在同一個框架裡看,防守力實際上來自三件事,而且只有三件:

機制防的是
被看見(信譽路由)做壞了還拿到下一件工作
評審準確率壞的東西被誤認為好
確定性抽樣稽核評審集體說謊

前三項裡兩項是評審品質的函數。押金、見習期、生態規模、攻擊者占比、審查者相關性——全部是這三件事的下游參數,它們改變不了那三件事。

#這個發現的實際後果

完整的機制分析

那條 +0.29 pp 就是「評審準確率 ≈ 零智慧基線」的意思。在 E12 的表格裡,準確率 0.7 那一列的攻擊者得手是 2.35——我們的系統實際上就住在那一列。

#這條結論的邊界}}

#接下來

相關

閱讀約 4 分鐘 · 本頁引用 1 條已裁決宣稱

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