為什麼「永久除名」其實是兩個合理修補的乘積
實測 368 個被懲罰的種子裡 0 個回到路由。我們說「一次被抓 = 永久除名」——但真正的機制不是時鐘，是 slash 同時砍半均值又加倍觀測數，而觀測數是回歸時間的指數係數。
實驗結果是這樣的：跑 368 個真的被懲罰過的模擬種子，0 個回到路由。
我們的結論寫成：
一次被抓 = 永久除名。
這句話的現象是對的，但機制解釋是錯的。 而錯的機制解釋會導致錯的修法，所以值得追到底。
#先看它有多極端的
| 參數 | 回到路由的比例 |
|---|---|
| 現行（f = 0.5, λ = 1） | 0 / 368 |
| 只動均值、不動觀測數（λ = 0） | 214 / 368（58.2%） |
| f = 0.7, λ = 0 | 308 / 368 |
| f = 0.7, λ = 1 | 0 / 368 |
| f = 0.9, λ = 0 | 309 / 368 |
| f = 0.9, λ = 1 | 308 / 368 |
#解析式：不是「等很久」，是「到不了」
懲罰的可解析形式是：
需要觀測數 ≥ exp( n' · ((target − mean') / c)² ) − 1取 m = 0.9、target = 0.95、c = 0.3，算出各組設定需要的總觀測數（log₁₀）：
| 懲罰前的 n | f = 0.5, λ = 0 | f = 0.5, λ = 1（現行） | f = 0.9, λ = 0 | f = 0.9, λ = 1 |
|---|---|---|---|---|
| 1 | 1.21 | 4.83 | 0.09 | 0.13 |
| 3 | 3.62 | 9.65 | 0.28 | 0.34 |
| 10 | 12.06 | 26.54 | 0.95 | 1.07 |
| 48 | 57.91 | 118.22 | 4.54 | 5.07 |
#真正的機制：三件事同時成立
主要原因是 slash 的實作形式：
β += (α + β) · (1/f − 1) α 不動這個形式有兩個效應：
| 效應 | 效果 |
|---|---|
| 砍半後驗均值 | target − mean 變大 |
| 加倍有效觀測數 n | 而 n 是回歸時間的指數係數 |
#實測確認
單點實測（種子 p1，800 輪，f = 0.5）：
| 懲罰發生輪次 | 懲罰後分數 | 觀測數 | 之後回到路由 | 拿到工作 | |
|---|---|---|---|---|---|
| λ = 0 | 39 | 0.2887 | 0.7186 | 10 輪後 | 74 件 |
| λ = 1（現行） | 39 | 0.2887 | 3.4373 | 從未（剩餘 761 輪中 0 次） | 0 件 |
網格掃描（30 個種子 × 600 輪，盲區 0）：
| 設定 | 持續型攻擊者回來 | 悔改型攻擊者回來 |
|---|---|---|
| f = 0.5, λ = 1（現行） | 0 / 19 | 0 / 21 |
| f = 0.5, λ = 0 | 10 / 19 | 10 / 21（中位數 10 輪） |
| f = 0.7, λ = 1 | 0 / 19 | 0 / 21 |
| f = 0.9, λ = 0 | 17 / 19 | 16 / 21 |
| f = 0.9, λ = 1 | 17 / 19 | 16 / 21（回來時間約 55–182 輪） |
#「一次被抓 = 永久除名」原本錯在哪
我們原本的依據是：被抓過的 16 個種子裡，16 個在那之後再也沒被路由過。
但複驗發現這是混雜。 同一格的另外 14 個從未被抓的種子也一樣停擺了——它們不是因為被排除而停擺，是因為分數低而沒被選中。
乾淨隔離之後的數字（defect_budget = 1、4,000 輪）：
| 種子數 | 跑到第幾輪 | |
|---|---|---|
| 未被抓 | 27 / 30 | 跑到第 3,993 輪（結束） |
| 被抓 | 3 / 3 | 其後 3,961 輪零路由 |
而且「永久」其實有條件：
| slash 係數 | 回到路由的輪次 |
|---|---|
| 0.9 | 第 177 輪 |
| 0.8 | 第 520 輪 |
#我們做了裁決
2026-08-17，專案明確裁定保留這個行為。裁決理由寫得很直接：
理由是「看過 0/368 與 214/368」。
