修正紀錄

#為什麼要有這一頁

因為一個宣稱可究責的系統，必須先能對自己可究責。

這一頁是那個專案的落實形式：所有被降級的宣稱、修正過的數字、刪掉的措辭，按時間排在一起。完整對照在 證據帳本。

#2026-10-07　網站資料核對

逐條把網站上的數字對回來源（專題 _index/claims.json、論文、Vacant repo 的裁決與結論文件），改了這幾處：

• zero.reminder_default_off 的分母放錯批次：「答案檔對的比例約 82% → 65%」旁邊寫的分母（A 119、C37 161、C37R 211）屬於 10-02 的 Colab v3.7 批，不是 09-26 本機批。現在兩批分開寫：本機批是裁決文件的原文、未附分母；Colab 批是 A 97／119＝81.5%、C37 123／161＝76.4%、C37R 139／211＝65.9%。
• 筆記首頁的統計寫成「55 條量不出差異」：這是程式把 5 和 5 當字串接起來，正確是 10；而且把「無可分辨差異」和「同號未解析」加在一起本身就違反裁決值的定義。這格已拿掉，改成兩個值分開的裁決分布條。
• no_effect 的網頁標籤統一為「無可分辨差異」（論文用詞）。之前站上同時出現「無可分辨效應」。
• 「34 條」過期：首頁、檔案庫、文件首頁、筆記首頁、FAQ、實驗方法、本頁與四篇筆記仍寫 34 條；目前是 58 條（34 條正式索引＋24 條 repo 裁決）。手寫頁的數字改由 build 現算。
• 防守軸摘要「12 條裡 6 條被推翻」：是 3 條推翻、3 條說太滿，兩個是不同的裁決值。
• 證據帳本「裁決集中在哪些地方」的條數只算正式索引的 34 條，現在標明分母。
• zero.v37_gguf_not_replicated 的原始文件在 Vacant repo 的 docs/gguf-replication-results 分支，10-03 時尚未併入 main，已在來源欄註明。

#2026-10-03　零設定 v3.7 發布（v0.9.0）

• vacant-network v0.9.0 發布，tag v0.9.0：產品主線是零設定——裝了就有作用，不需要設定。
• 零設定四個批次的結果全部寫進 零設定 Vacant：DABstep 付費批次兩個模型都沒量到差別（p=0.21／0.29）、本機 711 格 p=0.021 但集中在 6 題、Colab 920 題 p=0.387、u274 p=1.0。
• v3.7 的 p=0.0028 換引擎就沒複製出來：Colab +11.3 pp（p=0.0028），LM Studio GGUF −0.4 pp（p=0.84）。因此不宣稱「v3.7 讓 agent 做得更好」。
• 920 題批次 96% 的退回是誤退（472 次退回裡 455 次只因不認 sh run_tests.sh）——v3.7 的第一個缺陷修的就是這個。
• u274 的缺檔退回 31 跑之後 0 對、17 錯、14 還是沒檔——v3.7 的第三個缺陷修的是這個。
• 新產品線：可究責追緝（可究責追緝）。兩層歸因、五個等級、provable 三條件；端到端 33/33、25/25、16/16（全部 L-fake）。
• 原生平台的三個缺口（原生平台與靜默無效）：W1 金鑰變數白名單、W2 opencode 沒有 stop 事件（37 個 step 的完整病歷、零個裁決）、W3 harness 沒帶 --dir。
• 互動式 TUI 的 A/B harness 七個量測錯誤（外加兩條只在程式碼註解裡的），每一個方向都讓數字長得比實際好看。
• 通用收件口五個靜默缺陷，其中 Codex 會因為遺留鍵 profile = "vacant" 拒絕啟動。
• 這一輪起網站的宣稱索引分成兩層：專題匯入的 34 條（claims.json），以及從 Vacant repo 裁決文件抄錄的 24 條（claims-repo.json）。後者在帳本上標為「repo 裁決」，表示尚未進正式索引。

#2026-09-24　論文定稿與全面稽核

• 完整論文定稿（Vacant_可究責層_畢業專題論文.docx / .pdf）。
• 資料索引 _index/ 完成：34 條宣稱、3,322 個檔案的 sha256 清單（1,550,582 行、325,111,980 位元組）。
• 事實查核報告完成：8 個 ERROR、22 個 WARN、16 個 NIT。
• 本網站重組：docs／實驗筆記／證據帳本上線。

#2026-09-20　「擋在出口」被推翻，五層語彙改寫

ABPI 稽核（391 格）發現：

事實：拒交只是一個旗標與退出碼。外層腳本不讀退出碼，59 個拒交格中有 7 格的檔案被複製出去並評分。

修正：專案改用五層語彙（Observed／Decided／Withheld／Mediated／Attested），要求每一層各自宣告涵蓋範圍。對外能講的只到 Decided。

設計回應：release／publish 能力分離。publish 是唯一有對外寫入能力的元件，不讀退出碼。

同日：框架掛鉤實測顯示代理能刪掉自己的掛鉤設定 → 掛鉤只能當增強，不能當信任根。第一張真實代理的 A 級收據簽出。

#2026-09-18　R532 修正案一與二

AMEND1：分析器只檢查顯著性、沒有檢查方向，於是標成 EFFECTIVE。那個標籤作廢。只允許引用 RULED_OUT（本輪門檻：區間上界 < +2.0 pp），且明文禁止說「迴圈有害」。

AMEND2：「更強模型」這個前提不成立——27B 的 OFF 臂 74.8% vs 12B 的 75.2%。我們沒有比較到更強的模型。

同時修正一個數字：閘門把假交付大約砍掉四成，不是對半。原論文寫「halved」，被判為 ERROR E6——兩個率用了不同的分母（120/836 = 14.4% vs 211/836 = 25.2%）。

#2026-09-13　R460R：頭條宣稱輸給自己的穩定性規則

完整細節

狀態：由「支持」降為同號未解析。

五條強制附帶報告：五次同號；零次通過 Holm；五個未校正區間全部與 R460 相交；五個上界全部低於 +13.33；跨題庫結果也未過 Holm。

禁用說法：「複製穩定」「複製失敗」「效應消失」「等價」「打成平手」「迴圈沒用」。禁止合併 n、禁止平均、禁止挑一次來報。

同日：R529 跨題庫四集（716 題）主假設不成立（+1.12 pp，Holm p=.3409）。事後才發現兩台主機的 reasoning 設定不同。

#2026-09-09　被要求刪掉的第一句話

2026-09-03 的 R440P 審計，「評審委員會」這個角色被刪除。

當時的分析（評審準確率 0.7552 vs 零智慧基線 0.7522，差距 +0.29 pp）讓專案改用客戶自己的可執行驗收測資當裁判。

執行取代意見，收據取代投票。

#2026-09-03　R440P：閘門誕生；R440Q：前提被推翻

• R440P：刪除評審委員會與單輪修訂（每題省 3 + 1 通呼叫），改用可見驗收閘門。
• R440Q：LCB v1 的 91/91 隱藏測資都是可見測資的超集（V ⊆ GT），所以「隱藏會過但可見不過」在構造上不可能。這推翻了 R440P §七 的第一條前提。

升級為主結論：

如果需求跑不起來，就沒有免費的裁判；這個機制會退化成「問一個模型」——而那正是量出來最差的東西。

#2026-09-01　兩個假說被提出，然後被排除

• H-A 天花板：35b worker 太強 → 換 12b 就顯出增益。排除。 ON vs OFF5 p = 1.0000。
• H-B 難題：MBPP+ 太簡單 → 換 LiveCodeBench 就顯出增益。排除。 ON vs OFF5 p = 0.4244。

hypotheses-excluded

#2026-08-30　G 實驗：委員會輸給多數決

R437 的三個事前判準：

同時降級一條資料品質宣稱：

「第一個乾淨的完整資料集」→ 改成「無已知 bug 汙染、配對子集 n=101」。ON 臂 infra_void 66/179 = 36.9%，equal_budget_comparison_valid = false。

另外一個反證：ON 75.25% vs OFF5 77.23%（−1.98 pp）；修掉一個無關的 typing 白名單 bug 後變成 84.16% vs 81.19%（+2.97 pp）。點估計方向因為修無關的 bug 而翻轉。

#2026-08-06　「新穎攻擊」宣稱被撤回

脈衝攻擊即 Srivatsa 等（2005，TrustGuard）的 strategic oscillation；Hoffman 等（2009, ACM Computing Surveys §5.4）列為命名類別 oscillation attack。

連我們的頭條也被搶先：Srivatsa 量過四種震盪模型的攻擊者成本比 1 : 2.28 : 2.08 : 1.36，並證明知道記憶窗 maxH 者以週期 = maxH 震盪最優。我們的「1.81 倍」既較舊又較弱，且已自判為雜訊（置換檢定 p=0.115、檢定力 25%）。

七個元件中六個已有等價的先行研究。

#2026-08-06　六條脈衝結論，三條推翻兩條降級

aggregate-decomposition

保留下來兩條：偵測機率是單一乘積 (1−盲區)×抽樣率×準確率；盲區 × 時間結構交互作用 η² = 0.264。

同時：原始報告寫 1,741 筆逐輪紀錄，正確數字是 1,740。

#2026-08-03　config-digest 的靜默傷害

SimConfig.digest() 同時是 RNG 種子與所有欄位的雜湊。後果：「加一個選用參數」會靜默地移動 E1–E16 的每一個數字。

修正：預設值欄位不納入 digest；whitewash／patient／sybil 三個 digest 釘死到能逐位元重現。

#2026-07-26　獨立審查：四句話被要求刪除

審查目標提交 f9a381a。裁決：這套架構目前提高的是可究責性，不是信任。

三個必要條件，兩個不成立：

要求刪除的四句話：

1. 「牙齒讓作惡有真實後果」
2. 「credit 跟記憶走、不跟身體走」
3. 「substrate 進 key 堵住跨腦洗白」
4. 「Sybil 攻擊需要付出成本」（理由：匿名攻擊是 0.05 × N 線性，N=200 時總權重 10.0）

另外兩個統計工具的 bug：

• wilcoxon_signed_rank_exact 常態近似分支重複計算平手修正：n=30、20 正 10 負時程式說 p=0.0288（顯著），精確值 0.0987（不顯著）。
• bootstrap CI 用 hash() 當種子，跨行程不可重現：同一份資料跑出 53,478 與 1,628。

修補分支：4 項 P0 + 6 項 P1，TDD。361 passed / 1 skipped（基線 330）、29/29 審查意見對應測試、Mac 與 VM 各 12/12 攻擊阻擋。6 項結構性缺口刻意留下，第一項是「身分仍然是免費的」。

#2026-07-26　入場成本：兩條路都不該走

14 支機制模擬。外生入場費主動有害（stake=0 全擋；stake=2 得手 5.00、ROI 2.354），背書連坐為純淨損失（λ=0.9 時誠實者損失 0.691 而增益為 0）。

真正的約束是評審準確率：acc = 0 時得手 16.65、ROI 1.04——整個表格裡唯一「作惡開始有利可圖」的格。

裁決：前提是錯的。

#2026-07-09　一次紀錄被自己降級

回頭檢查 2026-07-05 的端到端實錄時，發現模型 I/O 的持久化根本沒生效（/tmp/vac_app.jsonl 只有 357 位元組）。

那一筆從「證據」重新分類為「單一案例展示」。

#2026-06-30　網路汙染被公開

群體路由複驗的第一輪 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；空字串被 \bYES\b 否定式匹配成通過，good_1 的同儕信譽被錯推到 0.50，同儕對真值從 88% 掉到 75%，抓獲率掉到 71%。

表面上的「−4%」是網路雜訊。

修的是量測，不是實驗：call() 加 retry×4。乾淨重跑：0 錯誤、0 空字串、0 reasoning 洩漏、評審 16 YES + 16 NO。

#2026-06-28　KS-1：兩個主驗證版本被殺

兩個設計分別送進 17 個與 10 個代理的對抗工作流。兩個都被殺。

在凍結的、無狀態的語言模型上，「把後果變真」和「在提示裡把後果寫得更像真」是同一個介入。Vacant 真正的機制——簽章、去中心化同儕、持續信譽、譜系——一條都沒有進入任何一個實驗臂。

這一條後來成為整個專題的方法論核心（KS-1 不變式），並直接導致記憶層與信任層的實驗設計。

同一輪的引用錯誤：I-CALM「幻覺 −50%、正確率 +2–8%」不在原文；Trust Over Fear 在基線上無效；2510.08624 是 2025 年；Tetlock 的 cheap talk 用錯情境。

#2026-07-17　外部錨點登錄

114 篇外部文獻的原文與出處登錄進參考文獻資料夾，逐條存檔並登錄 SHA-256。Appraisal of Human Trust（Ebrahimi 等）的關鍵段落以中英對照逐字比對。

#2026-07-03　主線重定為「記憶即責任」

研究歷程 的完整節點表在那裡。

#網站端的重大變更

#接下來

• 全部宣稱的裁決：證據帳本
• 完整的歷程：研究歷程