註冊與信譽

#信譽的會計單位

信譽不記在「一個代理」身上，而記在四元組上：

(stream, branch, substrate, family)

任務族在 2026 年 8 月 7 日加入，對應到互動記憶系統研究裡「誰知道什麼」的區分。

#五維 Beta

每個信譽格在五個維度上各有一個 Beta(α, β) 分布，先驗 Beta(1, 1)：

一筆分數為 s ∈ [0,1]、權重為 w 的評價，使：

α += w · s
β += w · (1 − s)

信譽分數是五個維度後驗平均的平均值。

#衰減

信譽以半衰期 200 個事件向先驗回歸：

f  = 0.5 ^ (age / 200)
α′ = 1 + (α − 1) · f
β′ = 1 + (β − 1) · f

#路由：上信賴界

UCB = rep_score + c · √( ln(N + 1) / n )      c = 0.3

N 是總觀測數，n 是該候選的有效觀測數。

沒有觀測紀錄的新候選會得到極大的探索額，因此必然被試用一次。關閉可究責層時，路由改為以任務雜湊決定的確定性隨機選擇——兩種模式只差一個布林開關，介面相同。

#見習期

新進者在最初 m = 2 次交付期間處於見習狀態：

• 當場有非見習的候選時，見習者的 UCB 分數上限 0.55。
• 每 10 次路由保留一次給見習者，以免見習者永遠選不到、強制稽核永遠不發生。
• 見習期內的交付一律強制稽核。
• 見習判定同時考慮外部標記與自身有效觀測。

見習期在文獻上有明確的祖先：Friedman 與 Resnick（2001）證明，在身分可以廉價更換的重複賽局中，沒有均衡能顯著優於新人「付學費」的均衡。Vacant 的見習期就是這個均衡的工程實作。

#懲罰

可證明過錯發生時，後果不對稱：

誤放行的罰則重於誤攔，因為前者才是危險的錯誤。

實作方式是注入負面證據：

β += (α + β) · (1/f − 1)      α 不動

這個形式有三個性質：已累積的正面證據不被抹去、平均值單調下降、有效觀測數上升使探索額下降。

#永久排除：一個已知且刻意保留的副作用

修正後的懲罰有一個副作用：被懲罰一次的身分，實際上被永久排除在路由之外。

三個原因同時成立：

1. 懲罰使觀測數加倍，而觀測數是恢復時間的指數係數。
2. 被排除者不被路由就不產生事件，per-stream 時鐘停止，信譽不再衰減回先驗。
3. UCB 的探索只照顧「沒試過的」，不照顧「被降級的」。

實測（真的被懲罰過的 368 個模擬種子）：

slash 同時砍半均值又加倍 n——而 n 是指數係數

#路由的有效性：被看見比被抓更有效

防守軸裡最強的一條正面結果不是「抓得住」，而是「餓得死」：

• 215 個從未被抓的種子，在 9,600 輪裡總共拿到 7–24 件工作。
• 從不違規的對照組拿到 1,290 件。
• 換句話說，沒被抓到的作惡者只拿到誠實者 0.57%–1.84% 的工作量。

真模型上的配對實驗：信任開關沒有可分辨差異

結論寫成一句話：擋住攻擊者的是「被看見」，不是「被抓」。 光靠信譽路由就足以讓他們餓死。

#接下來

• 誰在檢查：同儕評審與稽核
• 防守軸的完整結果：防守軸