防御軸

#この軸が答える問い

意図的に誤った納品をする参加者がいるエージェント集団において、署名付きの記録、評判ルーティング、ピアチェック、抜き取り監査、ペナルティが、誤った納品が受け入れられる機会をどこまで減らせるか。

#最も効いたもの：捕まることではなく、見られること

これは防御軸で最も強い肯定的な結果であり、しかもそれは「捕まえられる」ことではありません。

言い換えると、捕まらなかった悪意ある参加者が得た仕事は、誠実な参加者の 0.57% – 1.84% にすぎません。

結論を一文で書くとこうです。攻撃者を止めたのは「見られること」であって、「捕まること」ではありません。 評判ルーティングだけで彼らを飢えさせるのに十分で、一度捕まえる必要すらありません。

（出典：runs/s5_v1_FINDINGS.md）

#参入コスト：どちらの道も選ぶべきではない

2026-07-26、14 本のメカニズムのシミュレーション（セルごとに 20 シード、E9 は 40、E15 は 30。400 ラウンド。誠実な参加者 5 + 攻撃者 1。監査率 0.2、E2/E3 以降は 0.05。評価者の正確度 0.7 は著者が選んだ値で、測定していません）。

#本当の制約は評価者の正確度

acc = 0 は、表全体で唯一「不正が割に合い始める」セルです。 ほかのすべてのパラメータ——参入料、推薦者の連帯責任、見習い期間の長さ——は、評価者の正確度という制約には及びません。

#参入料を低くしすぎると、かえって攻撃者を助ける

無料の参入 = 完全な封鎖です。保証金を加えると、かえって攻撃が割に合うようになります。 これは私たちにとって最も意外な結果の一つでした。

#見習い期間の長さ：価値はすべて最初の一歩にある

一言でいえば、防御の価値はすべて m = 0 → 1 の一歩にあります。それ以上長くしても何の利得もありません。

#判定

二つの道——外生的な参入料、推薦者の連帯責任——はどちらも選ぶべきではありません。前提が誤っています。

推薦者の連帯責任（endorser liability）はさらに悪い結果です。λ = 1.0 のとき誠実な参加者の損失は 0.000 ですが、利得もまったくありません。λ = 0.9 のとき誠実な参加者の損失は 0.691 で、利得は依然として 0 です。

#パルス攻撃：六つの結論のうち三つが反証された

2026-08-03、E17–E24。30 シード × 600 ラウンド、1,740 個のラウンド別ファイル、1,041,246 行。

報告を書き上げたあと、私たちはそれを覆すことだけを任務とする独立エージェントを送りました。六つの見出しの結論の再検証結果は次のとおりです。

#残った二つの肯定的な結論

1. 検知確率は単一の積です (1 − 盲点) × サンプリング率 × 正確度。三つの因子は同じ軸の上にあります。盲点が変えるのは防御の天井（残量 β/(1−β)）であって、サンプリング率が役に立つかどうかではありません。
2. 盲点 × 時間構造の交互作用 η² = 0.264 で、時間構造の主効果の 4 倍です。したがって「本当の変数は X だ」という文型そのものが、ここでは成り立ちません。

#まだ再検証されていない三つ

#先行研究による修正

私たちの見出しの数字すら先を越されていました。Srivatsa ら（2005、TrustGuard）は四つの振動モデルの攻撃者コスト比 1 : 2.28 : 2.08 : 1.36 を測っており、記憶窓 maxH を知る攻撃者の最適戦略が周期 = maxH で振動することを証明しています。私たちの「1.81 倍」は、より古く、より弱く、しかも自分ですでにノイズと判定したものです。Hoffman ら（2009, ACM Computing Surveys §5.4）は、これを oscillation attack という名前の付いた類型として挙げています。

#新たな攻撃面：荷重を支える唯一の層

A1–A3、B1–B5（A シリーズは 12 シード、B シリーズは 10 シード。平均のみで、CI も対応のある検定もありません）。

#層ごとのアブレーション（B2）

#内部共謀（B3）は最も安く、最も害が大きい

1.5 – 2.9 倍の差です。報告の結論ははっきり書いています。荷重を支える唯一の層は、最も安い攻撃者を止められません。

#B5：被害がゼロと測られる

誹謗するだけで一度も違反しない共謀集団が、ルーティングシェアの 95.4% を持っていき、しかもその「スコア」は 0 でした。（ベースラインの共謀シェアは 0.331）

これは被害の過小評価ではありません——被害がゼロと測定されているのです。「スコア」に基づくルーティングはどれもこうなります。

#B4：最適な誹謗の強度は 0.75

スコア 9.0、ルーティングシェア 0.094、誠実な参加者の評判の低下 0.30。1.0 では 4.2 に戻ります（行動推定に捕まるため）。

#永久排除：0 / 368

なぜ「永久」は二つの妥当な修正の積なのか

解析式（total ≥ exp(n'·((target−mean')/c)²) − 1、m=0.9、target=0.95、c=0.3）では n=10 のとき、f=0.5/λ=1 は 10¹² 回の観測が必要で、f=0.9/λ=0 は 10^0.95 ≈ 9 回です。

その 10¹² は「長く待つ」ことではなく、到達できないということです。

#チャネル分離と多方向環境

#チャネル分離（二つの判定基準を満たす）

• 専門プロファイル：専門家のヒット率 0.1653 → 0.6200（ランダム 1/6 = 0.1667、ランダムの 3.72 倍）、品質 +24.7 pp。null 対照群は 0.4330 → 0.4330 で、小数第四位まで完全に同じ、標準偏差も同じです。
• 封印評価：herd_overrides は累積 7,889 回の反転から常に 0 になり、herd をまたぐ spread は正確に 0.0 でした。偽陽性は 0 / 340。
• 拡大版は自分の強すぎる主張を反証しました。遮蔽は集団が大きくなるにつれて単調に消えます（2/10：0/6→6/6、4/10：10/12→12/12、6/10：18/18→18/18）。適用範囲は「小さな共謀集団」だけです。
• 回帰テスト：428 passed / 1 skipped。固定した三つの digest の再現は 15/15 でビット単位で同一。E10 の 180 通の評価エンベロープはすべて引き続き検証可能です。

#多方向環境（M1–M5、300 ラウンド × 24 シード）

M1 の問いはこうです。共通の盲点のうち、どれだけがアーキテクチャ自身によって生まれているのか？

読み方：単方向アーキテクチャでは、盲点ゼロのとき共通の失敗の 86% がアーキテクチャ自身によって作られています。多方向に変えると、理論的下限を下回ります。M1b で cascade_p / authority_w を走査して得た超過量は −0.010 から +0.316 まで——大きさは信頼できず、方向は頑健です。

M2 の一つずつ加える段階（盲点 0.3）：単方向 0.6935 → 多方向 0.8252、+13.2 pp、取りこぼした不良品は半減。分解すると、非公開の評判 +8.0 pp、拒否プリミティブ +6.1 pp、救援要請 +0.5 pp、封印評価は単独ではやや悪化。

M3 は介入を二つの因子に分けました。「どこを見るか」が 70%、「いつ見るか」が 30% を占めます。

#実モデルでの防御実験

#E10 信頼スイッチ（対応あり、N = 60）

qwen3.6-35b-a3b、EvalPlus MBPP+ の 60 組の対応あるタスク、名簿に人為的に 2 人の破壊者を植え込みました。

対応あり：n=60、b_on_only = 11、c_off_only = 6、不一致 17、Δ = +0.0833、95% CI [−0.05, 0.2167]、McNemar p = 0.3323。検出力はわずか 0.163 で、MDE 80% には n = 337 が必要です。

二つ目の結果変数のほうが興味深いです。破壊者に割り当てられた仕事は off 20/60（33.3%）→ on 11/60（18.3%）、McNemar p = 0.0931（.05 には届かず）。ウォームアップの 10–30 タスクを除くと p は 0.021 – 0.041 に入り、35 または 40 を除くと 0.0703 / 0.2188 になります。}}

#E11 記憶の三アーム（pilot）

同じモデル、12 問：M0 8/12、M1 8/12、M2 8/12（所要時間 846.2 / 1,012.9 / 2,144.6 秒）。原文にはこうあります。「いかなる効果の主張を支えるにも不十分である。」（原文：「不足以支撐任何效果宣稱。」）

#独立レビュー：六つの攻撃 PoC

2026-07-26、対象コミット f9a381a。判定を一文で言えば、このアーキテクチャが現時点で高めているのは説明責任であって、信頼ではありません。

詳しくは帰属を参照してください。ここでは結論だけを挙げます。三つの必要条件のうち二つはそのまま成り立たず（シグナルは安価に偽造でき、ペナルティは効くが低スコアの者にとってはむしろ報酬になる）、一つは部分的に成り立ちます。

#この軸に今欠けているもの

#次へ

• 利得軸
• 記録と多者実行
• 一件ずつの判定：証拠台帳