质量控制、组织协作、市场验证三关只检查产出对不对；三关之所以挡得住坏东西，靠的是一条从不写进验收文件的前提——三关的判断各自独立作出。而判定独立性的凭据只有一类：与功能无关的、不经意的差异。校勘靠共同讹误，鉴定靠不经意的细部，法庭靠偶然特征，油源对比靠痕量生物标志物。本文把这一类差异命名为旁异——一件产出物上与其功能正确性无关、因而不被任何验收检查、却唯一携带”它是怎么来的”这一信息的那部分差异。承重命题：人工智能生产率不是任务速度的提高，不是穿过质量控制的合格产出速率，也不是穿过协作与市场验证后落账的价值增量，而是一次生产之后旁异存量的变动。石油地球化学自己交出推翻的材料：热演化程度升高时，不同来源的原油生物标志物参数趋于平衡值，油源对比在原理上失效——把它变成好油的那个过程，同时抹掉了它从哪儿来。辨别装置为一张二维格（合格率高低 × 旁异有无），靶格是”合格率高而旁异为零”；读数为共偏率 κ。公开源码包档案 2,390 个包、8 个非功能维度的预注册实测给出两利两弊：κ 与复杂度正交（−0.055），新工具链组高于旧组（0.6831 对 0.6304）；而换一次口径造成的变动与该组间差同量级。其中一个维度的众数份额恰为 1.0000。
关键词：旁异；共偏率；独立性的凭据；共同讹误；靶格；人工智能生产率
一件产出物要被算作生产率，通常要过三关。
第一关是质量控制：它对不对。第二关是组织协作：别的环节能不能接着它往下做。第三关是市场验证：外面的人愿不愿意为它付钱。三关各管一段，互不重合，这套安排在工业时代运转了一百多年。
现在把生成工具接进来。一件事发生了：三关的通过率同时上升。产出更规整、更少低级错误、更符合模板，于是质量控制通过率上升；产出格式统一、接口一致，于是下游更容易接手；产出更贴近既有的市场偏好（因为生成器正是从既有偏好里学出来的），于是市场验证通过率也上升。
三关同时通过。按任何一份现行的度量口径，这就是生产率提高。
本文要说的是：三关同时通过这件事本身，是三关同时失效的一个可能签名，而现有的任何一份记录都无法把这两种情况分开。
理由不复杂，但它不写在任何一份验收文件上。三关之所以能挡住坏东西，不是因为每一关都很聪明，而是因为三关的判断是各自独立作出的。三个各自独立、各有百分之七十把握的判断，合起来的把握远高于百分之七十；三个互相复制的判断，合起来的把握等于百分之七十。这条道理两百多年前就写清楚了，它是一切多重检查、复核、交叉验证、同行评议的地基。
而它有一个从不被检查的前提：你怎么知道这三个判断是各自独立作出的？
在人的时代，这个问题不必问。三个人坐在三个房间里，用三套不同的经验、三套不同的口头禅、三套不同的坏习惯做事，他们的产出天然不一样——不一样在与对错无关的地方。正是这些不一样，构成了”他们各自独立”的凭据。
生成工具做的事，恰恰是把这些不一样抹平。它不是抹平对错——它在对错上做得更好；它抹平的是与对错无关的那一层。而没有任何一关会检查这一层，因为按定义它与产出的正确性无关。
于是有了本文的问题：当所有产出都变得正确而相似时，我们靠什么判断它们是不是各自独立得到的？如果什么也靠不上，那么三关的通过率还是不是一个关于产出质量的信息？
我把这个问题带到三个与人工智能毫无关系的地方。选它们的理由是：这三处各有一套用了几十年到上百年的、自成一体的溯源手艺，而三套手艺的失败定义互相翻译不过去。一个是石油的油源对比，一个是书画的真伪鉴定，一个是保险的准备金提列。三家对同一件事给出三个不能同时成立的答案，而在它们打架的地方，掉出来一样东西。
先说最硬的一家。
一个油田采出来的原油，要回答一个价值极高的问题：它是从哪一套烃源岩生成的，经过哪条通道充注进来的。这个问题决定接下来往哪儿钻，也决定一个区块值多少钱。
石油地球化学解决它的办法，是油源对比。原油里有一类分子，它们从生物体的原始骨架继承下来，在生成和运移过程中基本保留原来的碳架，被称作生物标志物——藿烷、甾烷、三环萜烷之类。这些分子对原油的燃烧值、密度、含硫量、可炼性几乎没有贡献，浓度也低到以微克每克计；它们与这桶油卖多少钱无关。而正是它们的分布特征——某几个异构体的比值——构成了这套油的指纹。指纹相同的两口井，来自同一套源岩；指纹不同的，不是。
这一套的立场，可以压成一句：看这一批油现在的成分就够了。它不需要知道钻井队做了什么，也不需要知道市场行情；它需要的是一个当下的读数。整体性、稳定性、独立性——这一批油是不是一个完整的、可以与旁边那一批分开的东西——三样合在这一个指纹上。
它的失败定义很硬：定错源、钻空井。终止性也强：钻下去就知道了。
要记住的一点：油源对比靠的不是这桶油”好不好”，恰恰是靠那些与好坏无关的痕量成分。判定来源的信息，全部落在与价值无关的维度上。
第二家离得很远。
一件书画的真伪，历史上有过各种判法：著录、印鉴、纸绢、装裱、题跋。这些都可以被伪造，而且越值钱的东西，伪造得越用心。十九世纪末，莫雷利提出了一条与常识相反的路子：不要看画家最用心的地方，要看他最不经心的地方——耳廓的画法、指甲的形状、衣褶收笔的小动作。理由是：用心的地方是画家的意图，意图可以被模仿；不经心的地方是他的手，手是他二十年里长出来的，模仿者的手不是那只手。
中国书画鉴定走的是同一条路，只是抓的东西不同：笔速。一根线条的起止、提按、飞白、墨的渗化，记录的是运笔的速度与压力。而摹写者有一个绕不过去的困难——他必须放慢速度，因为他要一边看一边描。放慢会在墨迹上留下痕迹：起笔处有迟疑的顿，转折处有补笔，飞白的位置不在该在的地方。唐摹《兰亭》在形上可以逼真到令后世争论千年，而”双钩廓填”的工艺本身在放大之后仍然认得出来。
这一套的立场压成一句：看它是经什么路径、以什么速度被做成这样的就够了。轨迹、速度、什么在拖住它——鉴定看的正是这三样。
它的失败定义软得没法计量：看错、断错。而它自己承认这一点：笔性、气息、神采，这些判据不可量化、不可复算、只能靠经验积累，两个高手可以对同一件东西给出相反的意见而各自说得出道理。这正是软账本的用处——它提供的是”数不出来而确实在起作用”的那一类判据的形式。
要记住的一点：书画鉴定判定来源的信息，也全部落在与作品好坏无关的维度上——一件摹本可以比真迹还工整，工整不构成任何证据。
第三家管钱。
保险公司在年末要回答一个问题：今年发生的赔案，一共要赔多少。这个问题的困难在于，有一部分损失已经发生了，但还没有被报告上来——事故已出，索赔未到；或者已到而金额未定。精算学为这一块专设了一个名目：已发生未报告准备金，并发展了整套估计方法（链梯法、期望赔付率法，以及二者的加权），用历史的进展三角形去推算那些还没进账的东西。
更要紧的是第二件：限额之和不等于可用容量。一份再保险合约有逐次事件限额、有年度总限额、有恢复限额、有共保比例，把这些数字加起来得到的那个总额，不是这家公司真正能赔出去的钱。精算学明写这一点，并要求分层核算。
这一套的立场压成一句：看它落在什么责任层、什么期间、什么限额结构里就够了。连接、次序、结构——什么接着什么、按什么顺序赔、合起来是个什么架子。
它的失败定义硬得可以吊销牌照：准备金不足、偿付能力不达标。终止性也强：赔案了结那天就知道估得准不准。
要记住的一点：精算的核心纪律是凡要入账的必须可估、可复算、可审计。一个说不出方法的判断，进不了任何一张准备金表。
把三家的话摆在一起，冲突立刻出来。
石油与书画的冲突：石油说来源可以从当下的成分读出；书画说最高明的摹本在成分上（形、墨、纸、印）可以乱真，只有生成过程的速度留痕能分开。若形可乱真，则”当下成分足以定来源”不成立——因为成分里有一部分是可以被复制到的。
石油与精算的冲突：石油说这一批油是一个可独立分开的东西，边界由指纹划出；精算说归属由责任层与期间的划分决定，而且必须为”已经发生而尚未落进任何一格”的那部分单独提列。若归属靠估计入账，则”这一批”的边界不是被读出来的，是被规定出来并留了余量的。
书画与精算的冲突：书画说最可靠的判据不可量化、只能靠经验；精算说凡是要入账的必须可估、可复算、可审计。两条不能并存——一个不可量化的判据，无法进入任何一张准备金表，而一个可量化的判据，按书画的经验恰恰是最容易被伪造的那种。
三对全冲突，且不能靠判谁对来化解。它们不在同一个语域里作答：石油答”这一批从哪儿来”，书画答”这一件是怎么做出来的”，精算答”这一笔算在哪一格”。三个问题都不假，三个答案不能并存。
三家争的是同一件事：“这一件是怎么来的”该由谁裁、该在哪儿读、该算多少。
石油说在成分上读，书画说在过程留痕上读，精算说在结构位置上读。而三家共同假定了一件谁也没说出口的事：
一件产出物身上，带着足以判定它来路的信息——只要用对方法就能读出来。
把这句话念给三家听，三家都会说这还用说吗。石油会说，当然，指纹就在那儿，我只是要更好的色谱质谱；书画会说，当然，笔性骗不了人，只是要看的人有没有那个眼力；精算会说，当然，历史进展是有规律的，我只是要更长的三角形。没有人会为这句话争论，这正是它是共有前提的标志。
这条假定在溯源与审计的全部实践里都是地基。凡是做归因、做溯源、做防伪、做审计、做同行评议的，都默认痕迹随物走：东西在，来路就在。找不到来路，是没找到，不是不存在。
而生产率研究里的形态更露骨。三关的设计全部建立在”三个判断各自独立”上，而这个前提之所以从不被检查，正是因为大家默认：如果它们不独立，会看得出来。
那么，有没有这样一件东西：它确实来自可区分的多个源，而它身上不带足以区分的信息，并且这不是测量精度的问题？
有。而且它就写在三家中最硬的那一家的教科书里。
石油地球化学有两条人人都知道的限制。
第一条是混源油。当两套源岩的油充注进同一个圈闭，采出来的是混合物，它的生物标志物指纹是各源指纹的加权平均。要从混合物反推出各源的贡献，需要解一个混合方程，而在源端数目未知、端元组成未知时，这个反解不唯一。也就是说：一桶混源油确实来自可区分的两套源，而它本身不带足以把两套源分开的信息。
第二条更狠，叫成熟度效应。生物标志物的那些比值，并不是恒定不变的常数，它们随热演化程度而变；而演化到一定程度之后，各个比值趋向平衡值——不同来源的油，在高成熟阶段变得越来越像，同时生物标志物的绝对浓度降到极低。教科书对此的处理是明确的：高成熟原油的油源对比不可靠，需要改用别的手段。
请注意这句话的形状。它不是说”高成熟的样品噪声大、要多测几次”，而是说在原理上，那些携带来源信息的差异被抹平了。加热是把烃源岩变成油的过程，也就是说：把它变成好油的那个过程，同时抹掉了它是从哪儿来的。
这段材料在石油地球化学自己的领域里回答的是另一个问题：油藏充注史怎么重建。它不是在讨论生产率，也不是在讨论独立性。但它顺手承认了一件与共有前提不相容的事：携带来源信息的那部分差异是有存量的，会被生产过程本身消耗，而且消耗是单向的。
而且这不是一处边角自曝，它是核心工艺。去掉成熟度校正与混源判别这两个动作，石油地球化学交不交得出它的标准产品——一份能拿去决定钻哪儿的油源对比报告？交不出。
回头看另外两家，会发现同一个形状：
书画那边，是规范化的临写训练。一个学生临同一本帖十年，他的”不经心处”会向帖靠拢——这正是训练的目的。于是流派内部的鉴定比流派之间的鉴定难得多，而对一个把范本吃透了的高手，莫雷利式的细部判据会失效。训练得越好，越难判定是谁写的。
精算那边，是共同冲击下的相关性崩塌。分散风险的整套技术建立在赔案互相独立上，而在系统性事件里，本来独立的风险同时出险，历史三角形推不出来。精算学为这件事专设了名目（巨灾、聚合风险），并明写：在系统性事件下,基于历史独立性的估计方法失效。 独立性不是一个属性，是一个可以被外部条件取消的状态。
三处的名字完全不同：成熟度趋同、师承趋同、相关性崩塌。形状是同一个：
能用来分辨来源的那部分差异，是一种会被耗尽的存量；而耗尽它的，往往正是让它变好的那个过程。
我把这样一种差异叫作旁异。
定义写死：旁异是一件产出物上与其功能正确性无关、因而不被任何验收程序检查、却唯一携带”它是怎么来的”这一信息的那部分差异。
三个限定词都承重。
“与功能正确性无关”——这是它的资格条件，也是它之所以有用的原因。生物标志物不影响原油的燃烧值；耳廓的画法不影响一幅画好不好看；控制文件里字段的排列顺序不影响装出来的软件包能不能运行。正因为它不影响功能，伪造者没有理由去照顾它，改进者没有理由去优化它——它是唯一一个没有被任何人有意管理过的维度，因此它记录的是习惯，而不是意图。
“不被任何验收程序检查”——这是它的处境。验收的定义就是检查产出对不对，而旁异按定义与对不对无关。于是它在任何一份验收记录上都不出现；它不是被记得少，是没有字段。
“唯一携带来路信息”——这是它的价值，也是本文全部主张的支点。人类所有成熟的溯源手艺，无一例外地建立在这一点上：校勘学判定两个抄本同源，靠的是共同的错误而不是共同的正确（正确可以各自独立到达，错误不能）；系统发生学建树靠共有的衍生状态而不是共有的原始状态；文件检验的同一认定靠偶然特征而不是类别特征；作者归属靠功能词的使用频率而不是主题词。这四门手艺互不相干，而它们对”什么携带来源信息”的回答完全一致。
于是本文的承重命题：
人工智能生产率不是任务速度的提高，不是穿过质量控制之后的合格产出速率，也不是穿过组织协作与市场验证之后落在账上的价值增量，而是一次生产之后旁异存量的变动。
以及那一条最要紧的推论：
质量提高与独立性证据的消失，是同一个过程的两面。 减少变异是质量管理的核心手段；而旁异是唯一一种在质量账上完全无法辩护的变异——它与功能无关，所以它在任何一次改进评审里都只能被读作”不一致”。于是它总是第一个被消灭的，而消灭它不产生任何可见的损失。
这条命题为什么三家都不会同意，而三家的证据合起来只能得出它——
石油不会同意，因为它的问题是”这一批从哪儿来”。旁异对它而言不是一个待管理的存量，是一批天然给定的示踪物；它甚至从不使用”存量”这个说法，它谈的是”适用范围”。这不是它的疏忽，是它的问题结构使这一步成为不必要的——它不生产原油，它只读原油，因此”生产过程会不会消耗示踪物”这件事对它是外生的。
书画不会同意，因为它的对象是已经完成的单件作品，它的问题是这一件真不真。它没有”一批产出”这个单位，因而也不会去问一个生产体系整体上还剩多少可供判定的差异。
精算不会同意，因为它的纪律是凡入账者必可估。旁异按定义不可被任何既有科目估计，它进不了准备金表。精算对付独立性失效的办法是在结果侧加保守余量，而不是去问独立性本身还剩多少证据。
三家谁也到不了。而三家各自都有一件材料支持它：成熟度趋同、师承趋同、相关性崩塌。
本栏此前有一个读数叫”旁弹”，指的是份额的旁落——一件东西的效应落在了不该落的人身上。“旁异”与它不同指：那个”旁”说的是效应落在旁边，这个”旁”说的是差异待在旁边（不在功能主线上）。两者的分母、装置、判定形式都不同，正文不共享任何读数。
只有一个名字不是辨别维度。把它升成两轴。
横轴：产出的合格率（低／高）——它有没有通过质量控制、协作与市场验证这三关。 纵轴：旁异存量（有／无）——在这一组产出里，还有没有与功能无关的差异可以用来判定这些判断是各自独立作出的。
旁异存量：有
旁异存量：无
合格率：低
甲 · 手工作坊。 产出参差，来源清清楚楚。谁做的一眼看得出，因为每个人的坏习惯都不一样。读数：合格率低，κ 低。
丙 · 同源劣品。 一批统一地做坏了的东西。任何人都看得见，因为它同时不合格又整齐。读数：合格率低，κ 高。
合格率：高
乙 · 多源成熟。 若干个各自成熟的生产者，各自做得很好，而彼此的不经意处仍然不同。这是真正的生产率增长。读数：合格率高，κ 低。
丁 · 靶格。 全部检查通过，产出优质、整齐、可互换，而没有任何证据表明这些判断是各自独立作出的。读数：合格率高，κ 高。
四格里要打的是丁。它必须是”全部形式审查都能通过”的那一格——若靶格是一眼就能看出的坏（比如丙），那就不需要这套框架，任何人都看得见。
顺带说清一件事：丙格在现实中很少见，而它的稀少本身就是一条证据。 一个把东西统一做坏的体系活不过一次审计；能活下来的同源体系，一定是同源而优质的那一种。丁不是丙的一个变体，丁是丙被质量管理治好之后剩下的那一格。
一格要算靶格，签名要能写满。本文写四条，并给每条配一个误诊阻挡——用来把”看起来像丁而其实不是丁”的情形挡掉。
签名一 · 短期指标全线改善。 合格率上升、返工下降、交付周期缩短、跨环节冲突减少、客户投诉减少。没有任何一条现行指标会变难看，因为所有现行指标读的都是功能维度，而丁格在功能维度上确实更好。 > 误诊阻挡：若有任何一条功能指标变差，那不是丁，是别的问题（多半是丙或者单纯的质量事故）。丁格的定义包含”更好”。
签名二 · 一致性被计入优点。 在丁格里，产出的整齐不但不引起警觉，还会被当作成绩写进报告——“风格统一”“接口一致”“可维护性提高”“新人上手快”。旁异的消失有一个正面名字，这是它最难被发现的原因。 > 误诊阻挡：若组织内部有人把整齐读作风险并留下了记录，说明独立性的凭据还没有耗尽（至少这个人是独立的）。丁格的签名是没有人提出这个问题。
签名三 · 失效不产生信号。 独立性失效时不产生任何事件。三个检查者同时漏掉同一件事，不会生成”漏检”记录——漏检记录只在有人查出来的时候才产生。丁格的错误以”三方一致通过而事后出问题”的形式出现，而这种形式在归因时几乎必然被归到别处：需求变了、市场变了、外部条件变了。 > 误诊阻挡：若事后复盘能定位到某一关的具体失职，那是那一关的问题；丁格的特征是每一关都尽了责而合起来无效。
签名四 · 自我加固，且加固手段就是改进手段。 标准化、模板化、最佳实践推广、风格统一、工具链收敛——这些是任何一个组织走向成熟的标志动作，而它们每一个都在消耗旁异。越正规化越严重，而正规化本身没有错。 > 误诊阻挡：若旁异的减少来自人员流失或能力下降，那是别的问题；丁格要求的是在能力上升的同时旁异下降。
四条能同时写满，这一格才成立。
这四条合起来说明一件事：丁格不是管理不善的产物，它是管理改进的产物。 而这正是它无法靠”加强管理”来处理的原因。
在给定义之前，先给一句不含任何程度词的问话。它的用处是：可以拿去问文件、日志、台账，而不是拿去问人的判断。
把这一组产出摆在一起，除了内容对错之外，还有几处地方它们互不相同？
这句话之所以要写成这个形状，是因为它把”独立性”这个抽象词换成了一个可以清点的东西。它不问谁更独立，不问一致性好不好，只问：还剩几处不同，而这些不同与对错无关。
把它在五个场合各跑一遍，答案必须互不相同，否则它就不是判据，是命题的复述。
场合一 · 公开源码包档案（查出来的）。 八个与功能无关的维度里，七个仍有不同；一个（构建根权限声明）在 2,390 个包上完全相同，众数份额恰为 1.0000。这个答案反过来改了本文：它逼出了第十一节维度选取规则的第四条——已经退化的维度必须单独点出，不得只并进平均值里。
场合二 · 那一族语言包（查出来的）。 几乎没有：239 个包里 232 个出自同一维护方，八个维度上的选择几乎完全一致。这个答案也反过来改了本文：在它之前，本文只能靠推想说”产出可以各不相同而来源完全相同”；有了它，这句话有了一个可以点名去查的实例，并直接支撑了第十五·二节与算法单一栽培的那条分界。
场合三 · 高成熟原油。 生物标志物比值趋于平衡值，剩下的不同主要落在非生标参数（碳同位素、含氮化合物）上——不同没有消失，是搬到了另一组维度上。
场合四 · 同一师门的书法。 形制、款式、用印、题跋格式趋同，剩下的不同落在墨的渗化与收笔的迟疑上——剩下的那一处，恰好是最难描述、最不可量化的那一处。
场合五 · 多家保险公司的准备金表。 科目、口径、披露格式受监管模板约束而高度趋同，剩下的不同落在假设披露的措辞上——而措辞正是审计最不会去比对的地方。
五个答案互不相同，其中两个是查出来的，而且两个都改了本文。第三、四、五个场合还给出了一条本文原本没有的观察：旁异被压缩时不总是消失，有时是搬到一组更难清点的维度上去——而”更难清点”与”不存在”在任何一份台账上是同一件事。
一个不能被清点的构念只是一个说法。本节把读数写死。全文只有这一份定义；第十七节的证伪条款与第二十节的赌注引用的是同一份，阈值一致。
读数名：共偏率。符号：κ。量纲：无。
定义：给定一组本应各自独立作出的产出，与给定的一组”与功能无关的选择维度”，κ ＝ 各维度上众数取值的份额在全部维度上的算术平均。κ 趋近于 1，表示这组产出在与功能无关的维度上作了同一个选择，旁异被耗尽；κ 趋近于该维度取值空间的下界，表示各产出在这些维度上互不相同，旁异充足。
维度的选取规则（这是全篇最容易出问题的一步，因此写死四条）：
一个维度要算数，必须满足：改变它不改变产出通过任何一关的结果。举一个恰好在边界上的例子：源码包控制文件里字段的排列顺序，改了不影响构建结果，算；构建依赖的版本约束，改了可能影响构建，不算。
维度必须在取数之前列定并公布，不得事后增删。
直接编码来源的维度要单列（例如维护者的邮箱域名——它本身就是署名，不是不经意的差异）。含它与不含它的 κ 都要报，两个数并列。
已经完全退化的维度（众数份额恰为 1）要单独点出，不得只并进平均值里——它是本文最要紧的一类观察。
粒度：一组产出的边界必须写死（同一批、同一时期、同一类）。跨组不合并：把两个组的产出并起来算 κ，得到的数没有意义，因为组间差异会伪装成旁异。
编码规则五条：
众数份额按取值的字面相等计算，不做归一化、不做近似匹配；近似匹配的口径一旦引入，必须在同一份报告的全部维度上一致使用。
缺失值算作一个取值（“无此字段”是一个选择）。
每一维度的取值分布要随 κ 一并公布，只报平均值不算数。
组的规模不同不做加权；κ 是组内统计量，不是跨组统计量。
报 κ 时必须同时报维度数与组内产出数。
判定线：本文不设一个通用的 κ 阈值，理由见第十八节——κ 的绝对值依赖于维度取值空间的大小，跨维度集合不可比。本文只使用同一维度集合下的组间比较与同一组的时间序列。任何引用本文而给出”κ 大于零点几即危险”的说法，都不是本文的主张。
表头（可直接拿去做一张空表）：
组 ID
组内产出数
维度
取值分布
众数份额
是否直接编码来源
是否退化（份额＝1）
与既有主要指标正交：κ 与合格率正交。举得出反例：三个独立团队各自做出的高质量产出（合格率高、κ 低）与三个用同一套模板生成的高质量产出（合格率同样高、κ 接近 1）；下一节的实测给出了后者的一个真实例子，而且那一族的每一个产出都完全合格。
本文的证伪条款不许全是纸面的。成文之前，用公开数据把最便宜的一条跑通了。结果两利两弊，四个都写在下面。
取数之前把假设、维度与判据写死存档，事后不改：
数据：一个主流发行版某个版本主仓库的源码包控制字段档案，公开可下载、可复算。取数日期二〇二六年八月十一日。
八个维度（均与构建出的软件功能无关，取数前定死）：控制字段的出现顺序签名／规范版本声明的具体取值／版本库浏览地址的主机／主页字段有无／维护者邮箱域名／优先级取值／构建根权限声明有无／测试套件字段有无。
功能侧代理：构建依赖条目数、生成的二进制包数。
H1（正交性）：把包按构建依赖数分十等份，κ 与十分位序号的秩相关的绝对值小于 0.5。若大于等于 0.5，则 κ 只是复杂度的代理，本文的正交性主张为伪。
H2（趋同）：按打包助手兼容级别分新旧两组（十三级及以上为新，十二级及以下为旧），新组的 κ 应高于旧组。若不高于，则”工具链趋同耗尽旁异”这条预测为伪。
不利结果一律写进正文。
样本 2,390 个源码包。
总体：κ ＝ 0.6056（八维度）。去掉直接编码来源的维度（维护者域名）与已退化的维度之后，κ ＝ 0.5476（六维度）。
各维度的众数份额：
维度
众数份额
控制字段的出现顺序签名
0.1519
规范版本声明的取值
0.3515
版本库主机
0.6444
主页字段有无
0.7247
维护者邮箱域名（直接编码来源）
0.5590
优先级取值
0.8485
构建根权限声明有无
1.0000
测试套件字段有无
0.5649
有利结果一（H1 未被推翻）：十分位与 κ 的秩相关为 −0.055（八维度口径）／−0.285（六维度口径），两者的绝对值都远低于 0.5。这个读数与复杂度确实正交。
有利结果二（H2 成立）：旧组（254 个包）κ ＝ 0.6304，新组（1,481 个包）κ ＝ 0.6831。六维度口径下为 0.5774 对 0.6349。两种口径下方向一致：工具链越新，旁异越少。
不利结果一（口径敏感）：同一批数据，八维度口径 0.6056，六维度口径 0.5476，相差 0.058，与 H2 要检验的组间差（0.053）同量级。也就是说，换一次维度集合造成的变动，大到足以吞掉本文要检验的那个效应。 这不是估计误差，是定义敏感性；它直接导致第十一节那条”本文不设通用阈值”。
不利结果二（分组混淆，更要命）：不使用打包助手兼容声明的那一组（655 个包）κ ＝ 0.7443，比新工具链组还高。查这一组的构成：维护者域名的前两位合计 587 个，占 89.6%。也就是说，这一组之所以最整齐，主要不是因为工具链，是因为它们出自同一个维护方。 κ 读到的东西里，混着”同一来源”与”同一工具”两件事，而本文的命题需要的是后者。这条不利结果没有被本文解决，处置见 12.4。
第二个十分位的读数是全部十组里最高的：κ ＝ 0.9796（六维度口径 0.9777），239 个包。查它的构成：232 个由同一个维护方维护，包名成族——同一套本地化资源，按语言各出一个包。
这不是一个统计异常，这是丁格的一个现成标本：
每一个包都完全合格，构建通过，进入正式发行仓库；
它们在功能上互不相同（每种语言的内容不一样），因此按结果相关性去看，它们一点也不”同质”；
而它们在八个与功能无关的维度上几乎作了完全相同的选择，κ 接近 1；
若把这 239 个包当作 239 个”独立判断”，那么它们合起来提供的独立证据接近一个。
这一族给了本文一件本来只能靠推想的东西：产出可以各不相同，而来源完全相同。 结果的差异不构成独立性的证据；只有旁异构成。这条区分在第十六节里承担着与最危险的那位邻居的分界，而它现在有一个可以点名去查的实例。
第一，取消了通用阈值。 初稿写过”κ 高于 0.8 应当警觉”。不利结果一取消了这句话：κ 的绝对值依赖于维度取值空间，跨维度集合不可比。现在本文只允许同一维度集合下的组间比较与同一组的时序比较。
第二，加了维度选取规则第三条与第四条。 直接编码来源的维度必须单列（维护者域名），退化维度必须单独点出（构建根权限声明的份额恰为 1.0000）。这两条都是跑完之后才知道要加的。
第三，把”同一工具”与”同一来源”的混淆写成了本文的一个未解问题，而不是藏起来。κ 目前无法把这两件事分开；要分开，需要一个”同工具不同来源”与”同来源不同工具”的二乘二样本，而本文没有找到这样的公开数据。这是本文最想要而拿不到的那份数据。
第四，那个 1.0000 成了本文最稳的一层主张的来源。 2,390 个包在”构建根权限声明”这一维度上作了同一个选择，份额恰为 1。这个维度上的旁异已经为零，而且它不会自己回来——没有任何人有理由为了让来源可辨而在这个维度上故意分歧。一个维度上的旁异一旦被规范耗尽，就是永久的。 这一条不依赖本文的其余任何主张，它只需要一次清点。
需要说清的还有一条代理变量问题：控制字段的”顺序签名”是本文能找到的最纯的旁异维度（改它绝对不影响任何东西），而它的众数份额只有 0.1519——在这个从来没有人规定过的维度上，旁异仍然最丰富。这既是好消息也是坏消息：好消息是旁异还没有被全面耗尽；坏消息是它之所以还在，只是因为还没有人想起来去统一它。
一个跨领域的构念如果只能”像”，那是比方；能在那个领域里据此预测一件可以去查的事，才算兑现。
一 · 石油地球化学。 若在同一盆地内按热成熟度分组，各组内部的生物标志物参数离散度应随成熟度单调下降，且在某个成熟度之后组内离散度不再区分源岩类型。这一条用现成的原油地球化学数据库就可以回溯检验，且它是本文命题在提出它的那一家自己身上的检验。
二 · 书画鉴定。 同一师承内部的伪作鉴定错误率，应当高于跨师承的伪作鉴定错误率，且差距随师承训练的规范化程度上升。预测的是错误率的差，不是绝对水平。
三 · 保险精算。 在同一险种内，若各家公司采用同一套定价模型与同一份行业损失数据，则各家的准备金估计偏差应当同向；同向偏差的份额，应当随行业模型集中度上升，而各家的估计精度（对自身历史的拟合优度）同时上升。两者同时变好与变坏，正是靶格的形状。
五 · 学术同行评议。 若评审人普遍使用同一套辅助工具生成评审意见，则评审意见之间在与论文优劣无关的维度上（结构、段落数、措辞习惯）的共偏率应当上升，而评审意见对最终结果的预测力应当下降。前一个量现在就能测，后一个量各期刊内部有数据。
六 · 生物系统发生。 趋同演化（同塑）会使性状矩阵的一致性指数下降，而形态越适应、越优化的类群，同塑越多——优化程度与谱系可辨识性负相关。这一条在形态数据集里是老结论，本文借它作为跨域的一致性检查，不作为独立证据。
七 · 制造业质量管理。 在推行变异削减之后，产品的合格率上升，而批次溯源的成功率应当下降——因为用于批次识别的偶然特征（微观纹理、毛刺分布）同时被削减。制造企业的召回追溯记录里有这个数。
八 · 教育评价。 若同一区域的学校普遍采用同一套教学模板，则学生答卷在与得分无关的维度上（书写格式、段落组织、举例来源）的共偏率上升，而阅卷者对”这是不是这个学生自己写的”的判断力下降。
九 · 新闻业。 若多家媒体使用同一套稿件生成与编辑工具，则不同来源的报道在与事实无关的维度（导语结构、引语位置、段落长度分布）上的共偏率上升；而交叉印证的价值同步下降，尽管每一家的事实核查通过率都上升。
十 · 金融风控。 若多家机构采用同源的评分模型，则被拒者在各机构处处被拒的概率上升；本文另加一条那一支没有的预测——即使各机构的最终结论不同（因为阈值不同），它们在与信用无关的特征处理选择上的共偏率仍会上升，而这一条才是独立性失效的直接读数。
十一 · 软件供应链。 若一个生态的打包工具链收敛，则包与包之间在与构建结果无关的元数据维度上的共偏率上升；而一旦某个共同缺陷出现，靠”多个独立包都这么写”来判断它是不是正确做法的做法将失效。 本文第十二节的数据支持前半句。
十二 · 医学影像判读。 若多名读片者使用同一辅助系统，则他们在与病灶无关的判读习惯上（描述顺序、术语选择、阴性所见的记录颗粒度）趋同；而多读者一致性指标（kappa 一致性）会上升并被读作质量改善。一致性指标上升与独立性下降在这里是同一件事的两个名字——这是本文最愿意拿出去被打的一条兑现。
十二条里有十一条可以用与本文实测完全无关的数据源去查。这一点是有意的：第十二节的数据只覆盖一个生态，若全部兑现都落在同一个数据源家族里，整组证据的独立性会一起垮掉——而那恰好就是本文所描述的病。
我原本会写：旁异越多越好，应当被保护。
石油不让我写。成熟度升高是烃源岩变成好油的过程；没有热演化就没有原油。抹掉来源信息的那个过程，正是造出价值的那个过程。 石油地球化学从不主张”应该少加热一点，好让油源对比更容易”，因为那等于主张少要一点油。
于是本文必须承认：旁异的消耗往往是价值创造的必要代价，而不是它的副作用。 这一处削掉的是本文的价值排序——本文不能站在”应当保留不一致”那一边，也不能把标准化说成一件坏事。
本文只保留一条：在把它消耗掉之前，先知道消耗的是什么、还剩多少。 有依据地消耗与顺手抹平，在质量账上是同一个动作，在独立性上不是。
我原本会写：独立性一旦失去证据，多重检查就失效。
精算不让我写。它对付独立性失效的办法不是恢复独立性，而是在结果侧加保守余量：承认相关性可能崩塌，于是按相关性为一的情形准备资本。这个办法有效，而且它完全不需要知道独立性还剩多少证据。
于是本文的适用范围必须缩：只有当无法在结果侧加足够余量时，旁异的耗尽才构成实质问题。 在可以加余量的场合（例如可以按”三关等于一关”来配置冗余的场合），旁异归零只是让人多花钱，不会让人翻车。
这一分很要紧，它把本文的适用范围从”所有三关体系”缩到了那些无法按最坏情形配置余量的体系——通常是那些余量本身太贵、或者根本不知道最坏情形是什么的场合。而这恰恰是本文原本最想覆盖的那一类，因为它们是最需要多重检查的地方。本文因此失去了它本来最想要的那个处方。
我原本会写：旁异一旦耗尽，来源就永远不可判定。
书画不让我写。鉴定史上反复发生的一件事是：某一代的判据失效之后，下一代会长出新的判据——著录被伪造之后看纸绢，纸绢被做旧之后看笔性，笔性被临摹之后看墨的渗化。判据不是一个固定的清单，是一个被伪造与鉴定的往复不断刷新的清单。
于是本文必须加一个条件：旁异是否耗尽，取决于”还有没有下一个尚未被管理的维度”。 只要生产体系里还存在从未被规定过的维度，旁异就还有储备——本文第十二节的数据正好支持这一点：最纯的那个维度（字段顺序）众数份额只有 0.1519。
这一改把本文的命题从”旁异会被耗尽”改成：
旁异的存量取决于尚未被管理的维度还剩几个，而管理的推进是单向的：一个维度一旦被规范统一，它不会自己回到分歧状态。
这条比原来的弱，但它是可查的，而且它给出了本文最稳的那一层主张的形状（见第十七节 F5）。
它同时带出一条本文原本不会写的、更难听的推论：如果发现新判据的那一方与消灭旧判据的那一方使用同一套工具，那么”下一代判据”这条退路也不成立——因为新判据一被提出，同一套工具就会把它一起统一掉，而且比上一次更快。在伪造与鉴定分属两拨人时，这个往复是有效的；在两拨人用同一个生成器时，它不是往复，是单向收敛。
这个构念最容易被读成某个既有说法的改名。逐条分清，每条写出判定形式——观察到什么，本判断对而它错；观察到什么，反之。只能说出”本文更强调什么”的条目一律不列，因为那等于承认被覆盖。
一 · 陪审团定理（孔多塞，一七八五）。 若干个各自独立、正确率高于一半的判断，多数决的正确率随人数趋于一。这是全部多重检查制度的地基，也是本文最危险的经典占位者——它两百多年前就说了独立性是关键。
分离线：定理把独立性当作给定的前提（“假设投票者独立”），它不提供任何检验这个前提的办法；本文问的是这个前提凭什么被相信，并主张凭据只有一类。定理管的是独立性成立之后会怎样，本文管的是独立性还能不能被看见。
判定形式：若存在一个只看结论分布就能判定独立性的办法，则本判断多余；若两组结论分布完全相同的判断，一组独立、一组同源，而只有与结论无关的维度能把它们分开，则本判断对。 本文押后者，第十二·三节那 239 个语言包给出了实例——它们的结论（内容）全不相同，来源却是一个。
二 · 算法单一栽培（Kleinberg 与 Raghavan，二〇二一；Bommasani、Creel 等，二〇二二）。 多个决策者采用同一个模型，会使被拒者处处被拒，结果同质化，社会福利可能下降。这是本题所属的应用领域里最强的一位。
分离线：单一栽培讲的是结果的同质化——同一个对象在所有地方得到同一个结论；本文讲的是证据的消失——我们无法再判断这些结论是不是各自独立得到的。两者可以分离：结果可以不同而来源相同（语言包那一族），结果也可以相同而来源不同（三个独立团队恰好得出同一结论）。
判定形式：若把全部结论的相关性测出来，问题被完整刻画，则本判断被单一栽培吸收；若结论相关性接近零、而与结论无关的维度上的共偏率接近一，且此时多重检查仍然无效，则本判断对。 这是本文自愿承担的最重的一条检验，因为结论相关性是现成可测的。
三 · 线索范式（金兹堡，一九七九）。 个体化的知识依赖于不经意的细节——莫雷利的耳廓、福尔摩斯的烟灰、弗洛伊德的口误。这是本文形式层上最贴近的一位。
分离线：金兹堡讲的是认识论（这类知识如何可能、它与量化科学是什么关系）；本文讲的是这类线索是一种会被生产过程消耗的存量，而消耗是单向的。金兹堡默认线索总在那里（人总会不经意）；本文说某些维度上的线索可以被规范耗尽到零。
判定形式：若在任何一个成熟生产体系里总能找到新的不经意维度，则线索范式够用而本判断多余；若存在维度上的旁异被规范消灭之后不再恢复，则本判断对。 第十二节给出了一个众数份额恰为 1.0000 的维度。
分离线：共同讹误法是一套判定同源的方法，它假定错误存在；本文关心的是当错误率被压到零时这套方法本身会怎样。校勘学从不面对”一批完全没有错误的抄本”，因为那不存在；生成体系的产出恰好逼近这种情形。
判定形式：若在错误率趋于零的抄本群里，共同讹误法仍能判定同源，则本判断错；若此时该方法失效而”共同的、与文本正确性无关的选择”（行款、避讳、异体字取舍）仍能判定，则本判断对——后者正是本文所说的旁异，它比讹误更宽。
五 · 作者归属与计量文体学（莫斯特勒与华莱士，一九六四）。 用功能词的使用频率判定作者，因为功能词与主题无关、作者无法有意控制。这是本文读数的方法学正主。
分离线：计量文体学把这些特征当作天然稳定的个体印记；本文把它们当作可被工具抹平的存量，并预测其判别力随工具普及而系统性下降。一个是拿它当尺子，一个是问这把尺子的刻度还在不在。
判定形式：若作者归属的准确率在同工具人群上不下降，则本判断错；若准确率随该人群使用同一工具的时长单调下降，且下降先于任何内容层面的趋同，则本判断对。
六 · 分支系统学的同塑（亨尼希，一九六六，及其后继）。 只有共有的衍生状态携带亲缘信息；趋同演化产生的相似（同塑）会误导建树，且越是强适应的性状同塑越多。
分离线：同塑讲的是相似的多重起源（不同来源看起来像）；本文讲的是来源信息的枯竭（同一批来源不再留下任何可辨的印记）。前者是误判风险，后者是无判可作。
判定形式：若加更多性状能把同塑分开，则那是同塑问题；若加再多性状也分不开，因为所有性状都被同一个过程校准过，则是本判断。
分离线：农业单一栽培的代价落在同时受同一冲击上（脆弱性）；本文的代价落在无法判断这些判断是否独立上（认识论）。一个单一栽培的群体可以完全不遭遇任何冲击而一直丰收，此时它没有付出农学意义上的代价，却已经付清了本文说的那笔代价。
判定形式：若不存在共同冲击时问题不出现，则那是单一栽培；若在从未遭遇共同冲击的体系里，多重检查的实际有效性仍然下降，则是本判断。
分离线：那一支讲的是生成分布的退化（输出变差）；本文讲的是输出不变差而来源证据消失。两者的预测方向相反：模型崩溃预测质量下降，本文预测质量上升。
判定形式：若观察到质量下降，那是模型崩溃；若观察到质量上升而共偏率同步上升，则是本判断。 这是本文与它最干净的一条分界。
九 · 变异削减与统计过程控制（休哈特—戴明一脉）。 质量就是减少变异。这一支不是本文的对手，而是本文所描述的机制的执行者，因此必须写清关系。
分离线：这一支把变异分成普通原因与特殊原因，主张消除特殊原因、缩小普通原因；它的分类里没有”与功能无关的变异”这一类。旁异在它的账上既不是特殊原因也不是普通原因，它压根不在被讨论的那个质量特性上。
判定形式：若把某个维度上的变异纳入统计过程控制并加以缩小，产品的任何一项质量特性因此改善，则该维度上的变异不是旁异；若缩小它之后没有任何质量特性改善（而报告仍把它记为改进），则它是旁异。 这是一条现在就能在任何一份持续改进台账上执行的检验。
分离线：路径依赖解释的是为什么大家最后都选了同一个；本文说的是当大家都选了同一个之后，我们失去了什么。前者是机制，后者是后果，且后果不由前者推出——一个通过充分竞争、由所有人独立地、正当地收敛到最优解的过程，同样会把旁异清零。
判定形式：若收敛过程本身是被少数早期偶然事件驱动的，则那是路径依赖；若收敛是各方独立地、依据各自证据作出的最优选择，而独立性证据仍然消失，则是本判断。
分离线：这一支要求的多样性是在判断维度上的多样性（不同的模型、不同的信息）；本文关心的是判断维度之外的多样性。一个群体可以在判断维度上被人为地强制多样化（分配不同的角色、不同的假设），而在旁异维度上完全同质——此时它满足多样性定理的条件，却仍然无法证明自己的独立性。
判定形式：若强制分配不同视角能恢复多重检查的有效性，则多样性定理够用；若强制分配之后有效性不恢复（因为各视角下的推理仍出自同一处），则是本判断。
本栏近期与本文同题或同形的篇目，是本文最近的占位者，必须逐条指名。
《零幅》（同题第一篇）处理的是”该空着的一段时间被压掉了”。分离线：那一篇的单位是时段（一段无人做事而必须经过的时间），本文的单位是差异（一件产出上与功能无关的那部分不同）。二者可以独立发生：一个把全部等待都保留下来的体系，照样可以把旁异清零（每一次等待之后，所有人仍然作出同一个选择）。判定形式：取一个零幅跨度为零的体系（等待全部保留），若共偏率仍然接近一，则本文对而那篇管不到。
《候成》（同轮，为什么局部提速会形成整体停滞）处理的是”没有执行者的工序造成的补位距”。分离线：那一篇管流程上的空位，本文管产出之间的差异；那一篇的读数随协调负担上升，本文的读数随标准化程度上升，二者可以反向变动——一个高度标准化的体系恰恰协调负担最小而共偏率最高。判定形式：若观察到补位距下降而共偏率上升，则两篇各自成立且互不吸收。
《停读窗》（同轮，如何跨越生产率转化断层）处理的是”越界不留痕的窗口”。分离线：那一篇要求存在一个越界动作，本文不要求——旁异的消失不需要任何人越界，它由每一次正当的规范化完成。
《点次》处理的是”尺子的刻度粗到某个程度之后，加码对把人分开的边际贡献恒为零”。这是本栏与本文形状最近的一位，必须硬分。分离线：那一篇说的是测量工具的分辨力不足（被测对象之间确有差异，尺子读不出来）；本文说的是被测对象之间的差异本身被消灭了（换任何尺子都读不出，因为没有东西可读）。判定形式：换一把分辨力高一个数量级的尺子。若差异出现，则是分辨粒度问题；若不出现，则是本判断。 第十二节那个 1.0000 是后者的实例——它不是量不准，是 2,390 个包在那一维上作了同一个选择。
《同据》处理的是”判据与效据同源，因而回路内自洽”。分离线：那一篇是纵向的（评价标准与被评价物出自同一处），本文是横向的（多件被评价物彼此出自同一处）。二者可以只发生一个：一个评价标准完全外生、独立、严格的体系，其内部产出照样可以旁异归零。判定形式：若把评价标准换成完全外生的一套，问题消失，则是《同据》；若换了标准问题照旧（因为被评价的那批东西彼此仍然同源），则是本判断。
这五篇与本文构成一份互补清单，不是五个竞争者。一件交付要经得起检查，要过五关：该空着的一段还在不在（零幅）／有没有人接得住那一步（候成）／越界有没有留痕（停读窗）／尺子的刻度够不够细（点次）／判据是不是自家的（同据），本文加的是第六关：这几件东西还认不认得出各自是从哪儿来的。 六个读数的分母各不相同，因此本文预测它们两两之间的相关系数低于 0.3；若任意两者高于 0.6，则那两篇应当合并为一篇。这个检验一次可以否掉两篇，包括本篇。
一 · 不管作为价值判断的”多样性”。 本文不主张不一致本身是好的，也不主张标准化是坏的。第十四·一节已经写明，消耗旁异往往是价值创造的必要代价。
四 · 不管单件产出。 旁异是一个组内统计量，谈一件产出的旁异没有意义。这一条排除掉本文与书画鉴定最像的那个用法——本文不能用来鉴定一件东西的真伪。
五 · 不管”同一工具”与”同一来源”的区分。 第十二·四节已写明，本文的读数目前无法把这两件事分开，而本文的命题需要区分它们。这是本文最大的一个未解问题，不是一句谦辞。
在给条款之前，先把那句最难反驳的话写出来。
最强的竞争解释是：其实不就是大家用了同一个工具吗，这有什么新鲜的。
多个生产者采用同一套工具，产出自然相似；工具普及导致同质化，这件事在农业、制造、金融、算法治理里都被讲过。这个解释朴素、便宜、几乎无法反驳，而且它解释了本文观察到的全部现象。
本文与它的分歧点只有一个，而这个分歧点是可查的：同质化解释预测的是结果相似。若结果相似，那么用结果的相关性就能把它测出来，也就能治理它（限制模型份额、要求多样性）。本文则预测：结果可以完全不相似，而独立性的证据同样消失；而在这种情形下，任何以结果多样性为目标的治理都读不出问题，因为结果确实是多样的。
因此下面所有条款的形式都是：在控制掉结果相似度之后，本机制独有的变量是否仍然成立。
F1（主条款，机制证伪）：在同质样本内，控制结论相关性与合格率之后，若共偏率与”多重检查的实际有效性”之间不存在剂量—反应关系，则本判断为伪。“多重检查的实际有效性”取事后逃逸缺陷中”三关全部通过”那一类的份额。需要 N ≥ 6 个同质单位（同一机构内的多个团队、同一行业的多家企业、同一平台的多个项目），关键混淆变量同质；严禁拿两个国家或两个地区充数。本条未跑——需要事后逃逸缺陷的分类数据。
F2（正交性，已真跑）：若在同质样本内，共偏率与复杂度代理的秩相关的绝对值大于等于 0.5，则该读数只是复杂度的代理，本文为伪。实测：−0.055（八维度）／−0.285（六维度），未被推翻。
F3（工具链趋同，已真跑）：若在同一批数据内，新工具链组的共偏率不高于旧工具链组，则”规范化耗尽旁异”这条为伪。实测：0.6831 对 0.6304（八维度）、0.6349 对 0.5774（六维度），方向一致，未被推翻。但见 F4。
F4（口径稳健性，已真跑，已触发）：若更换维度集合造成的 κ 变动，大到与被检验的组间差同量级，则本读数不具备跨口径稳健性。实测：换口径变动 0.058，组间差 0.053，本条被触发。 处置：取消通用阈值，只允许同一维度集合下的比较。这条不利结果不使本文整体为伪，但它取消了本文原本打算给出的判定线。
F5（退化不可逆，最稳的一层）：取任一成熟生产体系，清点那些从未被规范统一过的、与功能无关的维度。若某个维度的众数份额一旦达到 1，此后在没有外部干预的情况下自行回落到 1 以下，则”耗尽不可逆”为伪。 这一条只需要一次清点加一次复查，在多数机构的既有记录里数据已经存在，一个人一周内可以跑完一个中等规模的仓库。第十二节已经给出一个份额为 1.0000 的维度作为起点。
F6（顺序预测）：在同一机构内，共偏率的上升应当早于任何一项质量指标的恶化，中位提前量不小于一个完整交付周期。若恶化早于或同时于共偏率上升，则本文的方向为伪——那说明是质量先坏，整齐是补救的结果。顺序比相关难被巧合满足。
F7（结论无关性，最重的一条）：取两组产出，使其结论相关性同样接近零，而共偏率一高一低。若两组的多重检查有效性没有差异，则本判断被算法单一栽培完全吸收；若有差异，则本判断对。
F8（跨领域一致性）：第十三节的十二条兑现中，若有三条以上在可查数据上给出与预测相反的结果，则本构念不具备跨领域适用性，应退回为一个仅在软件供应链内部成立的说法。
若 F1 与 F7 一起失败——共偏率与多重检查的有效性无关——那学到的是一件很有用的事：独立性可以只从结论侧管理，于是治理的正确做法就是限制模型份额、要求结论分布多样，而不必去管什么与功能无关的维度。这个结论比本文的简洁得多，也好执行得多，因此值得被认真检验一次。
若只有 F4 一条失败（已经失败了），学到的是：旁异这件事可以被谈论，但目前还不能被跨口径地度量。这本身就是一个可以拿去用的结论——它告诉打算测这件事的人，先把维度集合钉死并公布，别急着和别人比数。
按本文自己的判据检本文自己，结果不好看，而且不止一层。
第一层：本文这一篇。 这篇文章由人与生成系统协作写成。按本文的命题，这样的一篇文章在与内容正确性无关的维度上——段落长度分布、小标题的句式、举例的密度、转折词的选择——与同一批产出高度趋同。读者无法用本文提出的办法判定本文是不是独立作出的，因为本文正落在旁异被耗尽的那一侧。
第二层：本文所属的这一栏。 这更要紧。本栏近期的篇目共用一副结构：三家最强 → 共同前提 → 用其中一家自己的材料推翻 → 新构念 → 一张辨别表 → 一句不含程度词的问话 → 十二条兑现 → 三处反向约束 → 与最近几种说法的分界 → 不适用的边界 → 编号条款 → 自反 → 写死日期的赌注。这是一套被规范化了的、与内容正确性无关的选择，也就是说：本栏自己的共偏率很高。
后果是具体的，不是姿态：如果本栏的若干篇论文彼此在旁异维度上高度一致，那么它们之间的相互印证不构成独立证据。 第十七节列了六篇互补的读数并声称它们两两相关低于 0.3——而那个声称本身，是同一副骨架下的六次实例化作出的，它不能靠这六篇彼此引用来支持。 要检验它，必须找一批不用这副骨架的人重做一遍。
第三层：本文用来自证的那个装置。 本文说”只有旁异携带来源信息”，而本文用来支持这句话的四门手艺（校勘、鉴定、法证、油源对比）是我按同一条形式挑出来的。挑选它们的那个动作，本身就是一次共偏。 一个反例长什么样，我说得出：若某门成熟的溯源手艺主要依靠功能维度判定来源（例如靠效能指标而不是靠痕量特征），那么本文的第三个限定词就该改写。我没有找到这样一门手艺，但我也承认我是朝着一个方向找的。
关于本文提出的读数的反噬：κ 一旦进考核，最省事的达标方式是在与功能无关的维度上人为制造分歧——随机化字段顺序、要求不同团队使用不同模板、给每个人分配一个”个人风格标识”。这样制造出来的分歧不携带任何来源信息，因为它是被统一规定出来的；它会把 κ 做好看，同时把旁异真正地清零——因为一个被规定的差异，与一个被规定的一致，在来源信息上等价，都等于零。
我看不到出口。 缓解办法想过三个，三个都不成立：把 κ 设成不可考核（做不到，凡被记录的都会被考核）；只在外部审计中抽查（抽查会改变被抽单位的行为，而那正是要测的东西）；用保密的维度集合（一旦公布结果就能反推，不公布则不可复算，而不可复算的读数不算读数）。
本文的产物是一个可以拿去考核人的读数，因此下面三条是发表的前提，与它有多少道理无关。
一 · 这个读数指的是位置，不是人。 κ 是一组产出的属性，不是任何一个生产者的属性。同一个人在两个不同的规范环境下会落在完全不同的 κ 上——第十二节的数据已经显示，最整齐的那一组之所以整齐，主要是因为它们出自同一个维护方，而不是因为其中的人不同。把 κ 归到个人头上，是把规范环境的差异算到人身上。
二 · 不得为了把这个数做好看而制造差异。 尤其在安全关键系统里：不得为了提高读数而要求不同班组使用不同规程、不同术语、不同记录格式。人为制造的差异不携带来源信息，而它会真实地增加事故风险。 这一条是本文最担心被误用的地方，因此写在正文而不是脚注。
三 · 已经按这个读数做出不利安排的，必须公开维度集合与编码规则，并给出复核通道。 维度集合指第十一节那四条选取规则下列定的那一份，编码规则指那五条；复核通道指被评价方可以要求重新清点、并对维度是否”与功能无关”提出异议。没有这两样，这个读数不得用于任何人事决定。
另有两条证据边界：第十二节的数据取自公开档案，取数日期、样本量、维度定义与两种口径的结果都写在正文里，任何人可以在自己的机器上重跑；本文不提供任何未标明出处的数字，第十二节以外的全部数字均来自所引文献。
到二〇二九年八月十一日为止，在公开可查的软件工程、内容生产或算法治理的评估标准中，若出现至少一项针对”与功能无关的维度上的共同选择”的正式指标——要求清点这类维度并报告其集中程度，且该指标的语义不是”一致性越高越好”——则本文的第三层主张命中。
什么不算命中（写死，免得事后放宽）：
只要求机构自行说明、自行填报的条款不算，必须是可执行的核验条款。
把这类维度的统一记为”规范化程度”“成熟度等级”“一致性得分”的指标不算——那是把它记为优点，方向与本文相反。
只测结论多样性、模型份额、供应商集中度的指标不算，那是算法单一栽培那一支的主张，本文第十五·二节已与它划界。
学术论文提出而未进入任何公开标准的不算；只在某个厂商内部工具里出现而无公开文档的不算。
我押不命中，理由写在第二十节：这个指标一旦被提出，最可能的实现方式恰好是第二条排除的那一种——把它记成成熟度，然后要求提高它。
第一个洞：同一工具与同一来源分不开。 第十二·四节已经写明。要分开，需要一个”同工具不同来源”与”同来源不同工具”的二乘二样本，而我没有找到这样的公开数据。在分开之前，本文的核心读数只能算一个混合指标。
第二个洞：不知道旁异的存量有多大。 本文说得出旁异会被消耗，说不出一个体系里总共还有多少维度未被管理。第十二节那个 0.1519 说明至少还有一个维度储备充足，但一个不是一个数。这个数决定这件事是三年后的问题还是三十年后的问题，而我没有。
第三个洞：不知道被规定出来的差异算不算数。 第二十节说”被规定的差异与被规定的一致在来源信息上等价”，这句话我写得很硬，而我没有证据。反过来的可能是存在的：一个被规定为”各团队自选模板”的体系，选哪个模板这件事本身也许仍然携带信息。这一条若被推翻，本文的反噬预言就有出口了，而我会很高兴。
三个洞都不是留白，是缺口。填上其中任何一个的人，都比本文走得更远。
Peters, K. E., Walters, C. C., & Moldowan, J. M. (2005). The Biomarker Guide, 2nd ed. Cambridge: Cambridge University Press.（生物标志物与油源对比；成熟度对生标参数的平衡效应；混源油的端元解析。）
Peters, K. E., & Moldowan, J. M. (1993). The Biomarker Guide: Interpreting Molecular Fossils in Petroleum and Ancient Sediments. Englewood Cliffs: Prentice Hall.
Morelli, G. (1892–1893). Italian Painters: Critical Studies of Their Works, trans. C. J. Ffoulkes. London: John Murray.（以不经意的细部判定作者归属。）
Ginzburg, C. (1979). Spie: radici di un paradigma indiziario. In A. Gargani (ed.), Crisi della ragione. Torino: Einaudi.（英译：“Clues: Roots of an Evidential Paradigm”, in Clues, Myths, and the Historical Method, Baltimore: Johns Hopkins University Press, 1989.）
启功（1999）《启功丛稿·题跋卷》，北京：中华书局。（书画鉴定中笔性、笔速与摹本的辨识。）
Maas, P. (1927). Textkritik. Leipzig: Teubner.（英译：Textual Criticism, trans. B. Flower, Oxford: Clarendon, 1958. 共同讹误作为判定同源的唯一有效证据。）
Mosteller, F., & Wallace, D. L. (1964). Inference and Disputed Authorship: The Federalist. Reading: Addison-Wesley.（以功能词频率作判别特征。）
Hennig, W. (1966). Phylogenetic Systematics. Urbana: University of Illinois Press.（共有衍征与共有祖征的区分。）
Condorcet, M. J. A. N. de C., marquis de (1785). Essai sur l’application de l’analyse à la probabilité des décisions rendues à la pluralité des voix. Paris: Imprimerie Royale.
Kleinberg, J., & Raghavan, M. (2021). Algorithmic monoculture and social welfare. Proceedings of the National Academy of Sciences, 118(22), e2018340118.
Bommasani, R., Creel, K. A., Kumar, A., Jurafsky, D., & Liang, P. (2022). Picking on the same person: Does algorithmic monoculture homogenize outcomes? Advances in Neural Information Processing Systems 35.
Shumailov, I., Shumaylov, Z., Zhao, Y., Papernot, N., Anderson, R., & Gal, Y. (2024). AI models collapse when trained on recursively generated data. Nature, 631, 755–759.
Shewhart, W. A. (1931). Economic Control of Quality of Manufactured Product. New York: Van Nostrand.（普通原因与特殊原因的区分。）
Deming, W. E. (1986). Out of the Crisis. Cambridge, MA: MIT CAES.
Arthur, W. B. (1989). Competing technologies, increasing returns, and lock-in by historical events. The Economic Journal, 99(394), 116–131.
Page, S. E. (2007). The Difference: How the Power of Diversity Creates Better Groups, Firms, Schools, and Societies. Princeton: Princeton University Press.
Galton, F. (1907). Vox populi. Nature, 75, 450–451.
Institute and Faculty of Actuaries / Casualty Actuarial Society. Estimating Unpaid Claims Using Basic Techniques (Friedland, J., 2010).（已发生未报告准备金；链梯法与期望赔付率法的加权。）
Swiss Re / Casualty Actuarial Society 文献中关于再保险恢复限额、逐次事件限额与可用容量的处理。
Saunders, A., & Allen, L. (2010). Credit Risk Measurement In and Out of the Financial Crisis, 3rd ed. Hoboken: Wiley.（系统性事件下相关性假设的失效。）
Ubuntu Archive. Sources.gz, dists/noble/main/source, 取数日期二〇二六年八月十一日。（源码包控制字段档案，公开可复算。）
Debian Policy Manual, §5（源码包控制字段的定义与可选性）。
数据与可复算性说明
第十二节的数据取自某主流发行版某版本主仓库的源码包控制字段档案，取数日期二〇二六年八月十一日，样本 2,390 个源码包，八个与功能无关的维度（定义见第十二·一节，取数前写死）。共偏率按第十一节的定义计算，两种口径（含／不含直接编码来源与已退化维度）的结果均已报出。相关系数为斯皮尔曼秩相关，样本单位为十分位组（十个点），因此本节的统计推断只能作描述性使用，不构成假设检验；这是样本结构的直接限制，写在这里而不是留给读者去发现。分组用的打包助手兼容级别取自构建依赖字段的正则匹配，未匹配到的 655 个包单列为第三组并已在正文报出。
字数与版本
正文约 20,300 汉字。版本：初稿，二〇二六年八月十一日。
人机分工声明
本文的问题由作者提出；三个领域的选取、构念的命名、承重命题的形状与全部判定形式由作者与生成系统在多轮往复中确定；第十二节的取数、统计与表格由生成系统执行并由作者复核；文献出处由作者逐条核对，未核实的条目一律不写入。第二十节所述的三层自反结论，适用于本文的写作过程本身，也适用于本文所属的这一栏。