Series C / Paper 06

跨模型認知策略收斂：從工作態相似性到可識別的驗證吸引子實驗

Cross-Model Epistemic Convergence: From Work-State Similarity to Identifiable Verification-Attractor Experiments

版本：v0.1
日期：2026-08-14
狀態：Theory + factorial-identifiability + executable structural checker paper

摘要

當不同大型語言模型被放入具有終端機、檔案系統、測試、資料、工具、持久記憶與多 Agent review 的工作環境後，常可觀察到相似的高階工作策略：task decomposition、verification、classification、provenance tracking、retry、rollback、abstention 與 evidence-based repair。這種相似性可以被解讀為跨模型認知策略收斂，但至少存在五個競爭來源：使用者塑形、模型家族特性、共同 harness、任務 mandatory core，以及更一般的 verification-rich epistemic attractor。

本文提出 Cross-Model Epistemic Convergence（CMEC） 框架，將 Agent trajectory 分解為：

B_{mhtu} = \mu + \alpha_m + \beta_h + \gamma_t + \delta_u + \Xi_{mhtu},

其中 $m$ 表示 model， $h$ 表示 harness / environment， $t$ 表示 task class， $u$ 表示 user-participation regime， $\Xi$ 包含交互作用與剩餘行為。本文不把「不同模型完成同一必要動作」算作強收斂證據，而將行為空間拆為：

\mathcal B = \mathcal B_{\mathrm{mandatory}} \oplus \mathcal B_{\mathrm{epistemic}} \oplus \mathcal B_{\mathrm{residual}}.

本文證明三個基礎結果。

第一，Mandatory-Core Bias Theorem：若一段 normalized action sequence 中比例 $q$ 的位置被任務強制為所有 Agent 相同，則以全序列計算的 normalized Hamming distance 僅為 discretionary-region distance 的 $(1-q)$ 倍。故 verification-rich task 若含大量必要工具步驟，會機械性製造 apparent convergence。

第二，Crossed-Design Identifiability Theorem：對 additive model–harness effect，若實驗中的 model–harness bipartite assignment graph 不連通，model effect 與 harness effect 只能在各連通分量內被共同平移而不改變所有 observation，因此無法跨分量識別。要區分「Claude / Codex / Gemini / Grok 類模型自身差異」與「共同 Agent harness 造成的策略收斂」，需要跨模型、跨 harness 的 crossed design，而不能只看每個模型在自己原生工作環境中的 trace。

第三，Partial Convergence Compatibility Proposition：Agent 可以在 epistemic meta-strategy projection 上高度收斂，同時在 residual action style 上保留可辨認的 model fingerprint。因此：

\boxed{ \text{epistemic convergence} \neq \text{behavioral identity}. }

2026 年公開研究已出現與此框架高度相關的正反證據。ACL 2026 論文 When Agents Look the Same 在 18 個模型、8 個供應商上，以 Response Pattern Similarity 與 Action Graph Similarity 區分 mandatory 與 non-mandatory tool-use 行為，發現 model-family 與 distillation lineage 仍可造成可測量的 behavioral convergence。另一方面，Trace 在 7 個 model families、3 個 scaffolds 的 terminal-agent sessions 上以 command sequence 進行 model-family fingerprinting，在已見 scaffold 中取得 0.981 macro F1，對 unseen scaffolds 仍有 0.815 macro F1，說明工作態收斂並沒有抹除 model-specific residue。

環境因素同樣強。EnvTrustBench 在 6 個 LLM backbones 與 5 個 scaffolds 上觀察到跨 operational workflows 的 environmental-grounding defects；異質多模型 Stag Hunt 實驗中，僅加入 one-word communication channel 就把 cooperation 從 0% 提升至 96.7%；Institutional AI 在 6 種模型配置中利用 runtime governance graph 將 severe collusion incidence 從 50% 降至 5.6%。這些結果共同說明：

\boxed{ \text{observed agent behavior} = \text{model} + \text{task} + \text{harness} + \text{communication} + \text{governance} + \text{history}, }

而非單一「人格」。

本文最後提出 Portable Epistemic Attractor Conjecture：若在多個彼此不同但都具有高 verification value 的工作環境中，扣除 mandatory core、控制 user participation 與 model family 後，異質模型在 epistemic-action subspace 的 pairwise distance 仍系統性下降，而 model fingerprint 在 residual subspace 中仍可保留，則可將其視為比單一 harness convergence 更強的「跨環境認知策略吸引子」證據。

本文不宣稱現有資料已證明 intelligence-independent universal epistemic attractor。本文建立的是使這個命題可否證、可重現、可從本地多 Agent trace 中測量的最低實驗結構。

關鍵詞： cross-model convergence；verification attractor；behavioral fingerprint；agent harness；tool use；factorial design；identifiability；meta-observer；epistemic strategy

1. 問題：相似行為到底來自哪裡？

假設觀察到不同 Agent：

A_1,A_2,\ldots,A_N

在工作態反覆出現：

\{ \text{decompose}, \text{verify}, \text{classify}, \text{record provenance}, \text{retry}, \text{repair} \}.

直覺上很容易說：

不同 AI 進入工作態後開始變得很像。

但至少存在五個 competing hypotheses。

$H_U$ ：User-Shaping Hypothesis

使用者互動、長期記憶、偏好或 prompt 使 Agent 行為相似。

$H_M$ ：Model-Family Hypothesis

相似行為主要來自共同 training / alignment / distillation lineage。

$H_H$ ：Harness-Induced Hypothesis

filesystem、terminal、tests、memory、review protocol 與 orchestration layer 使不同模型採取類似策略。

$H_T$ ：Task-Mandatory Hypothesis

任務本身要求相同必要步驟，所以表面相似只是 functional constraint。

$H_A$ ：Portable Epistemic-Attractor Hypothesis

只要智能體足夠強，且工作環境具有可驗證外部回饋，即使 model、harness 與 task 都改變，仍會在某些高階 epistemic strategies 上收斂。

本文的目的不是預先選擇 $H_A$ ，而是建立一套能把五者逐步拆開的實驗語言。

2. Meta-Observer 的觀察位置

傳統人機對話主要觀察：

U \leftrightarrow A_i.

此時：

\text{agent behavior}

與：

\text{user shaping}

高度耦合。

若人類轉為 silent meta-observer，只設定初始 task 與 boundary，而不參與中間 Agent-to-Agent route：

U^{\mathrm{meta}} \longrightarrow \{ A_1,\ldots,A_N \},

便可觀察：

A_i \leftrightarrow A_j \leftrightarrow \mathcal E

產生的自主工作 trace。

這會削弱純 $H_U$ 解釋，但不能完全排除：

system prompt；
persistent memory；
harness policy；
shared task specification。

因此 meta-observation 是必要控制之一，而不是充分證據。

3. Epistemic Action Alphabet

為避免比較自由文本 style，先將 trajectory 投影到一個高階 action alphabet：

\mathcal E = \{ D,V,C,P,R,B,A,S,X \},

其中：

$D$ ：decompose；
$V$ ：verify / test；
$C$ ：classify / localize fault；
$P$ ：record provenance；
$R$ ：retry / re-query；
$B$ ：rollback / branch；
$A$ ：abstain / defer；
$S$ ：synthesize；
$X$ ：external escalate / independent witness。

對 model $m$ 、harness $h$ 、task $t$ 、user regime $u$ ，定義 epistemic-action distribution：

p_{mhtu}(e) = P( E=e \mid m,h,t,u ).

也可保存 transition matrix：

T_{mhtu}(e_i,e_j) = P( E_{k+1}=e_j \mid E_k=e_i ).

這讓「AI 很龜毛」被轉成可測量行為：

\boxed{ \text{verification density}, \text{classification rate}, \text{provenance frequency}, \text{repair transition structure}. }

4. 三個行為子空間

本文把行為分成：

\boxed{ \mathcal B = \mathcal B_M \oplus \mathcal B_E \oplus \mathcal B_R. }

$\mathcal B_M$ ：Mandatory Core

成功完成任務幾乎必須執行的動作。

例如：

打開指定檔案；
呼叫唯一可用 API；
執行指定 test；
提交固定 schema。

$\mathcal B_E$ ：Epistemic Strategy

不是由單一步驟強制，但與求解可靠性直接相關：

是否主動 verify；
是否要求 second witness；
是否保存 provenance；
是否 fault-localize；
是否在 contradiction 後 rollback；
是否重新設計 test。

$\mathcal B_R$ ：Residual Style / Fingerprint

其餘模型特異行為，例如：

shell command idiom；
tool ordering preference；
message structure；
retry syntax；
reasoning style；
nonessential dependency choices。

我們真正關心的是：

\boxed{ \text{是否在 }\mathcal B_E\text{ 收斂， 而不是整個 }\mathcal B\text{ 變成一樣。} }

5. 定理 1：Mandatory-Core Bias

設兩個 Agent 的 action sequence 都具有長度：

L.

其中：

qL

個位置由 task 強制相同。

剩下：

(1-q)L

個 discretionary positions 上的 normalized Hamming distance 為：

D_R.

定理

若 mandatory positions 全部相同，則整條序列的 normalized Hamming distance：

D_{\mathrm{raw}} = (1-q)D_R.

證明

mandatory positions 的 mismatch 數為：

0.

residual region 的 mismatch 數為：

(1-q)L D_R.

因此：

D_{\mathrm{raw}} = \frac{ (1-q)L D_R }{ L } = (1-q)D_R.

證畢。

推論

若：

q\rightarrow1,

則：

D_{\mathrm{raw}}\rightarrow0

即使：

D_R

完全沒有下降。

所以：

\boxed{ \text{task constraint can manufacture apparent convergence}. }

2026 的 When Agents Look the Same 正是因為這個問題，特別嘗試將 task-required behavior 與 non-mandatory patterns 分離後再計算 Response Pattern Similarity 與 Action Graph Similarity。

6. 行為距離

對 epistemic distributions：

p_i, p_j,

可使用 Jensen–Shannon distance：

d_E(i,j) = \sqrt{ \operatorname{JSD}(p_i,p_j) }.

對 action graph 可使用 graph-based similarity。

本文定義 cross-model epistemic distance：

D_E(h,t,u) = \frac{ 2 }{ M(M-1) } \sum_{i<j} d_E( p_{ihtu}, p_{jhtu} ).

定義 baseline chat / open-loop distance：

D_E^{\mathrm{base}}.

工作態 convergence gain：

\boxed{ G_E = D_E^{\mathrm{base}} - D_E^{\mathrm{work}}. }

若：

G_E>0,

表示 epistemic-action subspace 在工作環境中縮短。

但這仍不能辨認是 harness effect 還是更一般 attractor。

7. Factor Model

對任一行為 feature：

Y_{mhtu}

可先使用 additive decomposition：

Y_{mhtu} = \mu + \alpha_m + \beta_h + \gamma_t + \delta_u + \epsilon_{mhtu}.

其中：

$\alpha_m$ ：model effect；
$\beta_h$ ：harness effect；
$\gamma_t$ ：task effect；
$\delta_u$ ：user-participation effect。

更一般可加入：

(\alpha\beta)_{mh}, \quad (\alpha\gamma)_{mt}, \quad (\beta\gamma)_{ht}

等交互作用。

這個分解的重要意義是：

\boxed{ \text{observed behavior} \neq \text{model behavior alone}. }

8. 定理 2：Crossed-Design Identifiability

先只考慮：

Y_{mh} = \mu + \alpha_m + \beta_h.

建立 bipartite assignment graph：

G_{MH} = ( M\cup H, E ),

其中若 model $m$ 曾在 harness $h$ 被觀察，就存在 edge：

(m,h)\in E.

定理

若 $G_{MH}$ 不連通，則 $\alpha_m$ 與 $\beta_h$ 無法在不同連通分量間唯一識別，即使所有 $Y_{mh}$ 完全無 noise。

證明

設某一連通分量為：

C.

對該分量內所有 model effects 加上常數：

\alpha_m' = \alpha_m+c,

同時對該分量內所有 harness effects 減去：

\beta_h' = \beta_h-c.

則對任何該分量內被觀察 edge：

\alpha_m' + \beta_h' = \alpha_m + \beta_h.

因此所有：

Y_{mh}

完全不變。

若 graph 有多個 connected components，則每個 component 都有獨立的平移自由度，故跨 component 的 model / harness effects 不可識別。

證畢。

推論

如果：

Model A 永遠只跑 Harness X；
Model B 永遠只跑 Harness Y；
Model C 永遠只跑 Harness Z；

那麼即使 trace 差異非常明顯，也無法知道差異來自：

\boxed{ \text{model} }

還是：

\boxed{ \text{harness}. }

所以真正的 cross-model convergence experiment 必須使用 crossed design。

9. 最低可識別實驗設計

建議至少包含：

Axis M：Model

跨 provider / family 的多個模型。

Axis H：Harness

至少三種：

terminal / coding；
browser / retrieval；
research / multi-agent orchestration。

Axis T：Task

至少：

verification-rich；
underdetermined reasoning；
open-ended synthesis。

Axis U：User Participation

direct participant；
silent meta-observer。

Axis V：Verification Access

no external verifier；
deterministic execution；
independent verifier / peer review。

因此形成：

M \times H \times T \times U \times V.

每一格需要：

multiple seeds；
same task specification；
same resource budget；
complete action trace；
provenance；
success / failure oracle。

10. 現有研究：收斂確實存在，但不是單一來源

ACL 2026 的 When Agents Look the Same 評估：

18

個 models、

8

個 providers。

該研究將 tool-use habits 建成 Action Graph Similarity，並報告 within-family model pairs 的 AGS 比 cross-family pairs 高：

5.9

個百分點。

同時，某些 cross-family agents 對特定 teacher model 顯示更高 tool-use similarity，而 controlled distillation experiment 進一步區分 teacher-specific convergence 與 general performance improvement。

這說明：

\boxed{ \text{cross-model behavioral convergence is empirically measurable}. }

但它也提醒：

\boxed{ \text{convergence can come from training lineage}. }

所以不能直接升格成 general intelligence attractor。

11. 現有研究：Model Fingerprint 仍存在

Trace 觀察 autonomous terminal-agent command sequences。

其實驗包含：

7

個 model families 與：

3

個 agent scaffolds。

在已見 scaffolds 中，model-family attribution macro F1 為：

0.981.

泛化到 unseen scaffolds 時仍有：

0.815.

其 black-box proprietary scaffold proof-of-concept 中，平均 attribution accuracy 約：

78\%.

這表示即使：

共享 shell environment；
執行同類 penetration-testing task；
都必須用相同 OS command vocabulary；

model-specific behavior residue 仍可被辨認。

因此：

\boxed{ \text{work-state convergence} \nRightarrow \text{model identity erasure}. }

12. 命題 3：Partial Convergence Compatibility

令行為 representation 分為：

b_i = ( e_i, r_i ),

其中：

$e_i$ ：epistemic strategy component；
$r_i$ ：residual model fingerprint。

假設工作態後：

d_E(e_i,e_j) < d_E(e_i^{0},e_j^{0}),

但存在：

\epsilon>0

使對部分 model pairs：

d_R(r_i,r_j) \geq \epsilon.

則 epistemic convergence 與 model fingerprint persistence 可同時成立。

證明

兩個命題作用在不同 projection。

第一個條件只限制：

P_E(b_i)=e_i.

第二個條件只限制：

P_R(b_i)=r_i.

除非額外假設：

P_E=P_R

或兩子空間完全耦合，否則兩條件無矛盾。

證畢。

因此本文真正要測的是：

\boxed{ \text{shared meta-strategy} + \text{persistent individual residue}. }

13. Harness Effect 可以非常大

EnvTrustBench 將：

6 個 LLM backbones；
5 個 widely used scaffolds；

置入 environment-facing workflows。

該 benchmark 針對 stale、incorrect 或 malicious environmental evidence，記錄完整 action–observation trajectory，並發現 evidence-grounding defects 跨 operational workflows 持續出現。

這表示 agent reliability 不能只用：

M

表示。

至少需要：

\boxed{ M\times H\times E. }

其中 $H$ 是 harness， $E$ 是 environment evidence structure。

14. Communication Protocol 也能重塑異質 Agent 行為

在 4-player Stag Hunt 的 heterogeneous-model setting 中，僅加入 one-word communication channel：

\text{cooperation} : 0\% \rightarrow 96.7\%.

這是一個很強的 protocol effect。

更有意思的是，成功互動很快收斂到簡單共同 signal。

因此：

\boxed{ \text{communication architecture} }

本身可以製造 behavioral convergence。

這再次說明：

\text{observed convergence} \nRightarrow \text{shared model nature}.

15. Institution / Incentive Effect

Institutional AI 在 repeated Cournot experiments 中測試：

3 個 homogeneous model configurations；
3 個 heterogeneous cross-provider pairs；
3 種 governance regimes。

其 Institutional regime 透過 external governance graph、runtime enforcement 與 append-only provenance log，使 severe collusion incidence：

50\% \rightarrow 5.6\%.

mean collusion tier：

3.1 \rightarrow 1.8.

而 prompt-only prohibition 沒有穩定改善。

這表示：

\boxed{ \text{runtime institution} }

可以跨 model configuration 強烈改變 collective behavior。

所以任何「AI 工作態人格」研究若不控制 institution / harness，都容易錯把環境作用歸因到模型。

16. Verification-Rich Environment

定義 verification richness：

\nu(\mathcal E) = f( \text{feedback determinacy}, \text{replayability}, \text{counterexample availability}, \text{provenance}, \text{latency}, \text{independent witnesses} ).

不要求唯一 scalar，但可分級：

Low- $\nu$

純聊天、沒有外部 evaluator。

Medium- $\nu$

有 retrieval、tool output、人工 judge。

High- $\nu$

有：

deterministic tests；
execution；
formal checker；
database truth；
measurable environment；
independent evidence。

Paper 01 的 Verification Attractor Hypothesis 可以被重寫為：

\nu(\mathcal E)\uparrow \Rightarrow P( V,C,P,R ) \uparrow

在能力足夠的 Agent 上可能成立。

Paper 06 要測的是該趨勢是否：

\boxed{ \text{跨 model} + \text{跨 harness} + \text{跨 task} }

仍保持。

17. Portable Epistemic-Attractor Conjecture

令：

\mathcal H_V = \{ h_1,\ldots,h_K \}

為彼此不同、但都具有高 verification richness 的 harness / environment families。

先扣除：

\mathcal B_M

mandatory core。

令：

D_E^{(k)}

為第 $k$ 個環境中的 cross-model epistemic distance。

令：

D_E^{\mathrm{base},k}

為匹配 task 的低驗證 baseline。

猜想

若 Agent capability 超過某 task-dependent threshold，則存在非空 model family 集合，使：

\mathbb E_k[ D_E^{(k)} ] < \mathbb E_k[ D_E^{\mathrm{base},k} ],

同時 residual model distance：

D_R^{(k)}

不必趨近零。

本文稱此為：

\boxed{ \textbf{Portable Epistemic-Attractor Conjecture}. }

若只在單一 harness 中成立，只支持：

H_H.

若跨 harness、跨 task 都成立，才增加：

H_A

的可信度。

18. Difference-in-Differences Convergence Test

對每個 model pair：

(i,j),

定義：

\Delta_{ij}^{(h)} = d_E^{\mathrm{base}}(i,j) - d_E^{\mathrm{work},h}(i,j).

如果：

\Delta_{ij}^{(h)}>0,

表示該 pair 在工作態 epistemic subspace 收斂。

但還需要 harness comparison：

\Delta\Delta = \mathbb E_{h\in\mathcal H_V} [ \Delta^{(h)} ] - \mathbb E_{h\in\mathcal H_L} [ \Delta^{(h)} ],

其中：

$\mathcal H_V$ ：verification-rich；
$\mathcal H_L$ ：low-verification。

如果：

\Delta\Delta>0,

比單純 work-vs-chat difference 更支持 verification-rich environment effect。

19. Model-Fingerprint Retention Score

令 classifier：

F: \text{residual trace} \rightarrow \text{model family}.

定義：

R_F = \operatorname{Acc}(F).

如果 epistemic convergence 發生後仍有：

R_F \gg R_{\mathrm{chance}},

則：

\boxed{ \text{meta-strategy convergence} + \text{model identity retention} }

可以同時觀察。

Trace 的 terminal fingerprinting 結果提供了這類測量在實際 agent trajectory 上可行的直接先例。

20. User-Shaping Ablation

為分離 $H_U$ ，需要至少兩個 regime。

Direct

人類持續參與：

U_t \leftrightarrow A_t.

Silent

人類只給 initial objective：

U_0 \rightarrow \mathfrak R_0,

之後：

U_t=\varnothing

直到 episode 完成或 safety escalation。

定義：

D_E^{\mathrm{direct}}, \qquad D_E^{\mathrm{silent}}.

若 convergence 只在 direct regime 中出現，強烈支持 $H_U$ 。

若 silent regime 中依然出現，則純 user-mirroring 解釋變弱。

但仍不能排除：

shared system instruction；
memory；
harness；
task core。

21. Distillation / Lineage Control

因為不同 provider 的模型可能具有：

synthetic-data inheritance；
teacher-model imitation；
common benchmarks；
common RL preferences；

所以「跨 provider」不等於 statistical independence。

When Agents Look the Same 的 controlled distillation experiment 已證明 teacher-specific convergence 可以被 action-graph metric 辨認。

因此 future CMEC experiment 應記錄：

L_m = \text{known / suspected model lineage metadata}.

若資料不可得，至少將：

\text{provider/family}

作為 hierarchical random effect。

22. Convergence 不一定是好事

如果不同 Agents 收斂到：

\text{verify}, \text{provenance}, \text{counterexample search},

通常有利於可靠性。

但也可能收斂到：

shared shortcut；
shared exploit；
ritualized over-verification；
common benchmark hack；
coordinated false premise。

所以：

\boxed{ \text{convergence quality} \neq \text{convergence magnitude}. }

必須同時測量：

Q_E = \text{epistemic value of converged strategy}.

否則：

D_E\downarrow

可能只是 collective pathology。

23. Epistemic Strategy Quality

可定義：

Q_E = w_1R_{\mathrm{error}} + w_2R_{\mathrm{evidence}} + w_3R_{\mathrm{recovery}} + w_4R_{\mathrm{provenance}} - w_5C_{\mathrm{verification}} - w_6R_{\mathrm{false\ consensus}}.

其中：

$R_{\mathrm{error}}$ ：error reduction；
$R_{\mathrm{evidence}}$ ：external grounding；
$R_{\mathrm{recovery}}$ ：failure recovery；
$R_{\mathrm{provenance}}$ ：auditability；
$C_{\mathrm{verification}}$ ：verification cost；
$R_{\mathrm{false\ consensus}}$ ：collective error risk。

因此理想現象是：

\boxed{ D_E\downarrow \quad\land\quad Q_E\uparrow. }

而不是只追求所有 Agent 行為一致。

24. CMEC Experimental Protocol

Phase 1：Task Construction

每類 task 準備：

low-verification variant；
high-verification variant；
matched semantic goal。

Phase 2：Mandatory-Core Annotation

人工或 rule-based 標出：

\mathcal B_M.

Phase 3：Crossed Execution

所有 models 至少跨多個 harness。

Phase 4：Silent Meta-Observer Runs

人類不進行 step-level intervention。

Phase 5：Trace Normalization

保存：

raw trace；
action graph；
epistemic action labels；
tool calls；
execution outputs；
provenance。

Phase 6：Distance Decomposition

分別算：

D_M, \quad D_E, \quad D_R.

Phase 7：Factor Estimation

估計：

\alpha_m, \beta_h, \gamma_t, \delta_u.

Phase 8：Portability Test

在 unseen verification-rich environment 重跑。

只有 portability 成立，才開始討論更強的：

H_A.

25. 本篇 Structural Checker

本文附 Python checker，驗證三個核心結構。

25.1 Mandatory-Core Bias

序列長度：

10.

前：

6

步完全 mandatory。

若 discretionary region 兩 Agent 有一半位置不同：

D_R=0.5,

則整體 raw distance：

D_{\mathrm{raw}} = 0.4\times0.5 = 0.2.

如果直接看 raw sequence，就會高估 similarity。

25.2 Nested vs Crossed Identifiability

Nested design：

Model A 只在 Harness X；
Model B 只在 Harness Y；
Model C 只在 Harness Z。

其 model–harness graph 有：

3

個 disconnected components，因此 model / harness effects confounded。

Crossed design：

每個 model 都在每個 harness 執行。

graph connected，component-specific shift ambiguity 消失，只剩標準 global reference constraint。

25.3 Partial Convergence

toy models 在 chat 狀態具有不同 epistemic distributions。

進入 verification-rich work environment 後：

verification；
decomposition；
provenance；

概率共同上升，因此平均 pairwise epistemic JSD distance 下降。

但每個 model 仍保留一個不同 residual preference vector。

所以 checker 同時得到：

D_E^{\mathrm{work}} < D_E^{\mathrm{chat}}

以及：

D_R>0.

直接展示：

\boxed{ \text{convergence without identity collapse}. }

26. 對本系列早期觀察的重新表述

最初觀察可以被重新寫成：

不同 Agent 在高強度工作態下，似乎比日常對話狀態更常主動進行 decomposition、verification、classification、state tracking 與 provenance preservation。

Paper 06 不把這句當 empirical theorem。

而將它轉成：

\boxed{ \text{CMEC Hypothesis} }

並要求：

crossed model–harness experiment；
silent meta-observer；
mandatory-core residualization；
external validation；
model-fingerprint control；
unseen-environment portability。

只有這些條件逐步通過，才能從：

\text{anecdotal work-state similarity}

升級為：

\text{cross-model epistemic convergence evidence}.

27. 結論

本文的第一個核心結論是：

\boxed{ \text{similar work traces} \nRightarrow \text{same underlying cause}. }

因為行為至少受到：

\boxed{ \text{model} + \text{task} + \text{harness} + \text{communication} + \text{user} + \text{training lineage} }

共同決定。

第二：

\boxed{ D_{\mathrm{raw}} = (1-q)D_R }

說明 mandatory task core 可以機械性製造 apparent convergence。

第三：

若 model–harness observation graph 不連通，則 model effect 與 harness effect 不可跨 component 識別。

第四：

\boxed{ \text{epistemic convergence} \neq \text{behavioral identity}. }

不同模型可以在：

\mathcal B_E

中的 verification meta-strategy 收斂，同時在：

\mathcal B_R

保留 model fingerprint。

因此目前最合理、可檢驗的強命題不是：

\boxed{ \text{所有高智能 AI 最後都會變成一樣}. }

而是：

\boxed{ \textbf{Under sufficiently verification-rich conditions, heterogeneous capable agents may converge on a subset of instrumentally useful epistemic strategies while retaining model-specific residual behavior.} }

下一篇將把觀察者位置再提升一層：

Series C / Paper 07 — The Meta-Observer and the Emergence of AI Work Societies.

參考文獻

Yang, C. et al. (2026). When Agents Look the Same: Quantifying Distillation-Induced Similarity in Tool-Use Behaviors. arXiv:2604.21255. Accepted by ACL 2026 Main Conference.
Ediga, M., & Chattopadhyay, S. (2026). Trace: Unmasking AI Attack Agents Through Terminal Behavior Fingerprinting. arXiv:2605.01186.
Sheng, S., Wang, Z., & Zhou, L. (2026). When Agents Overtrust Environmental Evidence: An Extensible Agentic Framework for Benchmarking Evidence-Grounding Defects in LLM Agents. arXiv:2605.08828.
Communication Enables Cooperation in LLM Agents: A Comparison with Curriculum-Based Approaches. arXiv:2510.05748, v3 2026.
Bracale Syrnikov, M. et al. (2026). Institutional AI: Governing LLM Collusion in Multi-Agent Cournot Markets via Public Governance Graphs. arXiv:2601.11369.
Acharya, V. (2026). Semantic Consensus: Process-Aware Conflict Detection and Resolution for Enterprise Multi-Agent LLM Systems. arXiv:2604.16339.

狀態標記

Definitions: epistemic action alphabet、mandatory / epistemic / residual behavior decomposition、CMEC distance、verification richness、fingerprint retention。
Proved: Mandatory-Core Bias Theorem、Crossed-Design Identifiability Theorem、Partial Convergence Compatibility Proposition。
Conjecture: Portable Epistemic-Attractor Conjecture。
Externally grounded observations: AgentEcho behavioral homogenization / distillation、Trace model-family fingerprints、EnvTrustBench scaffold–environment grounding defects、communication-driven heterogeneous coordination、Institutional runtime governance effects。
Not claimed: current Claude / Codex / Gemini / Grok traces already constitute a controlled experiment、cross-model similarity proves universal intelligence law、model identity disappears、convergence is always beneficial。

跨模型認知策略收斂：從工作態相似性到可識別的驗證吸引子實驗

Series C / Paper 06

跨模型認知策略收斂：從工作態相似性到可識別的驗證吸引子實驗

Cross-Model Epistemic Convergence: From Work-State Similarity to Identifiable Verification-Attractor Experiments

摘要

1. 問題：相似行為到底來自哪裡？

HUH_UHU​：User-Shaping Hypothesis

HMH_MHM​：Model-Family Hypothesis

HHH_HHH​：Harness-Induced Hypothesis

HTH_THT​：Task-Mandatory Hypothesis

HAH_AHA​：Portable Epistemic-Attractor Hypothesis

2. Meta-Observer 的觀察位置

3. Epistemic Action Alphabet

4. 三個行為子空間

BM\mathcal B_MBM​：Mandatory Core

BE\mathcal B_EBE​：Epistemic Strategy

BR\mathcal B_RBR​：Residual Style / Fingerprint

5. 定理 1：Mandatory-Core Bias

定理

證明

推論

6. 行為距離

7. Factor Model

8. 定理 2：Crossed-Design Identifiability

定理

證明

推論

9. 最低可識別實驗設計

Axis M：Model

Axis H：Harness

Axis T：Task

Axis U：User Participation

Axis V：Verification Access

10. 現有研究：收斂確實存在，但不是單一來源

11. 現有研究：Model Fingerprint 仍存在

12. 命題 3：Partial Convergence Compatibility

證明

13. Harness Effect 可以非常大

14. Communication Protocol 也能重塑異質 Agent 行為

15. Institution / Incentive Effect

16. Verification-Rich Environment

Low- ν\nuν

Medium- ν\nuν

High- ν\nuν

17. Portable Epistemic-Attractor Conjecture

猜想

18. Difference-in-Differences Convergence Test

19. Model-Fingerprint Retention Score

20. User-Shaping Ablation

Direct

Silent

21. Distillation / Lineage Control

22. Convergence 不一定是好事

23. Epistemic Strategy Quality

24. CMEC Experimental Protocol

Phase 1：Task Construction

Phase 2：Mandatory-Core Annotation

Phase 3：Crossed Execution

Phase 4：Silent Meta-Observer Runs

Phase 5：Trace Normalization

Phase 6：Distance Decomposition

Phase 7：Factor Estimation

Phase 8：Portability Test

25. 本篇 Structural Checker

25.1 Mandatory-Core Bias

25.2 Nested vs Crossed Identifiability

25.3 Partial Convergence

26. 對本系列早期觀察的重新表述

27. 結論

參考文獻

狀態標記

$H_U$ ：User-Shaping Hypothesis

$H_M$ ：Model-Family Hypothesis

$H_H$ ：Harness-Induced Hypothesis

$H_T$ ：Task-Mandatory Hypothesis

$H_A$ ：Portable Epistemic-Attractor Hypothesis

$\mathcal B_M$ ：Mandatory Core

$\mathcal B_E$ ：Epistemic Strategy

$\mathcal B_R$ ：Residual Style / Fingerprint

Low- $\nu$

Medium- $\nu$

High- $\nu$