# 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： $$ D_E(h,t,u) = \frac{ 2 }{ M(M-1) } \sum_{i0, $$ 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 1. 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. 2. Ediga, M., & Chattopadhyay, S. (2026). *Trace: Unmasking AI Attack Agents Through Terminal Behavior Fingerprinting*. arXiv:2605.01186. 3. 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. 4. *Communication Enables Cooperation in LLM Agents: A Comparison with Curriculum-Based Approaches*. arXiv:2510.05748, v3 2026. 5. Bracale Syrnikov, M. et al. (2026). *Institutional AI: Governing LLM Collusion in Multi-Agent Cournot Markets via Public Governance Graphs*. arXiv:2601.11369. 6. 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。