海猫鸣泣之时

模板

状态空间：物的世界和心的世界

在时刻 $t$，定义整个棋盘的状态为

\[S_t=(X_t,M_t,G_t)\]

其中：

• $X_t$ 表示物理世界状态；
• $M_t$ 表示所有参与者的心理状态；
• $G_t$ 表示人与人之间的信息和信任网络。

对于人物 $i$，其心理状态可以进一步表示为

\[M_{i,t}=(B_{i,t},E_{i,t},U_i)\]

其中 $B_{i,t}$ 是人物对世界的信念，$E_{i,t}$ 是恐惧、愤怒、悲伤、希望等情绪状态，而 $U_i$ 是相对稳定的目标、价值和效用结构。

这里必须强调：

\[B_{i,t}\neq X_t\]

人物相信的世界不等于真实世界。

局部观测：每个人看到的都只是世界的投影

人物 $i$ 在时刻 $t$ 获得的观测记为 $O_{i,t}$。

可以抽象为

\[O_{i,t}=H_i(X_t)+\epsilon_{i,t}\]

其中 $H_i$ 是人物能够接触到的信息范围，而 $\epsilon_{i,t}$ 表示观测误差、叙述歧义、欺骗以及认知偏差。

因此即使客观世界只有一个，不同人物也可能得到完全不同的数据集：

\[O_{i,t}\neq O_{j,t}\]

《海猫》的基本单位不是“事实”，而是：

某个人在某个时间点，知道了什么，并认为这意味着什么。

1. 实际发生了什么；
2. 谁直接观察到了什么；
3. 谁只听说了什么；
4. 信息由谁转述；
5. 哪些信息没有进入共同知识。

信念更新：同一个事实会强化不同人的原有信念

人物不会机械地接受观测，而是用既有信念解释观测。

\[B_{i,t+1} = \mathcal U \left( B_{i,t}, O_{i,t}, {m_{ji,t}}, T_{ij,t}, E_{i,t} \right)\]

其中 $m_{ji,t}$ 是人物 $j$ 向人物 $i$ 发送的信息，而 $T_{ij,t}$ 是 $i$ 对 $j$ 的信任程度。

因此一句相同的话，如果来自不同的人，其信息权重并不相同。

如果接收者认为发送者正在欺骗自己，那么增加信息量甚至可能增加混乱。

信任网络

定义信任矩阵 $T_t$：

\[T_t=(T_{ij,t})\]

其中 $T_{ij,t}\in[0,1]$ 表示人物 $i$ 对人物 $j$ 的信任程度。

需要注意，信任通常不是对称的：

\[T_{ij,t}\neq T_{ji,t}\]

一个稳定群体需要的不只是较高平均信任，还需要信息能够沿网络传播。

因此可以额外建立通信图 $G_t$。如果整个群体开始分房、锁门、隐瞒、持枪戒备，那么即便成员仍然物理上位于同一栋建筑内，其有效通信网络也可能已经高度碎片化。

每个 EP 都应观察：

• 哪些人物形成联盟；
• 哪些边被切断；
• 哪些边得到加强；
• 是否出现中心化领导者；
• 是否存在不能互相验证的信息孤岛。

信任和恐惧演化

定义人物 $i$ 的恐惧水平为 $F_{i,t}$。

恐惧会影响信念更新和策略选择，因此不能简单视为故事气氛。

一种抽象表达是：

\[F_{i,t+1} = \mathcal G \left( F_{i,t}, O_{i,t}, B_{i,t}, T_t \right)\]

当恐惧较低时，面对模糊信息，一个人可能选择：

询问、验证、等待更多证据。

当恐惧超过某个阈值后，同样的信息可能触发：

躲避、封锁、先发制人、隐瞒或者攻击。

因此策略 $\pi_i$ 本身依赖心理状态：

\[A_{i,t} = \pi_i(B_{i,t},E_{i,t},U_i)\]

这产生了《海猫》中最重要的一类反馈：

\[\text{恐惧} \rightarrow \text{不信任} \rightarrow \text{信息封闭} \rightarrow \text{误判增加} \rightarrow \text{防御性行为} \rightarrow \text{新的异常事件} \rightarrow \text{更强恐惧}\]

这是一条自强化的正反馈回路。

物理演化：心最终会作用于物

所有人的行动共同决定下一时刻的物理世界：

\[X_{t+1} = \mathcal F(X_t,A_t,\xi_t)\]

其中 $\xi_t$ 表示环境和无法由当前主体直接控制的外生因素。

在《海猫》中，两者实际上耦合为：

\[X_t \rightarrow M_t \rightarrow A_t \rightarrow X_{t+1}\]

一个错误理解可以最终产生一具真实尸体。

一个及时建立的信任关系也可能实际阻止死亡。

系统风险：什么时候局面开始不可逆地恶化

为了比较不同 EP，可以定义一个概念性的系统风险指标：

\[R_t = \alpha \bar F_t + \beta D_t^{B} + \gamma(1-\bar T_t) + \delta Z_t\]

其中：

• $\bar F_t$ 是平均恐惧水平；
• $D_t^{B}$ 是群体信念分歧度；
• $\bar T_t$ 是平均有效信任；
• $Z_t$ 是通信网络碎片化程度；
• $\alpha,\beta,\gamma,\delta$ 是分析权重。

这不是要真的计算数值，而是建立统一比较语言。

每一个 EP 都可以寻找一个临界点 $t_c$：

\[R_{t_c}>R_{\mathrm{critical}}\]

在此之前，局势仍可能通过合作、信息披露和重新协调恢复。

在此之后，每一个新事件都会被既有恐惧结构解释，从而使系统越来越难返回高信任状态。

Game Master

从机制设计角度，Game Master 控制的并不仅仅是“发生什么”。

更重要的是：

• 什么被谁看到；
• 什么暂时不被看到；
• 哪些东西能够被验证；
• 哪些事实只能通过别人转述；
• 哪些信息恰好会放大已经存在的人际矛盾；
• 某个事件发生之后，人物还剩多少协调空间。

因此可以将 Game Master 的设计变量抽象成

\[\mathcal M = (\Omega,H,G_0,C,R)\]

其中：

• $\Omega$ 是可能世界集合；
• $H$ 是观测机制；
• $G_0$ 是初始社会网络；
• $C$ 是允许的通信结构；
• $R$ 是游戏规则与约束。

优秀的 Game 并不是机械增加尸体数量，而是不断修改参与者所面对的信息博弈结构。

EP1：Legend of the Golden Witch

当一个原本就存在继承纠纷、家庭创伤、身份等级和秘密的群体，被隔离在无法离开的岛上，并连续收到无法立即解释的高强度负面信号时，他们是否能够建立一个足够稳定的共同现实？

EP1 给出的答案基本是否定的。

EP1 的初始状态

物理层

EP1 的初始阶段仍然表现为正常的家族会议。

然而六轩岛天然具有一个关键性质：

它可以从开放社会迅速转化为封闭系统。

台风一旦阻断交通和通信，可行动主体集合就被限制在岛内。

于是如果岛上发生犯罪，幸存者所面对的推理空间迅速从一个开放问题收缩为：

\[\text{威胁来源} \in {\text{岛上已知人物},\text{未知第十九人},\text{超自然存在}}\]

EP1 后续所有认识论冲突，几乎都围绕这三个解释族展开。

心理层

右代宫家并不是一个高信任共同体。

在真正的杀人事件开始以前，系统内部已经存在：

• 继承权竞争；
• 财务压力；
• 长子家庭与其他兄弟姐妹之间的冲突；
• Eva 与 Natsuhi 的长期敌意；
• Kinzo 的权威阴影；
• 主人与佣人的身份区隔；
• 家庭成员之间没有公开处理的旧伤和秘密。

因此初始状态并不是

\[\bar T_0\approx1\]

而更接近一个已经具有明显结构裂纹的中低信任网络。

命案不是凭空制造不信任。命案更像是对已有裂纹施加巨大外力。

第一次关键扰动：Beatrice 的信件

信息事件比物理事件更早发生

晚餐期间出现的信件具有极高的机制价值。它并未立即造成新的物理死亡，却改变了所有人对世界的解释框架。

原本家族会议的问题主要是：财产应该如何分配？

信件出现之后，问题变成：是否存在一个并未处于当前社会网络中的行动者？

因此参与者第一次不得不考虑“Beatrice”是否构成真实主体。

信件及黄金、碑文等内容使原本属于家族传说的对象进入现实决策空间，EP1 随后的事件继续不断强化这种不确定性。

同一个信号制造不同信念

对于不同人物，信件并不产生相同含义。

有人可能将其解释为：

• 遗产游戏；
• Kinzo 的安排；
• 某个家庭成员的骗局；
• 外部人物的威胁；
• 魔女真正出现。

因此单一公共信号并没有制造共同知识，反而增加了理论分叉。

可以表示为：

\[O_t^{\text{letter}} \rightarrow {B_{1,t+1},B_{2,t+1},\ldots,B_{n,t+1}}\]

其中不同人物的后验信念迅速分离。这正是一个危险征兆：所有人看见了同一个东西，却没有因此拥有同一个世界。

第一晚：从家庭冲突进入生存博弈

第一批六人死亡

次日早晨，众人发现 Krauss、Rudolf、Kyrie、Rosa、Gohda 与被认定为 Shannon 的六名死者；尸体位于蔷薇庭园仓库，其中多具尸体面部遭到严重破坏。与此同时，电话和其他对外通信无法正常使用，台风使岛上的人无法立刻离开。

这使系统同时发生三个变化。

第一，活跃参与者数量下降。

第二，外部执法和验证机构被排除。

第三，潜在威胁仍被认为位于封闭系统内部或者能够进入封闭系统。

因此幸存者的主观风险骤升。

“谁是凶手” “应该相信谁”

如果大家已经知道存在一个明确的外部杀手，那么最优策略很简单：

\[\text{集合} + \text{封锁} + \text{等待救援}\]

但 EP1 恰恰没有提供这种确定性。

Eva 开始认真考虑佣人共犯乃至内部犯人的可能性；Natsuhi 更倾向于假定存在来自群体之外的敌人；Battler 则明确表现出不愿意怀疑自己熟悉的十八人的倾向，并希望存在“第十九人”。

于是所谓“凶手身份问题”实际上直接决定联盟结构。

如果相信外部犯人：

\[\text{十八人} \rightarrow \text{共同防御联盟}\]

如果相信内部犯人：

\[\text{十八人} \rightarrow \text{潜在敌人集合}\]

两种世界模型会产生完全相反的最优策略。

第一次分岔：Natsuhi、Eva、Battler 与 Maria 的四种世界模型

1. Natsuhi：通过中心化管理恢复秩序

Natsuhi 在第一批死亡后承担家族领导角色，并取得 Winchester 步枪用于保护幸存者。

她的策略可以概括为：

\[\text{威胁} \rightarrow \text{集中人员} + \text{建立武力威慑} + \text{维持秩序}\]

这是一个合理的危机管理策略。

但其有效性依赖一个假设：

群体内部基本可信。

如果这一假设不成立，集中人员反而意味着把潜在攻击者带入防御圈内部。

2. Eva：内部犯人假说

Eva 更强调仓库钥匙、佣人行动能力及幸存者利益关系，由此考虑内部共犯的可能性。

她所采用的是典型的 adversarial model：

\[\text{某人有机会} + \text{某人有利益} \rightarrow \text{提高其嫌疑概率}\]

这在犯罪推理中完全合理。

但问题在于，当一个群体还必须共同抵抗未知威胁时，过早公开地执行这种模型会伤害合作基础。

于是出现机制冲突：

\[\text{提高侦查能力} \quad\text{可能降低}\quad \text{合作能力}\]

3. Battler：用“第十九人”保护既有人际模型

Battler 此时的思维尤其值得注意。他并不是单纯因为证据而需要第十九人。他也明确不愿意把熟悉的十八人视为杀人犯。

因此“第十九人”同时承担两个功能：一个是推理假说。另一个是心理缓冲器。

可以写成：

\[\text{未知外部犯人} = \text{解释犯罪} + \text{保护既有信任网络}\]

4. Maria：魔法模型

Maria 几乎从一开始就在 Beatrice、碑文和魔法仪式框架下理解死亡。面对仓库魔法阵和后续事件，她不断按照碑文的 twilight 结构解释正在发生的事情。

魔法模型的优势在于解释成本极低。

面对任何违反常识的信息，只需要继续假设：

\[\text{Beatrice 可以使用魔法}\]

即可保持模型内部一致性。

因此在不确定性极高时，魔法模型具有很强的心理吸引力：

\[\text{模型统一性} \uparrow \quad\Rightarrow\quad \text{主观认知压力} \downarrow\]

但这种模型同时牺牲了可证伪性。

这正是 Battler 无法接受它的根本原因。

第二次冲击：Eva 与 Hideyoshi 的死亡

1. “锁在房间里”摧毁了简单防御模型

Eva 与 Hideyoshi 随后被发现死于客房；发现现场时，门已经上锁并挂有内侧门链，窗户同样构成封闭条件，因此对幸存者而言形成了一个高度反常的密室。

这次事件的系统作用远大于再减少两名成员。

第一批死亡还允许幸存者认为：

是我们昨晚分散行动造成的。

第二批死亡则意味着：

即使把自己关起来，也不一定安全。

因此防御机制本身遭到否定。

2. 安全策略的预期收益下降

假设参与者最初认为锁门能够显著减少死亡概率：

\[P(\text{死亡}\mid\text{锁门}) < P(\text{死亡}\mid\text{开放})\]

密室死亡制造的主观印象则趋向：

\[P(\text{死亡}\mid\text{锁门}) \approx P(\text{死亡}\mid\text{开放})\]

一旦人物产生这种信念，“正常的人类安全措施”就开始失去意义。

而当普通行动失效时，超自然解释的相对吸引力会提高。因此所谓密室并不只是推理题。它同时摧毁参与者的心理控制感。

第三次冲击：Kanon 与 Kinzo

Kanon 随后在锅炉房遭到致命袭击；现场同时出现一具被认为是 Kinzo 的烧焦尸体。对幸存者而言，这使可解释空间进一步收缩。

系统到这一阶段发生了一个重要变化：

早期大家还在问：谁最可疑？

此时问题逐渐变成：人类真的能够做到这些事情吗？

也就是说，竞争已经从多个“人类犯罪模型”之间的竞争，升级为：

\[H_{\text{human}} \quad\text{vs.}\quad H_{\text{magic}}\]

Battler仍试图通过替身、误认尸体、陷阱、共犯等方式维持 $H_{\text{human}}$ 非空。

这一点非常重要。他此时并没有获得真相。他的目标只是维持：

\[|H_{\text{human}}|>0\]

即证明人类解释空间尚未彻底消失。这正是后来蓝字机制的思想原型。

崩溃：信息网络开始比人口更快死亡

1. 活人减少意味着交叉验证能力同步减少

在正常群体中，一个人的证言可以由另外几个人进行验证。如果有 $n$ 个活跃参与者，潜在双向关系数量近似为

\[L=\frac{n(n-1)}{2}\]

因此人口减少造成的不是线性信息损失。它会让潜在验证边数量以更快速度下降。

例如，从较大的群体不断减少到个位数成员时，社会网络会迅速从具有多条冗余路径的结构退化为少数孤立节点。

2. 死亡尤其会摧毁“可信中介”

如果人物 $A$ 不相信 $B$，但双方都相信 $C$，那么 $C$ 可以承担信息中介。

网络结构可以表现为：

\[A\leftrightarrow C\leftrightarrow B\]

一旦 $C$ 消失，两个群体即使仍有能力说话，也可能已经没有足够可信的信息路径。

因此死亡人数 $D_t$ 并不是唯一重要变量。更应该观察信任的网络结构。

这也是为什么佣人、Nanjo 等角色的死亡在系统意义上非常危险：他们不仅是生命节点，也是空间信息、医疗判断和家族日常结构中的信息节点。

最终阶段：共同现实彻底丧失

EP1 后段，Genji、Nanjo 与 Kumasawa 被发现死于会客厅，而 Maria 留在现场并按照 Beatrice 的存在解释事件。剩余人物已经极难建立能够同时解释全部观察结果的人类模型。

到这个阶段，系统已经接近：

\[R_t\gg R_{\mathrm{critical}}\]

其表现包括：

• 活跃参与者数量过低；
• 大量原始证人死亡；
• 时间线难以重新验证；
• 人类犯人模型越来越复杂；
• 魔法模型越来越简单；
• 幸存者处于极高压力；
• 缺乏外部仲裁机构；
• 缺乏足够时间重新建立可信网络。

最终 Natsuhi 单独面对被其理解为 Beatrice 的威胁，并死亡；EP1 由此抵达全面坏结局。

恐惧如何制造“自我实现的危险世界”

恐惧最大的危险并不是让人感觉痛苦。

它改变行动策略。

当 $F_{i,t}$ 较低时，一个主体可能采用合作策略：

\[\pi_i^{L} = {\text{沟通},\text{验证},\text{共享},\text{等待}}\]

当 $F_{i,t}$ 足够高时，则可能切换到防御策略：

\[\pi_i^{H} = {\text{隐瞒},\text{隔离},\text{武装},\text{先发制人}}\]

如果只有一个人采取高恐惧策略，整个系统仍可能吸收这种偏差。

如果多数主体都采取高恐惧策略，则会产生：

\[T_{t+1}<T_t\]

随后信息披露进一步下降：

\[C_{t+1}<C_t\]

再进一步导致信念差异扩大：

\[D_{t+1}^{B}>D_t^{B}\]

最后反过来继续增加恐惧。

没有爱，便看不见

面对他人的模糊行为时，不立即采用恶意模型，而愿意利用人物历史、关系和动机建立更加完整的解释。

没有爱时，模糊信号容易经过以下映射：

\[\text{ambiguity} \rightarrow \text{worst-case interpretation}\]

具有足够信任和理解时，则更可能是：

\[\text{ambiguity} \rightarrow \text{clarification} \rightarrow \text{model revision}\]

两者在单次互动中的差别可能很小。但在连续动态系统中，每次差异都会成为下一轮状态的初始条件。

因此经过多轮迭代之后：

\[S_T^{\text{trust}} \neq S_T^{\text{fear}}\]

甚至可能一条轨迹接近全员生还，而另一条轨迹接近全灭。

所以“没有爱，便看不见”并不意味着取消证据标准。

如果你的世界模型中没有人的心理结构，那么即使正确收集了所有物理变量，也可能无法正确预测这个系统下一步如何演化。

失败不是推理失败，而是协调失败

如果只从侦探小说角度分析，EP1 的问题似乎是：

Battler 为什么没能更早发现正确手法？

更重要的问题是：

为什么幸存者始终没能构造一个稳定的联合行动机制？

理论上，他们需要建立：

1. 固定分组；
2. 全程相互监督；
3. 所有钥匙公开登记；
4. 行动日志；
5. 所有新信息立即同步；
6. 尸体和现场由多人同时验证；
7. 禁止任何单人行动；
8. 对未知信息采取暂缓判断，而不是立即指控；
9. 明确区分“我亲眼看到”与“别人告诉我”；
10. 在证据不足时保持多个假说并存。

这相当于人为建立一个高冗余的信息系统。

其目标不是马上发现凶手，而是同时让共同知识不断增加。

但 EP1 中真正发生的是网络不断断裂。

所以它最终成为一个存在大量信息，却没有能力把信息聚合成公共现实的社会。

怎样才可能进入另一条轨迹

最有价值的反事实并不是：

“如果第一夜没人死。”

因为这等于删除整个实验。

真正值得分析的是：

第一夜已经出现六名死者之后，是否仍然存在通向低伤亡终局的路径？

答案是理论上存在。

关键不是要求所有人彼此无条件相信，而是建立可验证的有限信任机制。

例如，不要求 Eva 相信 Natsuhi 无辜。

只要求双方接受：在没有新增证据前，不单独行动，不脱离多人可验证环境。

这种安排不依赖：

\[T_{ij}=1\]

只需要存在一个最低合作阈值：

\[T_{ij}>T_{\min}\]

也就是说，稳定合作并不要求“大家成为朋友”。它只要求大家能够相信一个共同程序。这就是制度和机制相对于私人信任的重要性。

EP1 的 Game Master 设计目标

因此从 Game Master 角度看，EP1 可以被理解为一个关于认识论崩溃的实验。

它并不是简单地询问：

能不能制造十八人逐渐死亡的故事？

而是在测试：

一个有严重内部矛盾的群体，在外部通信中断、异常事件不断发生、解释模型高度分歧的情况下，需要多少次冲击才会失去共同判断现实的能力？

其过程可以抽象为：

\[\text{共享现实} \rightarrow \text{竞争解释} \rightarrow \text{竞争联盟} \rightarrow \text{局部信息孤岛} \rightarrow \text{共同现实消失}\]

当“事实是什么”本身都无法形成共同知识时，合作自然很难持续。

人并不是直接生活在客观世界中，而是生活在自己对世界的模型中；这些模型通过人与人的互动彼此碰撞，并最终反过来制造真实世界。

“心的演化”与“物的演化”并不是两条独立轨道。

EP2：Turn of the Golden Witch

当伦理关系本身成为最大风险

EP1 展示的是一个低信任家族如何在连续异常事件中逐步失去共同现实。

EP2 则向前推进了一步。

当人与人之间的信任、爱情、亲子依恋、主仆关系和身份认同本身都能够被攻击者利用时，一个群体还能否建立稳定的合作机制？

因此，如果 EP1 的核心状态变量是“共同知识是否能够维持”，那么 EP2 的核心变量是：信任关系究竟属于安全资源，还是攻击面。

信任既降低交易成本，又创造攻击入口。

EP2 的 Game Master 正是在这个入口上发动攻击。

与 EP1 相比，EP2 修改了哪些系统参数

如果把每一个 Episode 看作在近似相同人物集合上进行的一次重新模拟，那么 EP2 并没有简单重复 EP1。它至少修改了四个重要变量。

魔女从隐藏假说变成可被角色报告的行动者

在 EP1 中，Beatrice 很大程度上仍然处于解释层。角色首先面对事件，然后争论：人为或者魔法。

EP2 则故意把 Beatrice 更直接地放入人物经验之中：多名角色在家族会议前后声称见到与肖像一致的客人 Beatrice，成年人也围绕这个“客人”究竟是谁展开讨论。与此同时，EP2 明确加强 George–Shannon、Jessica–Kanon 和 Rosa–Maria 三组关系线。

因此 Game Master 不再只制造异常结果

而开始制造：异常主体的观测记录。这使 Battler 的任务明显变难。

恐惧不再是唯一驱动力，爱开始显现

EP1 中最重要的情绪参数可以近似写成恐惧 $F_{i,t}$。

EP2 必须增加另一个变量：$L_{ij,t}$

其中 $L_{ij,t}$ 表示人物 $i$ 对人物 $j$ 的依恋、爱情或者不可轻易割舍的关系强度。

于是人物的行动函数不再只是

\[A_{i,t} = \pi_i(B_{i,t},F_{i,t},U_i)\]

而更接近

\[A_{i,t} = \pi_i(B_{i,t},F_{i,t},L_{i,t},U_i)\]

因为人在高风险环境中的目标，不一定是：

最大化自身生存概率。

也可能是：

保护某个人。

相信某个人。

去见某个人。

不愿意把某个人视为犯人。

于是个体策略可能主动偏离纯粹的生存最优解。

Meta Game 新的协议层

EP2 正式引入红字。

当 Battler 使用恶魔证明，以“可能存在未知机关或隐藏方法”维持人类解释时，Beatrice 引入 Red Truth，规定红字陈述无需另外举证即可作为 Game 中的真事实。

因此整个系统出现了两层不同的认知机制：

\[\text{Gameboard} + \text{Meta Game}\]

棋盘上的人物仍然只能依赖有限观察、证词、钥匙和尸体。而 Meta 层的 Battler 获得了一种棋盘角色无法获得的高可信信息通道。

Game Master 开始攻击 Battler 的心理目标

Battler 的目标看似是：

\[\max P(\text{human explanation})\]

但实际上他还存在一个隐含约束：

\[\text{不要轻易怀疑自己珍视的人}\]

这意味着 Battler 并不是一个完全中性的 theorem prover。

他的真实目标函数更接近：

\[U_B = \alpha \cdot \text{Defeat Magic} + \beta \cdot \text{Preserve Trust} - \gamma \cdot \text{Accuse Loved Ones}\]

EP2 很快就发现了这个漏洞。

Beatrice 不需要直接证明：

魔法是真的。

她只需要不断把 Battler 推到这样的选择：

要么接受魔法，要么怀疑你不愿意怀疑的人。

初始状态：EP2 并不是从 1986 年 10 月 4 日真正开始

EP2 很特别的一点，是它在正式进入六轩岛两日之前，就花费大量篇幅描写 Shannon、George、Jessica、Kanon 与 Beatrice 之间的关系。这不是单纯的恋爱支线。它实际上是在初始化心理状态。

Shannon–George：开始拥有额外自我的家具

Shannon 最初认为自己只是工具，George 的爱情则提供了另一个可能的自我。

她俩的爱情在 EP2 中首先表现为一种扩大可行动空间的机制。

Jessica–Kanon

Jessica 对 Kanon 的作用与 George 对 Shannon 类似，但 Kanon 的抵抗更强。

Kanon 不只是认为：我不应该获得爱情。

而是更根本地认为：我并不是能够进入这种关系的主体。

Jessica 试图否定这一点。

Rosa–Maria：爱与伤害共存

Rosa–Maria 是更复杂的一条关系。

Rosa 并不是完全不爱 Maria。有额外的伤害性行为。

第一阶段：Beatrice 通过自身显现污染共同现实

EP1 中，“魔女存在”主要是一个解释竞争问题。

EP2 中，Beatrice 被作为“客人”进入多个角色的叙事经验；不同成年人对她的身份提出情妇、秘密后代、冒名者等假说，而 Maria 则直接把她识别为魔女。

大家并没有形成：

\[P(\text{witch})=1\]

但是已经无法继续维持：

\[P(\text{additional actor})=0\]

因此可能世界集合从 EP1 的结构：

\[\Omega = \Omega_{18} \cup \Omega_{19} \cup \Omega_{\text{magic}}\]

变成更加危险的结构：

\[\Omega = \Omega_{\text{human Beatrice}} \cup \Omega_{\text{witch Beatrice}} \cup \Omega_{\text{impersonation}} \cup \Omega_{\text{conspiracy}}\]

Game Master 的策略非常有效：不需要立刻证明魔法，只要先让“Beatrice 作为行动者”进入所有人的模型空间。

一旦某个实体被允许进入模型空间，后续事件就可以不断为它增加解释权重。

第一晚：礼拜堂六尸与“认证系统”的失败

EP2 第一晚后，Krauss、Natsuhi、Eva、Hideyoshi、Rudolf、Kyrie 六人被发现死在礼拜堂，尸体被布置在 Halloween 场景中；进入礼拜堂需要的唯一钥匙此前位于 Maria 收到的信封中，而 Rosa 曾确认礼拜堂处于锁闭状态。

从传统推理角度，这是 closed room problem。

认证信息与物理访问控制之间发生矛盾。

钥匙本来是一种 capability token

可以将钥匙理解为访问令牌 $K$。

正常规则是：

\[K \Rightarrow \text{Ability to Open Door}\]

如果唯一钥匙始终处在特定位置，那么系统会进一步推断：

\[\neg K \Rightarrow \neg \text{Ability to Open Door}\]

但是第二个蕴含并不天然成立。

因为它隐含假定：

• 没有复制钥匙；
• 没有其他入口；
• 门锁无法绕过；
• 对钥匙状态的观察正确；
• 时间顺序正确；
• 没有其他未建模能力。

Battler 正是利用这些未验证假设维持人类解释。

红字的诞生，就是把模糊安全假设升级为协议约束

Battler 可以无限说：

也许有隐藏门。

也许有未知钥匙。

也许有特殊机关。

只要 Game Master 不公开更多信息，这种可能性无法被完全消灭。

于是红字出现。

从机制设计角度，它相当于一个可信认证通道：

\[R: \text{Private State of GM} \rightarrow \text{Public Constraint}\]

红字的核心价值不是“给提示”。

而是：

\[\text{Reduce Hypothesis Space}\]

如果当前可行世界集合为 $\Omega_t$，收到红字 $r_t$ 后：

\[\Omega_{t+1} = {s\in\Omega_t:r_t(s)=\text{true}}\]

因此 EP2 第一次把“推理游戏”正式变成一个约束满足问题。

Jessica 与 Kanon：信任为何既能救人，也能制造漏洞

第一晚之后，Jessica 与 Kanon 的关系进入实际危机环境。

Jessica 因父母死亡受到巨大冲击，而 Kanon 试图陪伴并保护她。随后 Jessica 死于自己的房间，Kanon 消失；由于只有 Jessica 的房门钥匙及佣人持有的 master keys 能够开门，Rosa 很快将怀疑集中到佣人网络以及 Kanon 身上。

这里发生了 EP2 最典型的结构转变：

\[\text{Trust Edge} \rightarrow \text{Suspicion Edge}\]

熟悉意味着可接近

如果攻击者是陌生人，则受害者可能保持防御。

如果攻击者是受信任的人：

\[T_{ij}\uparrow \Rightarrow \text{Access}_{j\rightarrow i}\uparrow\]

所以高信任本身就可能降低安全边界。

Rosa 的推理因此具有现实合理性：Jessica 如果愿意让某个人接近，那么这个人很可能是她熟悉的人。

这实际上类似网络安全中的内部威胁模型：

\[P(\text{successful attack}\mid\text{trusted insider}) > P(\text{successful attack}\mid\text{unknown outsider})\]

但把“存在内部威胁”升级为“所有内部节点不可信”会摧毁系统

Rosa 的推理真正危险的地方并不是考虑 insider threat。

而是逐渐趋向：

\[\forall i\in\text{servants}, \quad T_{\text{Rosa},i}\rightarrow0\]

这相当于发现某台可信机器可能遭入侵之后，直接宣布整个内部网络都属于敌方。

安全性提高了吗？局部上可能提高。

但系统可用性会迅速降低：

\[Security Hardening \uparrow \Rightarrow Coordination Capacity \downarrow\]

当降低到一定程度后，防御系统本身开始失效。

Wolves and Sheep：EP2 主动把问题写成博弈论

EP2 甚至直接引入 Wolves and Sheep Puzzle。

它的基本思想是：

如果群体里存在未知数量的狼，那么“大家待在一起”是否真的安全？

如果所有人都是羊，那么聚集显然有利。

如果群体中存在狼，则聚集意味着：

\[\text{Protection from External Threat} \uparrow\]

同时：

\[\text{Exposure to Internal Threat} \uparrow\]

于是系统不存在无条件占优的空间策略。

Rosa 采用的 minimax 策略

在无法可靠估计概率时，Rosa 越来越倾向于：

\[a^\ast = \arg\min_a \max_s L(a,s)\]

也就是 minimax：假设最坏情况，并选择让最坏损失最小的行动。

因此她：

• 持枪；
• 控制 master keys；
• 限制人员移动；
• 不相信佣人；
• 不断检查空间；
• 对新的异常信息立即进行敌意归因。

这并不是“毫无理性”。相反，这是极端不确定环境下非常典型的风险规避策略。

但它存在一个重大副作用：

如果所有模糊行为都按最坏情况解释，信任网络就会被 minimax 自己摧毁。

Master Key：为什么集中控制仍然没有解决问题

随着事件继续，master keys 被不断收集，最后 Rosa 实际控制所有五把 master keys，并将其放入 Maria 的包中；但新的封闭房间事件仍继续发生。Beatrice 还通过红字进一步限定 servant room、Jessica 房间及之后房间的锁闭条件。

Rosa 试图进行权限收敛

原本：

\[K={K_1,K_2,K_3,K_4,K_5}\]

分散在多个佣人节点。

Rosa 的方案是：

\[K \rightarrow K_{\text{centralized}}\]

也就是把分布式权限集中到单一可信主体。

她希望实现：

\[\text{Attack Surface} \downarrow\]

但是这里隐藏着一个严重假设：

\[\text{Key Control} = \text{Door Control}\]

而只要攻击模型不完整，这个等号就不成立。

过度集中还制造单点故障

当 Rosa 控制全部 key capability 后，她事实上成为：

\[\text{Single Point of Trust}\]

同时也成为：

\[\text{Single Point of Failure}\]

因为此后任何锁门事件都会产生两个非常危险的推论：

第一种：

既然只有 Rosa 有钥匙，那么 Rosa 有问题。

第二种：

如果 Rosa 没问题，那么我们对系统规则的理解有问题。

因此权限越集中，新的异常事件越会直接攻击中央控制者的可信度。

这就是典型的集中式信任架构风险。

Servant Partition

随着怀疑升级，Rosa 最终要求佣人离开主要幸存者所在的 parlor，并明确表示无法信任“furniture”；George 则选择与 Shannon 等人同行。

于是原本单一幸存者网络被切分为：

\[G_t \rightarrow G_t^{R} \cup G_t^{S}\]

其中：

• $G_t^{R}$ 是 Rosa、Battler、Maria 等核心防御组；
• $G_t^{S}$ 是佣人及与他们同行的 George。

在内部威胁存在时，网络分区本来可能是有效策略。

问题在于：

两个安全域之间已经没有足够可信的认证协议。

因此 segmentation 很快退化为 isolation。

分区降低局部风险，却提高全局不可观测性

聚集状态下：

\[O_{\text{shared}}\uparrow\]

分区后：

\[O_{\text{shared}}\downarrow\]

每个群体只能看到自己区域内发生的事情。

于是两个子群体分别产生自己的局部现实：

\[B_t^{R} \neq B_t^{S}\]

一旦某一区域发生死亡，另一区域无法验证全过程。

因此：

\[\text{Segmentation} \rightarrow \text{Observability Loss} \rightarrow \text{Inference Uncertainty}\]

这正是 EP2 的典型悖论：

为了对抗不可信节点而减少沟通，结果使整个系统更加无法判断谁可信。

George 离开

如果只考虑生存概率，George 离开持枪的 Rosa，与被怀疑的佣人同行，似乎并不是最保守策略。

但 George 的目标函数不是：

\[U_G=\text{Survival}\]

而更接近：

\[U_G = \alpha\cdot\text{Survival} + \beta\cdot\text{Shannon Safety} + \gamma\cdot\text{Relationship Integrity}\]

当 $\beta$ 和 $\gamma$ 足够高时，即使某个行动降低自身生存概率，它仍然可能最大化 George 的主观效用。

George 与 Shannon 的关系还有另一层意义。普通合作关系的信息带宽有限。

但高亲密关系允许：

• 更快接受对方的信息；
• 更高容错；
• 更强的协同行动意愿；
• 更低的背叛先验概率。

因此可以认为：

\[L_{ij}\uparrow \Rightarrow T_{ij}\uparrow \Rightarrow C_{ij}\uparrow\]

其中 $C_{ij}$ 表示有效沟通带宽。

这解释了为什么“爱”可以让某些个体在总体系统已经崩坏时，仍然形成非常稳定的局部合作单元。

George 信任 Shannon，并不能自动让 Rosa 信任 Shannon。

因此爱情可以产生局部高信任 cluster，却不能自动生成公共信任。

从网络视角看，EP2 后半段呈现出：

\[\text{high-trust local clusters} + \text{low-trust global network}\]

这是一种非常危险的结构。

因为每个小群体内部都越来越确信自己的模型，同时越来越难接受外部信息。

Rosa 的悲剧：安全理性如何演化成偏执均衡

Rosa 是 EP2 最值得用动态系统方法分析的人物之一。

因为她并不是突然失去理性。

她经历的是连续更新：

\[B_{R,t+1} = \mathcal U(B_{R,t},O_t)\]

问题在于，随着死亡增加，她对内部犯人的先验概率不断上升。

于是新的模糊信息开始具有不对称解释。

若一个行为 $o$ 同时可以由正常原因 $H_N$ 和敌对原因 $H_A$ 产生：

\[P(o\mid H_N)>0\]

且

\[P(o\mid H_A)>0\]

但如果 Rosa 已经具有：

\[P(H_A)\gg P(H_N)\]

那么贝叶斯更新后自然仍会得到：

\[P(H_A\mid o)\gg P(H_N\mid o)\]

于是系统出现路径依赖。

怀疑开始自我强化

Rosa 越怀疑他人，就越倾向于：

• 隔离他人；
• 控制信息；
• 单独持有武力；
• 限制他人权限。

而别人面对这种行为，也会开始怀疑 Rosa。

因此：

\[T_{R\rightarrow j}\downarrow \Rightarrow T_{j\rightarrow R}\downarrow\]

形成新的正反馈：

\[\text{Suspicion} \rightarrow \text{Defensive Control} \rightarrow \text{Others Feel Threatened} \rightarrow \text{Reduced Cooperation} \rightarrow \text{More Suspicion}\]

最终，Rosa 试图成为系统中唯一可信节点。

但在多主体系统里：

\[\text{Only I am trustworthy}\]

实际上等价于：

\[\text{No cooperative system remains}\]

Battler 的第一次系统性失败：被价值约束击败

EP2 中 Beatrice 最有效的攻击，不是某一个密室。

而是：让 Battler 的人类解释越来越依赖于“自己人可能在撒谎、共谋甚至杀人”。

Battler 的问题不是缺少 imagination。恰恰相反，他能够提出大量替代解释。

真正的问题是他的 hypothesis space 存在人为禁区：

\[H_{\text{acceptable}} \subset H_{\text{human}}\]

其中某些解虽然属于人类解释，但因为意味着：

Kanon 可能是犯人。

某个佣人可能是共犯。

某个亲属可能主动参与。

Battler 在心理上拒绝进入。

因此：

\[H_{\text{logically possible}} \neq H_{\text{psychologically acceptable}}\]

Beatrice 攻击的就是二者之间的差值。

Game Master 找到了玩家效用函数中的非逻辑约束

理想推理者只关心：

\[H\models E\]

即假说是否符合证据。

Battler 还关心：

\[H\models \text{people I love are not monsters}\]

于是 Game Master 可以构造一个两难：

\[\text{Accept Magic} \quad\lor\quad \text{Accuse Someone You Trust}\]

如果玩家拒绝第二项，就被迫向第一项移动。

这是一种非常高级的 mechanism design：

不是限制玩家能说什么，而是利用玩家不愿意说什么。

红字因此不仅是信息工具，也是压缩工具

EP2 中红字不断关闭 Battler 可以逃逸的假说。

假设人类解释集合最初为：

\[H_0={h_1,h_2,\ldots,h_n}\]

每出现一个红字约束 $r_k$：

\[H_{k+1} = {h\in H_k:r_k(h)=1}\]

于是：

\[|H_{k+1}| \le |H_k|\]

如果 Battler 又主动拒绝部分涉及亲友的解释：

\[H_{k+1}^{B} = H_{k+1} \setminus H_{\text{emotionally rejected}}\]

那么他的实际可行动空间会收缩得更快。

Game Master 的目标不是马上令

\[H_{\text{human}}=\varnothing\]

而是先制造：

\[H_{\text{Battler can accept}} =\varnothing\]

二者不是同一件事。

这是 EP2 极其关键的区别。

家具

EP2 大量使用 furniture 这一概念。如果仅把它视为魔法世界设定，会遗漏其系统意义。“家具”首先是一种身份模型。

human可接受行动可能包括：

\[{\text{love},\text{choose},\text{refuse},\text{hope},\text{build future}}\]

furniture则会主动删除其中很多选项。

因此：

\[I_i \rightarrow \Omega_i \rightarrow A_i\]

身份模型改变可行行动空间，然后真实地改变世界。

这就是“心的演化作用于物”的一个极端例子。

Jessica 与 George 所做的都是扩展他人的可行世界

Jessica 对 Kanon 所做的不是单纯告白。George 对 Shannon 所做的也不只是求婚。

二者都在发送类似的信息：

你认为不存在的未来状态，其实存在。

\[\Omega_i^{\text{perceived}} \subset \Omega_i^{\text{actual}}\]

EP2 的三组爱情

EP2 的三条主要关系线可以视作三种不同的 channel model。

George–Shannon：成功建立双向确认

这里存在：

\[A\rightarrow B\]

以及

\[B\rightarrow A\]

双方都逐渐确认对方的意图。

因此关系从单边推测升级为 mutual knowledge：

\[K_A(L_B) \land K_B(L_A)\]

进一步逼近：

\[\text{Mutual Commitment}\]

所以即使外部系统失败，这个局部系统仍然具有高度稳定性。

Jessica–Kanon：信号存在，但自我模型阻断确认

Jessica 发送的信息并不少。

问题是 Kanon 的 internal decoder 拒绝接受：

\[\text{Love Signal} \xrightarrow{\text{Furniture Model}} \text{Impossible Future}\]

因此通信失败并不是信号不足，而是模型不兼容。

这是现实沟通里非常常见的一种错误：

信息已经抵达，但接收者的世界模型不允许它为真。

Rosa–Maria：高依恋、低质量通信

Rosa 与 Maria 之间的 $L$ 很高，但通信协议极差。

Maria 使用：魔女；魔法；“坏妈妈”和“好妈妈”；仪式性语言

表达自己的世界。

Rosa 则不断试图强制删除这套语言。

因此：

\[\text{Semantic Model}*{Rosa} \neq \text{Semantic Model}*{Maria}\]

双方并不是单纯意见不同。而是连消息编码系统都不兼容。

于是：

\[m_{Maria} \xrightarrow{\text{Rosa decoder}} m'_{Maria}\]

并且通常：

\[m'*{Maria}\neq m*{Maria}\]

严重的语义失真。

“没有爱，便看不见”在 EP2 获得第一种严格含义

如果把“爱”理解成：

无条件相信对方说的任何话，

那么 EP2 明显不会支持这一点。

更合理的技术定义是：

\[Love = \text{Effort to model another agent from inside their utility function}\]

在他的世界模型里，他为什么会认为这样做有意义？

这会影响对行为的解释。

没有爱时：

\[O_j \rightarrow \text{Threat Classification}\]

有爱时：

\[O_j \rightarrow \text{Infer }B_j,U_j,E_j \rightarrow \text{Interpretation}\]

后者明显需要更高计算成本。但它能够解释更多人类行为。

Rosa 与 Maria 的最终和解：真正缺失的资源一直不是黄金

EP2 最后的 Rosa–Maria 场景非常重要。

在最终阶段，Rosa 承认自己真正应该做的是回应 Maria，而不是追逐黄金；Maria 则明确接受“温柔的妈妈”和“让她痛苦的妈妈”属于同一个 Rosa，并仍然希望与母亲在一起。

从效用理论看，这相当于 Rosa 最终发现：

她此前一直以为自己的目标函数包含：

\[U_R = \alpha\cdot\text{wealth} + \beta\cdot\text{survival} + \gamma\cdot\text{family status}\]

但真正被长期低估的变量其实是：

\[\delta\cdot L_{R,M}\]

且

\[\delta \gg \text{previous estimate}\]

这产生一个极其残酷的结果：

她在系统已经几乎不可逆之后，才正确识别自己的真实效用函数。

很多悲剧是目标识别失败

如果一个主体连自己真正想要什么都估计错误，那么即使拥有完美行动能力，也可能持续优化错误目标。

这类似机器学习里的 objective misspecification：

\[\hat U_i \neq U_i\]

主体不断优化 $\hat U_i$，最终却得到自己并不真正想要的世界。

Rosa 的悲剧可以部分表示为：

\[\max \hat U_R \rightarrow \min U_R\]

她一直在努力保护自己、维持成年人身份、处理金钱和家族问题，却不断伤害自己最不能失去的关系。

EP2 的物理死亡链与心理死亡链

从表面上看，EP2 仍然是一系列 successive murders。

但如果采用双层状态模型：

\[S_t=(X_t,M_t)\]

就会看到另一个同步过程。

阶段	物理层 $X_t$	心理与网络层 $M_t,G_t$
Beatrice 出现	尚未发生大规模死亡	“魔女”从传说进入现实解释空间
礼拜堂六尸	六名成年人退出系统	继承冲突结构骤然改变，外部威胁假说强化
Jessica 死亡	又一主体消失	对 servant network 的怀疑显著上升
Kanon 相关事件	信息链进一步复杂化	“可信佣人”模型发生冲突
Master keys 集中	权限集中	Rosa 成为单点信任主体
Servants 被隔离	网络物理分区	两个信息域失去实时交叉验证
George 离开	核心组再次缩小	爱情优先于集体安全策略
后续死亡	验证节点进一步减少	Rosa 的内部敌人模型不断强化
Rosa–Battler 对峙	几乎只剩极少主体	最后的防御联盟也转化为互相指控
终局	棋盘失稳	只在 Maria–Rosa 局部关系中出现迟来的理解

因此：

\[\text{Physical Attrition} \parallel \text{Trust Attrition}\]

但二者并不是简单同步。

很多时候：

\[\text{Trust Attrition} > \text{Physical Attrition}\]

社会系统先死于不再相信彼此，然后人物才物理死亡。

EP2 最危险的状态：所有人都认为“只有我的局部信息可信”

一个健康的信息网络需要：

\[\text{Private Observations} \rightarrow \text{Shared Verification} \rightarrow \text{Common Knowledge}\]

EP2 后半逐渐退化为：

\[O_i \rightarrow B_i \rightarrow \text{Private Action}\]

缺少中间的 shared verification。Rosa 只相信自己看到的。Battler 无法完全相信 Rosa。Rosa 不相信 servants。不同群体之间无法验证彼此经历。Maria 的解释体系又与其他人不同。

如果定义群体对真实世界 $X_t$ 的联合估计为：

\[\hat X_t^{G} = \mathcal A (O_{1,t},O_{2,t},\ldots,O_{n,t})\]

那么 EP2 后半的问题可以描述为：

\[\mathcal A \text{ no longer exists}\]

不是“估计结果不准确”。

而是已经没有任何被所有幸存者承认的聚合函数。

典型的 Byzantine 环境

分布式计算中，一个 Byzantine node 不只是发生错误。

它可能：

• 对不同节点发送不同信息；
• 主动欺骗；
• 伪造状态；
• 与其他节点合谋。

EP2 的幸存者正是被迫假设：

\[f>0\]

其中 $f$ 是潜在恶意节点数量。

然而他们不知道：

\[f=1?\] \[f>1?\]

也不知道哪些节点可能 Byzantine。

这导致最大的结构问题：

系统没有预先设计 Byzantine fault tolerant protocol。

所有人的身份认证、位置记录、钥匙管理、证言验证都依赖平时的私人信任。

和平时期这很高效。

危机时期却极其脆弱。

家庭是高信任系统，不是高鲁棒系统

右代宫家平时的运作依赖大量非正式机制：

“Genji 不会撒谎。”

“Nanjo 是医生。”

“佣人知道钥匙。”

“这是 Jessica 的房间。”

“这是某个人的尸体。”

这些判断本质上都是 trust assumptions。

当攻击者开始针对这些假设时：

\[\text{Informal Trust Architecture} \rightarrow \text{Security Failure}\]

EP2 比 EP1 更清楚地展示：

高信任社会不自动等于高鲁棒社会。

真正鲁棒的社会需要在信任存在时仍保留可验证机制。

如果要设计一个“反 EP2 协议”

这里的反事实不能是：

所有人都百分之百相信彼此。

那同样很危险。

真正合理的目标应该是：

\[\text{Trust} + \text{Verification}\]

而不是二选一。

第一原则：人格信任与事实认证分离

可以相信一个人是好人，同时仍然验证事实。

因此：

\[T_{ij} \neq P(m_{ij}\text{ is correct})\]

朋友也可能记错。敌人也可能说真话。这两个变量必须分开。

第二原则：所有重要状态必须多人确认

例如：

• 尸体身份；
• 钥匙位置；
• 门锁状态；
• 人员位置；
• 时间；
• 枪支和弹药；
• 新信件出现的位置。

都应该至少存在多个独立观察者。

目标是：

\[P(\text{single false observation changes group belief}) \downarrow\]

第三原则：保持统一行动日志

每一次移动建立记录：

\[L_t = {(i,\text{location},t,\text{witnesses})}\]

关键不是立即发现犯人。

而是让未来出现异常时，仍能重新构建时间线。

第四原则：不要因为怀疑某个子群体就彻底切断通信

可以进行权限隔离，但必须保留 authenticated channel。

即：

\[\text{Physical Separation} \neq \text{Information Separation}\]

EP2 最大的错误之一，就是后者伴随前者一起发生。

第五原则：采用“有限信任”

不要求：

\[T_{ij}=1\]

也不要求：

\[T_{ij}=0\]

而是：

\[0<T_{ij}<1\]

对应行动策略：

我不会无条件相信你，但在没有反证之前，我仍愿意与你执行可验证的合作协议。

这比“相信所有人”和“谁也不信”都鲁棒。

EP2 的临界点在哪里

如果要寻找系统进入不可逆区间的临界点 $t_c$，一个很合理的候选不是第一晚六尸。

因为那时幸存者仍然拥有：

• 足够多的人；
• 多个佣人；
• Nanjo；
• 多个年轻人；
• master keys；
• 武器；
• 可以共同使用的空间；
• 相对完整的通信能力。

真正危险的临界变化发生在：

\[\text{内部犯人假说} \rightarrow \text{佣人整体不可信} \rightarrow \text{网络分区}\]

当幸存者开始按照身份类别决定可信度时：

\[T_{ij} = f(\text{group identity})\]

而不再主要依据可验证行为：

\[T_{ij} = f(\text{evidence})\]

系统已经开始失去纠错能力。

此后每一次新死亡都会“证明”原有怀疑，而很难再提供推翻怀疑的机会。

EP2 与 EP1 的区别：从恐惧反馈到信任反馈

EP1 的主要恶性循环可以写成：

\[F\uparrow \rightarrow T\downarrow \rightarrow C\downarrow \rightarrow D^B\uparrow \rightarrow F\uparrow\]

EP2 则增加一个更复杂的循环：

\[T_{ij}\uparrow \rightarrow \text{Access}*{ij}\uparrow \rightarrow \text{Potential Exploitability}*{ij}\uparrow\]

于是主体看到：越亲近的人越有能力伤害自己。

这会进一步产生：

\[\text{Observed Anomaly} \rightarrow \text{Suspicion of Trusted Nodes} \rightarrow T\downarrow\]

最终形成：

\[\boxed{ \text{Need Trust} \rightarrow \text{Create Trusted Relationships} \rightarrow \text{Trusted Relationships Become Attack Surface} \rightarrow \text{Trust Collapse} \rightarrow \text{Coordination Collapse} }\]

这就是 EP2 比 EP1 更残酷的地方。

EP1 告诉你：不信任会杀死人。

EP2 接着问：但如果相信别人也可能让你死呢？

答案并不是“不再相信任何人”

Rosa 实际上尝试了这个策略。

她越来越接近：

\[\forall j\neq R,\quad T_{Rj}=0\]

最终结果并不是最大安全。

而是：

\[\text{Information Availability}\downarrow\] \[\text{Coordination}\downarrow\] \[\text{Interpretive Flexibility}\downarrow\] \[\text{Hostile Attribution}\uparrow\]

所以 EP2 的答案并不是：

信任很危险，因此不要信任。

而是：

信任必须和验证机制结合。

可以称之为：

\[\boxed{ \text{Robust Trust} = \text{Goodwill} + \text{Verification} + \text{Communication} + \text{Recoverability} }\]

其中 Recoverability 尤其重要。

一个健康系统必须允许：

我曾经怀疑你，但获得新证据以后能够重新相信你。

否则信任状态一旦从 $1$ 降至 $0$，就永远无法恢复。

这会形成吸收态：

\[T_{ij}=0 \Rightarrow T_{ij,t+k}=0\]

Rosa 后半正越来越接近这种系统。

Game Master：EP2同时考虑 “物”“心”和“沟通协议”

EP1 的 Game Master 主要通过事件改变：

\[X_t\]

然后由角色自己产生：

\[M_{t+1}\]

EP2 则更主动。

它同时作用于三个层次。

物理层

改变：

• 死亡；
• 房间；
• 钥匙；
• 人员位置；
• 封闭条件。

即：

\[X_t\rightarrow X_{t+1}\]

心理层

通过：

• 爱情；
• 自我否定；
• 母女关系；
• 对佣人的偏见；
• 对亲人的保护欲

改变：

\[M_t\rightarrow M_{t+1}\]

Meta 协议层

通过红字改变：

\[\Omega_t \rightarrow \Omega_{t+1}\]

因此 EP2 的 Game Master 已经不只是一个 world simulator。

更准确地说，它控制：

\[\boxed{ \text{World Dynamics} + \text{Agent Psychology} + \text{Epistemic Protocol} }\]

这才是《海猫》Game 真正开始成熟的地方。

没有爱，便看不见

“没有爱，便看不见”：

如果不把人物的内部状态纳入模型，你甚至无法正确描述系统。

对于同一个行为，

\[a_i\]

如果只知道外部事实，我们只能得到：

\[P(a_i\mid X_t)\]

如果理解人物的心理状态：

\[P(a_i\mid X_t,M_{i,t})\]

通常会具有更强预测力。

所以：

\[\boxed{ \text{Love} \approx \text{Access to a richer model of another agent} }\]

EP2 的核心反事实：怎样避免坏均衡

EP2 的最佳结局并不要求所有人得知完整真相。

只需要避免三个关键转换。

不让“存在内部威胁”转化为“整个类别不可信”

即避免：

\[\exists i\in G:\text{malicious}(i)\]

错误升级成：

\[\forall i\in G:\text{malicious}(i)\]

不让物理隔离转化为信息隔离

可以分房。

但需要保持：

\[C_{AB}>0\]

并且消息必须能够被记录、验证和复述。

不让怀疑成为不可逆状态

必须允许：

\[T_{ij,t+1} > T_{ij,t}\]

即信任可以在新证据出现后恢复。

如果系统只允许：

\[T_{ij,t+1}\le T_{ij,t}\]

那么长期必然趋向：

\[T\rightarrow0\]

这正是 EP2 的灾难动力学。

EP2 的系统演化表

阶段	物理状态	观测结构	信任状态	主要心理变量	系统效应
$t_0$ 前史	人员完整	私密关系信息增加	局部爱情边增强	希望、自我否定	初始化不同人物的效用函数
$t_1$ Beatrice 出现	尚未大规模死亡	多人报告新主体	世界模型分叉	好奇、恐惧	魔女进入可行解释空间
$t_2$ 礼拜堂六尸	成年人骤减	key 与 lock 信息冲突	外部威胁假说增强	恐惧急升	传统访问控制模型失效
$t_3$ 红字出现	Meta 层稳定	获得可信约束	Battler 与 GM 建立新协议	对抗	假说空间开始被强制压缩
$t_4$ Jessica 死亡	又一节点退出	master key 成为核心变量	servant trust 下降	猜疑	内部威胁模型占优
$t_5$ 权限集中	keys 被集中	可验证接口减少	Rosa 成为中央可信节点	控制欲	单点故障形成
$t_6$ 群体分区	survivors 分组	共享观测下降	局部高信任、全局低信任	恐惧与依恋并存	网络碎片化
$t_7$ 连续死亡	节点减少	跨群验证困难	Rosa 几乎只信自己	偏执	最坏情况解释成为默认
$t_8$ Battler–Rosa 冲突	生还结构极弱	新信息无法认证	防御联盟崩解	绝望	共同现实消失
$t_9$ Rosa–Maria	终局临近	不再以案件信息为核心	母女关系短暂恢复	理解	局部意义恢复，但全局系统已不可救

这张表揭示了 EP2 的一个重要特征：

\[\text{Local Relationship Recovery} \not\Rightarrow \text{Global System Recovery}\]

理解可以来得太晚。

EP2 相对于 EP1 的机制升级

如果用一句话描述 EP1：

恐惧让低信任网络崩溃。

那么 EP2 是：

当攻击者能够利用信任关系本身时，人们为了提高安全而不断撤销信任，最终亲手删除了合作所依赖的基础设施。

EP1 的主要链条是：

\[\text{Anomaly} \rightarrow \text{Fear} \rightarrow \text{Distrust} \rightarrow \text{Fragmentation}\]

EP2 则是：

\[\text{Relationship} \rightarrow \text{Vulnerability} \rightarrow \text{Suspicion} \rightarrow \text{Security Hardening} \rightarrow \text{Isolation} \rightarrow \text{Loss of Verification} \rightarrow \text{More Suspicion}\]

这已经非常接近真实世界中的安全困境。

在部分可观测且可能存在 Byzantine actors 的多主体系统中，私人信任是实现高效合作的必要资源，却无法替代可验证协议；当异常事件使参与者将信任本身视为攻击面时，过度采用 minimax 防御、权限集中和网络隔离，会降低全局可观测性并破坏纠错机制，从而使合理的安全行为共同生成一个所有人更加不安全的低信任均衡。

\[\boxed{ \text{Trust without verification is fragile} }\]

以及：

\[\boxed{ \text{Verification without trust cannot sustain cooperation} }\]

二者必须同时成立。

\[\boxed{ X_t \rightarrow O_t \rightarrow B_t \rightarrow (F_t,L_t,T_t) \rightarrow A_t \rightarrow (X_{t+1},T_{t+1}) }\]

人在行动时不仅改变物。

也在改变人与人之间未来还能否合作的预期。

EP1 展示“心如何改变物”；EP2 则进一步展示“人与人的关系本身也是一种会被消耗、攻击、恢复和重新配置的状态变量”。

而 Game Master 所呈现的，也不再只是死亡顺序。

它开始呈现：

\[\boxed{ \text{谁相信谁} }\]

EP3：Banquet of the Golden Witch

如果参与者真的赢得奖励，为什么游戏仍然不会结束？

EP1 的核心问题是共同现实如何在恐惧中崩溃。

EP2 的核心问题是信任如何同时成为协作资源与攻击面。

EP3 ：如果机制明确规定了奖励，而且参与者真的完成了任务、获得了奖励，为什么灾难仍然继续？

EP3 与前两局最根本的差异，是碑文不再只是背景谜题。

成年人开始认真合作分析碑文，而 Eva 最终成功解出谜题并发现隐藏黄金。按照碑文以及魔女信件给出的显式规则，这本应意味着她获得黄金、家督继承权以及停止仪式的资格。

于是游戏第一次产生了一个极其重要的状态：

\[\text{Declared Winning Condition} = \text{Achieved}\]

但与此同时：

\[\text{Violence} \neq 0\]

换言之：

\[\boxed{ \text{Winning the announced game} \neq \text{Stopping the actual game} }\]

这使 EP3 从单纯的 murder game 转化为一个激励相容性实验。

一个机制不能只问：奖励是否足够大？

还必须问： 参与者真正追求的东西，是否就是机制设计者以为他们追求的东西？

如果设计者假设的效用函数 $\hat U_i$ 与主体真实效用函数 $U_i$ 不一致，那么即使机制在形式上完美执行，也可能得到完全错误的结果：

\[\hat U_i\neq U_i\]

因此 EP3 的核心主题可以概括为：

\[\boxed{ \text{Objective Misspecification} }\]

即：系统真正优化的目标，与表面宣称优化的目标发生偏离。

EP3 相对于 EP2 的系统升级

EP2 已经把状态模型扩展为：

\[S_t=(X_t,M_t,T_t)\]

其中：

• $X_t$ 是物理状态；
• $M_t$ 是人物心理状态；
• $T_t$ 是信任网络。

到了 EP3，还必须显式加入激励状态和制度权力状态：

\[S_t=(X_t,M_t,T_t,I_t,P_t)\]

其中：

• $I_t$ 表示各主体面临的奖励和惩罚结构；
• $P_t$ 表示权力、所有权和控制权的分布。

因此人物的行动函数变为：

\[A_{i,t} = \pi_i \left( B_{i,t}, E_{i,t}, T_{i,t}, I_{i,t}, P_{i,t}, U_i \right)\]

EP3 的核心变化就在于：

Game Master 不再只改变“人物知道什么”，而开始改变“人物拥有多少权力”和“成功之后能够获得什么”。

Eva 的长期目标

EP3 首先讲解 Eva 的过去。年轻时代的 Eva 长期面对右代宫家的男性继承结构，并把成为家主视为对 Krauss、Kinzo 以及整个制度结构的一次反击。因此她年轻时期的目标函数可以近似表示为：

\[U_{\text{young Eva}} = \alpha H + \beta W + \gamma V\]

其中：

• $H$ 表示获得家督；
• $W$ 表示获得财富；
• $V$ 表示对过去压迫和轻视的胜利。

在这种环境中，Eva 形成了非常强的长期目标：

\[H^\ast=\text{Become the Head}\]

然而成年后的 Eva 已经拥有 Hideyoshi 和 George。她的真实效用函数发生变化。可以近似表示为：

\[U_{\text{adult Eva}} = \alpha' H + \beta' W + \gamma' V + \delta L_{\text{Hideyoshi}} + \epsilon L_{\text{George}}\]

而且随着人生发展：

\[\delta,\epsilon\uparrow\]

因此问题出现了。

Eva 的显式人生目标仍然部分停留在年轻时期：

我要赢过 Krauss。

但她的真实效用函数已经发生漂移。

EP3 中反复出现的“年轻 Eva”可以理解为 Eva 内部一个没有随时间完成更新的代理模型。

她保存的是：

\[U_{\text{Eva}}^{t_0}\]

而现实中的 Eva 已经演化到：

\[U_{\text{Eva}}^{t_1}\]

其中：

\[U_{\text{Eva}}^{t_0} \neq U_{\text{Eva}}^{t_1}\]

年轻 Eva 仍然执着于家督、胜利和报复；成年 Eva 则越来越清楚丈夫和儿子的价值。作品明确将年轻 Eva 与她童年继承家主的执念联系起来，同时展示成年 Eva 已经因为 Hideyoshi 和 George 而拥有不同的价值排序。

因此 EVA-Beatrice 与其说是“突然出现的新恶人格”，不如理解为：

一个旧效用函数在获得执行权限之后变成了自治代理。

这是非常典型的目标错位问题。

长期目标并不会因为环境变化自动消失

一个目标最初可能具有合理功能：

\[\text{Discrimination} \rightarrow \text{Need for Achievement} \rightarrow \text{Headship Goal}\]

它帮助 Eva 在早年的不公平环境中形成行动能力。

但当环境变化之后，如果目标函数没有同步更新：

\[U^{t_0} \rightarrow A^{t_1}\]

旧策略便可能继续优化一个已经失去意义的目标。

于是：

曾经帮助主体生存的心理机制，后来可以变成伤害主体的机制。

这正是 EP3 对“心的演化”的第一次深层刻画。

第一夜：闭锁环把问题从“谁可信”升级为“机制本身是否可信”

第三局第一晚，Kinzo、Genji、Shannon、Kanon、Gohda、Kumasawa 六人分别出现在六个封闭房间中；钥匙按照一个闭环结构分布，相关钥匙同样被封闭在这一闭锁环内部。

可以将六个房间表示为节点：

\[V={R_1,R_2,\ldots,R_6}\]

每个房间的开启能力由下一个房间中的钥匙提供：

\[R_1\rightarrow R_2 \rightarrow R_3 \rightarrow R_4 \rightarrow R_5 \rightarrow R_6 \rightarrow R_1\]

因此形成一个闭环：

\[C_6\]

与 EP2 的单一密室相比，这个设计更加重要。

因为攻击对象已经不是某一个具体推理，而是因果链条本身。

闭锁环是一个循环依赖问题

在正常访问控制系统中，希望存在一个外部根权限：

\[K_{\text{root}}\]

它能够解释其他权限如何初始化。

但 EP3 第一晚刻意制造：

\[K_1\in R_2\] \[K_2\in R_3\]

一直到：

\[K_6\in R_1\]

于是没有明显的外部起点。

Battler 面临的问题于是变成：如何为一个看起来没有起点的因果闭环找到人类初始化步骤？

红字进一步排除了自动锁、隐藏人员、部分传统陷阱以及自杀等若干逃逸路径。

因此 Game Master 在这里进行的是：

\[|\Omega_{\text{human}}| \downarrow\]

与前两局不同：成年人开始主动解决问题

第一夜之后，一个非常关键的系统变化发生了：

大人们开始真正认真分析碑文。

他们不再仅仅等待警察、讨论犯人或互相怀疑，而是开始尝试解决 Game Master 给出的任务。作品明确把 EP3 描写为第一次成年人认真投入碑文解析的 Episode。

这可以理解为机制终于诱导出了目标行为：

\[I_{\text{epitaph}} \rightarrow A_{\text{solve}}\]

如果碑文机制的目标真的是：让参与者找到黄金并停止仪式，那么此时机制看起来正在正常工作。

Eva 解出碑文：第一次真正达到机制声明的终止条件

Eva 最终通过重新解释“故乡”“鲇之川”以及文字操作等线索，找到地下通路并发现约十吨黄金。

这是《海猫》前几局第一次发生：

\[\text{Puzzle Solved}\]

同时：

\[\text{Reward Located}\]

所以如果机制是一个标准 contract：

若任一参与者完成任务 $Q$，则得到奖励 $R$，并终止惩罚过程 $P$。

那么协议应该是：

\[Q=1 \Rightarrow R=1\]

以及：

\[Q=1 \Rightarrow P=0\]

Eva 已经令：

\[Q=1\]

但之后：

\[P\neq0\]

于是一个严重问题产生：

\[\boxed{ \text{The mechanism is not incentive-compatible with its declared contract} }\]

至少对于棋盘参与者而言，它表现得如此。

黄金事实：原本看似零和的家产竞争其实存在巨大合作剩余

在发现黄金以前，兄弟姐妹围绕继承问题形成近似零和认知：

\[W_i+W_j=W\]

一个人获得更多，意味着其他人获得更少。但十吨黄金的存在大幅增加了资源总量。

因此原本的可行效用集合突然扩大：

\[\mathcal U_{\text{after gold}} \supset \mathcal U_{\text{before gold}}\]

理论上，系统出现了大量帕累托改进空间。Eva、Rosa、Krauss、Rudolf 的财务问题都有可能同时得到显著缓解。

所以黄金本应执行：

\[\text{Zero-sum Competition} \rightarrow \text{Positive-sum Bargaining}\]

这是一个非常重要的机制转折。

Eva 与 Rosa 的地下谈判：理性合作其实已经出现

Eva 找到黄金后，在离开地下空间时遇到 Rosa。两人一度持枪相对，但随后并没有立即采取零和杀戮，而是讨论如何处理黄金及继承问题；Eva甚至表示计划最终与兄弟姐妹分配黄金。

这意味着成年 Eva 在真实决策层已经表现出：

\[\text{Cooperation} > \text{Immediate Monopoly}\]

至少在当时如此。这是 EP3 极其重要的一点。如果只把 Eva 简化成“贪婪”，就无法解释这一行为。更准确的模型是：

\[U_{\text{adult Eva}} \neq U_{\text{EVA-Beatrice}}\]

成年 Eva 已经能够进行现实利益计算。

她理解：

• 杀死 Rosa 风险极高；
• 独占黄金并非必要；
• 合作能够解决多方财务问题；
• 家督地位与全部财富并不是完全相同的目标。

于是她选择 bargaining。

EVA-Beatrice 的诞生：权限授予给了错误的代理

但与此同时，年轻 Eva 拒绝分享黄金。Beatrice 承认“解开碑文者”为新的继承者，将黄金魔女与无限魔女的称号授予年轻 Eva，于是 EVA-Beatrice 成为新的魔女。

从技术角度看，这几乎是一个标准的权限委派事故。

系统原本拥有一个内部目标模块：

\[A_{\text{young Eva}}\]

其目标是：

\[\max \left( H+W+V \right)\]

但这个模块过去没有完整执行权限。

Beatrice 的授予相当于：

\[\text{Privilege Escalation}\]

即：

\[A_{\text{young Eva}} : \text{advisory process} \rightarrow \text{privileged agent}\]

于是原先只是心理上的声音，获得了改变世界状态的权力。

权限提升没有同步更新目标函数

这正是危险所在。

一个安全的权限升级应该满足：

\[\text{Capability Upgrade} \Rightarrow \text{Objective Revalidation}\]

即：给一个代理更多能力之前，必须重新确认它的目标仍然与系统整体目标一致。

EP3 中没有发生这一步。

于是：

\[\text{Old Utility} + \text{New Power} = \text{Catastrophic Agency Drift}\]

EVA-Beatrice 获得巨大能力，却仍然优化年轻 Eva 的旧目标。

这就是典型的 principal-agent failure。

Principal-Agent Problem：成年 Eva 已经无法控制自己的“代理人”

可以把成年 Eva 视为 principal，把 EVA-Beatrice 视为 agent。

最初二者目标具有高度一致性：

\[U_P\approx U_A\]

因为她们都希望：

找到黄金、赢过 Krauss、获得家督。

所以成年 Eva 可以利用年轻 Eva 的执念来帮助自己解谜。

但解谜成功后，成年 Eva 的目标发生变化：

\[U_P' = \text{protect family} + \text{retain gains} + \text{stop violence}\]

而 EVA-Beatrice 仍然是：

\[U_A' = \text{monopolize} + \text{dominate} + \text{revenge} + \text{exercise power}\]

因此：

\[U_P'\not\approx U_A'\]

问题是 agent 已经拥有自主执行能力。

于是 principal 无法撤回权限。

第二晚：Rosa 与 Maria 的死亡

发现黄金之后，Rosa 与 Maria 仍然成为第二晚的死者；棋盘层面确认两人确实死亡，并且死亡属于他杀。

这是 EP3 的真正断裂点。在此之前，所有人都还可以相信：仪式是为了迫使我们寻找黄金。

现在这一解释失效。

因为：

\[\text{Gold Found} \land \text{Deaths Continue}\]

因此：

\[\text{Find Gold} \not\Rightarrow \text{Stop Murders}\]

系统中的参与者面对一个非常危险的信息：

Game Master 宣布的终止条件可能不可信。

当终止条件不可信，合作激励会急剧下降

任何协议都依赖一个基本前提：如果我完成协议要求，对方会履约。

设参与者采取合作行为的成本为 $C$，完成目标获得奖励为 $R$。

只有当：

\[E[R]-C>0\]

合作才具有吸引力。

但如果对方履约概率为 $p$，实际期望收益变成：

\[pR-C\]

如果经历一次明显违约：

\[p\downarrow\]

于是：

\[pR-C\]

可能跌至负值。

所以 EP3 黄金被发现之后杀戮仍继续，其效果不仅是增加死亡。

它摧毁的是：

\[\boxed{ \text{mechanism credibility} }\]

这就是“承诺问题”的另一面

前面讨论红字时，红字的价值是：

\[\text{GM} \rightarrow \text{Credible Commitment}\]

Game Master 一旦以红字声明某事，就不能任意修改。

但棋盘内的碑文奖励规则并没有同等强度的执行保证。

于是出现制度不对称：

\[\text{Epistemic Commitment} > \text{Behavioral Commitment}\]

换句话说：

Game Master 对“什么是真的”受到红字约束，但棋盘人物并没有获得一个同样强的机制来保证“完成任务后一定安全”。

这使 EP3 第一次显露出：

可信事实并不自动产生可信制度。

EVA-Beatrice：从工具性暴力到权力消费

在经济学中，时间不一致（又称动态不一致）描述政策制定者或个体在不同时间的偏好不一致现象。其核心是决策者在预先设定目标后，可能因短期利益诱惑偏离原定策略，导致实际执行偏离最优路径

行为经济学中，时间不一致也可理解为“不同自我”的偏好冲突。例如学生在考试前一天希望延迟复习时间，但在学期初面对同样选择时却不在意，这体现了个体在不同时间点的决策偏好不一致。

EVA-Beatrice 与此前 Beatrice 的一个关键差异是：暴力本身开始成为效用来源。

普通工具性攻击可以表示为：

\[A_{\text{violence}} \rightarrow G\]

暴力只是达到目标 $G$ 的手段。

但如果主体从攻击本身获得效用，则：

\[U_A = U(G) + \lambda U(\text{violence})\]

且：

\[\lambda>0\]

那么即使目标 $G$ 已经实现：

\[G=1\]

暴力仍然不会停止。

这就是为什么“已经拿到黄金”并不足以解释 EVA-Beatrice 的行为。

她的问题已经从：我要得到什么？

变成：我拥有力量，所以我要使用力量。

工具获得自主效用，是目标漂移的重要信号

假设系统最初赋予某行为只是工具价值：

\[V(a)=V(\text{outcome})\]

但长期强化之后，主体可能形成：

\[V(a) = V(\text{outcome}) + V(\text{action itself})\]

例如：

• 赢本来是为了获得尊严；
• 后来“击败别人”本身变成快感；
• 财富本来是为了安全；
• 后来“比别人拥有更多”本身变成目标；
• 权力本来用于保护自己；
• 后来“控制别人”本身变成奖励。

EVA-Beatrice 正是这种 reward hacking 的人格化。

如果系统原本希望 Eva：通过努力获得足够资源，从而获得安全、尊严和幸福。

那么可以认为真正目标是：

\[U^\ast = \text{Security} + \text{Dignity} + \text{Love}\]

但年轻 Eva 找到了一个代理指标：

\[R = \text{Headship} + \text{Gold} + \text{Victory over Krauss}\]

早期：

\[R\uparrow \Rightarrow U^\ast\uparrow\]

因此优化 $R$ 看起来合理。

但后来这种相关关系断裂：

\[R\uparrow \not\Rightarrow U^\ast\uparrow\]

甚至：

\[R\uparrow \Rightarrow U^\ast\downarrow\]

当追求黄金与胜利最终伤害 Hideyoshi、George 以及 Eva 自身时，代理指标开始反向破坏真实目标。

这就是标准的：

\[\boxed{ \text{Goodhart's Law} }\]

当一个指标成为目标后，它往往不再是一个好的指标。

Eva 最终发现：自己一直在优化错误的变量

成年 Eva 后来明确表现出对年轻自我的恐惧与拒绝。特别是在 Hideyoshi 死后，她越来越认识到：如果获得黄金意味着失去丈夫和儿子，那么这种胜利没有意义。

因此 Eva 的内部价值排序最终变成：

\[L_{\text{Hideyoshi}} + L_{\text{George}} \gg W+H\]

但这个认识发生得太迟。

这就是 EP3 与 EP2 Rosa 非常相似的一点：

主体直到不可逆损失出现之后，才正确估计自己的效用函数。

可以写成：

\[\hat U_i(t)<U_i\]

这里的“小于”不是数值意义，而是模型的信息不足。

更准确地说：

\[\hat U_i \neq U_i\]

当主体不知道自己真正想要什么时：

\[\max \hat U_i\]

完全可能导致：

\[\min U_i\]

Rudolf、Kyrie 与 Hideyoshi：风险决策重新出现

第二晚之后，幸存者决定继续守在 guesthouse。

但随后 Rudolf、Kyrie、Hideyoshi 为获取物资前往 mansion，并最终死亡。棋盘叙事中，Kyrie 对是否需要前往 mansion 的态度变化尤其成为 Meta Game 的重要争论点。

从动态决策角度，这是一个非常典型的问题：为什么一个原本认为行动风险过高的人突然改变策略？

行动不能只从公开理由反推

设 Kyrie 的行动为：

\[a=\text{go to mansion}\]

表面理由为：

\[g_1=\text{get food}\]

EVA-Beatrice 试图利用：

Kyrie 原本认为“不需要为了食物去 mansion”。

来制造矛盾。

但 Beatrice 随后帮助 Battler 指出：

\[a \not\Rightarrow g_1\]

同一个行动可以由另一个隐藏目标 $g_2$ 导致：

\[g_2=\text{investigate or isolate someone}\]

于是：

\[P(a\mid g_1)\]

不是唯一需要考虑的条件概率。

还需要：

\[P(a\mid g_2)\]

这实际上是一个非常标准的逆向规划问题：

从行动推断目标时，不能假设主体只有一个可能目标函数。

Hempel’s Raven 与逆向推理：EP3 开始训练“不要把理由和行为绑定得太死”

Battler 面临的错误推断是：

\[\text{Kyrie opposed food mission}\]

所以：

\[\text{Kyrie would not go to mansion}\]

但真正成立的只是：

\[\text{Kyrie opposed going to mansion for food}\]

不等于：

\[\text{Kyrie opposed every possible reason for going to mansion}\]

这是一个非常重要的逻辑区别：

\[\neg A\text{ for reason }x \not\Rightarrow \neg A\]

EP3 在这里第一次非常清楚地告诉玩家：

行为是多目标优化结果。

如果你不知道主体的全部效用函数，就不能仅仅根据单一公开理由预测行动。

这与 Eva 的问题实际上完全相同

Kyrie 的谜题看似是一处局部逻辑问题。Eva 的人生则是同一个问题的大尺度版本。

外界可以观察到：

\[A_{\text{Eva}} = \text{pursue headship}\]

于是容易推断：

\[U_{\text{Eva}} = \text{headship}\]

但事实上：

\[A_{\text{Eva}} = f( \text{childhood resentment}, \text{identity}, \text{family love}, \text{fear}, \text{wealth}, \text{status} )\]

所以 EP3 的一个统一主题就是：

\[\boxed{ \text{Observed Action} \not\Rightarrow \text{Single Motive} }\]

这也是“没有爱，便看不见”之一。

没有对主体内部世界的建模，只根据行为反推目标，极易发生识别错误。

George 与 Shannon：Beatrice 开始重新定义“无限”

在 EP3 中，原 Beatrice 的角色也发生显著变化。

面对 EVA-Beatrice 对力量与杀戮的滥用，她开始试图理解自己所拥有的“无限魔法”究竟意味着什么。

George 因 Shannon 的死亡陷入痛苦，而 Beatrice 尝试以魔法让两人重新相见；EVA-Beatrice 随后继续攻击他们。

这一段如果仅按超自然视觉理解，会显得和机制设计关系不大。

实际上恰恰相反。

它在重新定义：

\[\text{Power}\]

究竟是什么。

EVA-Beatrice 的无限：重复状态转移

对于 EVA-Beatrice 而言：

\[\text{Endless Magic} = \text{kill} \rightarrow \text{revive} \rightarrow \text{kill again}\]

即她强调的是状态控制：

\[X_t \rightarrow X_{t+1} \rightarrow X_{t+2}\]

只要能够不断重写物理状态，就意味着权力。

这是：

\[\text{Power over state}\]

Beatrice 开始理解另一种“无限”：意义能够跨越状态终止

George–Shannon 场景提出另一种理解：

一个人即使物理意义上已经死亡：

\[X_i=\text{dead}\]

这个人仍然可能继续存在于其他人的：

• 记忆；
• 行动模式；
• 价值判断；
• 未来选择

之中。

于是：

\[X_i=\text{dead}\]

不推出：

\[\text{Influence}_i=0\]

如果 Shannon 曾经改变 George：

\[M_{\text{George},t+1} = f(M_{\text{George},t},\text{Shannon})\]

那么即使 Shannon 不再作为活动主体存在，其历史作用仍然嵌入 George 的状态。

这是一种不同意义上的：

\[\text{Endlessness}\]

“真正的魔法”可以被理解为状态不可逆后的价值保存

EP1 和 EP2 中，魔法主要被 Battler 作为需要否定的超自然因果。

EP3 开始提出另一种“魔法”：已经发生的事情无法物理撤销，但其意义可以被重新组织。

可以写成：

\[X_t \text{ irreversible}\]

但：

\[M_t \text{ reinterpretable}\]

一个破碎的花瓶不能真正恢复成“从未破碎”。一个死亡的人也不能让历史上发生的死亡消失。

但主体可以改变：

\[\text{Meaning}(X_t)\]

这就是 EP3 中 Beatrice 的变化。

她开始从：

\[\text{control reality}\]

转向：

\[\text{preserve meaning}\]

这也是 Beatrice 的目标函数更新

最初的 Beatrice 在 Meta Game 中的目标近似是：

\[U_B = \text{Make Battler Admit Witch}\]

她享受压倒 Battler、展示魔法和折磨棋盘人物。

但经过与 EVA-Beatrice 的比较，她开始发现：如果“成为魔女”只是拥有无限杀戮和操纵能力，那么这种身份没有价值。

因此她的目标函数开始发生：

\[U_B^{old} \rightarrow U_B^{new}\]

新的变量开始进入：

• Battler 的认可；
• 游戏公平性；
• 对生命的理解；
• 对“真正魔女”的自我定义。

所以 EP3 不只是 Eva 的 objective drift。

它同时发生两次反方向的 drift：

\[\text{EVA-Beatrice} : \text{goal}\rightarrow\text{power addiction}\]

而：

\[\text{Beatrice} : \text{power game}\rightarrow\text{meaning-seeking}\]

一个走向失控，一个开始形成约束。

Game Master 与新代理人的冲突：规则制定者也可能失去控制

EVA-Beatrice 获得头衔之后，并没有稳定服从 Beatrice。她拒绝前任的指导，并越来越独立地使用力量。于是 Game Master 面临一个经典 delegation problem：

如果把执行权交给代理人，代理人会不会继续优化原来的系统目标？

一般形式是：

\[U_{\text{principal}}\neq U_{\text{agent}}\]

当 agent capability 很低时，问题有限。

但如果：

\[C_{\text{agent}}\uparrow\]

而目标错位：

\[|U_P-U_A|\uparrow\]

则系统风险急剧增加：

\[R \propto C_{\text{agent}} \cdot |U_P-U_A|\]

这正是 EVA-Beatrice 出现后的状态。

因此 EP3 也是一次“失控代理”实验

EP1 中攻击者似乎拥有统一目标。EP2 中 Game Master 仍然能够较好控制棋盘。

EP3 则第一次展示：

\[\text{Authority Delegation} \rightarrow \text{Goal Divergence} \rightarrow \text{Control Failure}\]

这与很多真实系统完全相同：

• 公司给部门 KPI，部门开始只优化 KPI；
• 政府把任务交给地方机构，地方产生自己的利益；
• 软件代理被给予自主权限后优化代理指标；
• 一个心理防御机制在成年后继续执行童年时期的目标。

它们本质上都是：

\[\boxed{ \text{Principal-Agent Misalignment} }\]

Krauss 与 Natsuhi：理解发生时，行动窗口已经关闭

EP3 后段，Krauss 开始反思自己过去对兄弟姐妹的压迫，以及自己试图模仿 Kinzo 权威的行为；Natsuhi则给予安慰。随后两人死亡。

这延续了 EP2 的一个重要系统规律：

\[\text{Understanding} \neq \text{Recovery}\]

如果理解发生在：

\[t<t_c\]

它可能改变系统轨迹。

但若发生在：

\[t>t_c\]

它只能改变人物对终局的理解。

不能再显著改变终局本身。

因此：

\[\text{Correct Update} + \text{Too Late} = \text{No Global Recovery}\]

这是所有动态系统都必须考虑的时间因素。

系统不是只需要正确答案，还需要在正确时间获得答案

这可以用控制理论来理解。设系统状态 $S_t$ 正快速远离稳定区域。控制输入 $u_t$ 能够将状态拉回安全域。

但系统存在有限控制窗口：$t<t_c$

若在 $t_c$ 后才施加控制：

\[|u_t| < |u_{\text{required}}|\]

则无论控制方向多么正确，都无法恢复。

所以《海猫》反复出现：

“终于理解了。” “但已经太晚了。”

\[\boxed{ \text{Correct information has time-dependent value} }\]

Jessica、Eva 与 George：损失开始摧毁剩余合作网络

George 死亡之后，Eva 的心理状态进一步崩溃；Jessica 失去父母后也进入高度激动状态，双方发生冲突，Eva 的枪走火并伤及 Jessica 的眼睛。

这里出现一个重要机制：

\[\text{Loss} \rightarrow \text{Grief} \rightarrow \text{Hostile Attribution}\]

两人并不是因为获得新证据才开始冲突。而是因为：每个人都需要为无法承受的损失寻找一个可指认的因果主体。

于是：

\[\text{Emotional Need for Cause} > \text{Evidence Quality}\]

时，主体会迅速提高对身边人的嫌疑。

在高度随机和不可控的环境中：

\[P(\text{unknown cause}) \uparrow\]

会显著降低主体的控制感。

一个具体的敌人虽然危险，却比“完全不知道发生了什么”更容易处理。

因此人可能倾向：

\[\text{uncertainty} \rightarrow \text{specific blame}\]

即使证据不足。

这是因为：

\[\text{Known Enemy}\]

在心理上可能优于：

\[\text{Unknown Process}\]

EP3 后段的群体再次滑向这种状态。

Nanjo 之死：EP3 将逻辑系统推到第一次真正的不可满足状态表象

EP3 后期最重要的 Meta Game 问题是 Nanjo 的死亡。

EVA-Beatrice 通过红字不断限定：

• Eva 在关键期间始终受到 Battler 监视；
• Battler 不是犯人或共犯；
• Jessica 没有杀 Nanjo；
• 其余大量角色已经确定死亡；
• 岛上没有超过十八个人；
• 没有非人类生命参与；
• 杀死 Nanjo 的是人类。

如果只按表面约束表示：

\[C_1\land C_2\land\cdots\land C_n\]

Battler 得到的感觉是：

\[\Omega_{\text{human}} = \varnothing\]

即：所有可以杀人的人似乎都已经被排除。

设嫌疑集合为：

\[H={h_1,h_2,\ldots,h_n}\]

每条红字对应一个约束 $C_k$。

则剩余候选集合：

\[H^\ast = {h\in H:C_1(h)\land C_2(h)\land\cdots\land C_m(h)}\]

EVA-Beatrice 想让 Battler相信：

\[H^\ast=\varnothing\]

因此：

\[\text{Human Solution Impossible}\]

再由此推出：

\[\text{Witch Necessary}\]

这已经比 EP1 的普通密室强得多。

但“我暂时找不到 satisfying assignment”仍然不等于系统不可满足

这里再次出现萨根标准。

Battler 实际上面对的是：

\[\text{No solution found}\]

而 EVA-Beatrice 希望他接受：

\[\text{No solution exists}\]

二者不是同一个命题：

\[\boxed{ \text{Unknown} \neq \text{Impossible} }\]

在计算复杂度语言中：

搜索算法当前失败，不等于约束集合被证明为 UNSAT。

真正证明：

\[H^\ast=\varnothing\]

需要一个完备证明。不能仅仅依赖：Battler 想不到。

这仍然是萨根标准在 Game 中的作用：

\[\text{extraordinary conclusion} \Rightarrow \text{higher proof burden}\]

Beatrice 的牺牲：机制目标第一次从“赢”变成“保护对手的搜索空间”

面对 Nanjo 难题，Beatrice最终选择以红字否定魔女、破坏 EVA-Beatrice 的胜利路径；Battler 则拒绝直接听取全部答案，希望自己最终抵达真相。从单纯零和博弈看，这个行为非常奇怪。

如果 Beatrice 的效用仍然是：

\[U_B=\text{Defeat Battler}\]

那么她应该帮助 EVA-Beatrice 迫使 Battler投降。

但她没有。

说明：

\[U_B\]

已经改变。

她现在在保护：

\[\text{Battler's ability to continue reasoning}\]

也就是说，她开始把：

\[\text{quality of the game}\]

本身纳入自己的效用函数。

Game Master 的高级目标：不是让玩家输，而是让玩家能够正确地赢

这可以定义为：

\[U_{\text{good GM}} = \alpha\text{Challenge} + \beta\text{Fairness} + \gamma\text{Discoverability}\]

而不是：

\[U_{\text{bad GM}} = \text{Player Defeat}\]

如果 GM 只想让玩家输，最简单的方法是：隐藏所有必要信息。

但那样游戏没有意义。好的 Game Master 需要维持：

\[0 < P(\text{player solves}) < 1\]

如果太容易：

\[P\rightarrow1\]

游戏失去挑战。

如果完全不可解：

\[P\rightarrow0\]

游戏失去公平性。

所以真正目标是保持一个可探索但困难的 hypothesis space。

EP3 中 Beatrice 第一次表现出“机制维护者”的属性

她不再只是：

魔女阵营的玩家。

而开始成为：

维护游戏本身有效性的机制设计者。

当 EVA-Beatrice 试图通过蛮力和逻辑堵塞让 Battler失去继续推理的能力时，Beatrice介入。

这是 Game Master 角色发展中非常重要的一步。

但 EP3 最后又立即否定了对 Beatrice 的简单信任

当 Battler因为 Beatrice 的改变而开始接受她，并进入 Golden Land 时，Beatrice 又表现出此前的欺骗性，让 Battler意识到自己可能因为情感而过早放弃怀疑。这一步非常重要。

否则 EP3 很容易得到一个过于简单的道德：有爱，就相信 Beatrice。

但真正的结论恰恰不是如此。

爱不能替代验证

如果 EP2 的教训是：

\[\text{Verification without Trust} \rightarrow \text{Coordination Failure}\]

那么 EP3 补充：

\[\text{Trust without Verification} \rightarrow \text{Manipulation Risk}\]

因此：

\[\boxed{ \text{Love} \neq \text{Unconditional Acceptance} }\]

更完整的机制应该是：

\[\boxed{ \text{Good Epistemic Relation} = \text{Trust} + \text{Verification} + \text{Interpretive Charity} + \text{Right to Doubt} }\]

Battler如果因为 Beatrice 展现善意，就直接把：

\[P(\text{Beatrice trustworthy})\rightarrow1\]

那么他又犯了另一个极端的模型错误。

没有爱，便看不见

EP2 的“爱”主要意味着：

愿意建立对他人内部世界的丰富模型。

EP3 则增加第二条：

理解一个人，不等于取消对他的事实检验。

因此可以区分：

\[\text{Interpretive Trust}\]

与：

\[\text{Factual Trust}\]

前者是：我愿意相信你的行为有其内部意义。

后者是：我相信你关于事实的具体声明。

你可以理解一个人为什么撒谎。

但这不意味着：因为理解了他，所以谎言变成真话。

这是《海猫》认识论非常重要的一层。

Eva 成为唯一幸存者：生存指标与“胜利”彻底分离

第三局最终只有 Eva 被记录为棋盘幸存者；她因此继承右代宫集团和巨额财富，并在十二年后的世界承担 Ange 的监护责任。

如果采用最简单的生存指标：

\[R_{\text{survival}} = \begin{cases} 1,&\text{alive}\ 0,&\text{dead} \end{cases}\]

那么 Eva 是第三局唯一赢家。

她获得：

\[\text{survival}=1\] \[\text{wealth}=1\] \[\text{headship}=1\] \[\text{inheritance}=1\]

看起来几乎获得了碑文承诺的一切。

但 EP3 用十二年后的 Eva 证明：这些指标全部可能是假指标

未来的 Eva 面对：

• 家人全部死亡；
• 社会长期怀疑；
• 舆论将其视作惨案嫌疑人；
• 无法公开六轩岛真相；
• 与 Ange 的关系严重恶化；
• 长期孤立和不信任。

作品明确描写她虽然继承集团和 Ange 的监护权，却逐渐成为一个极度痛苦、难以信任他人的人。

因此：

\[R_{\text{external}}\uparrow\]

但：

\[U_{\text{actual}}\downarrow\]

这是 EP3 对 reward misspecification 最彻底的证明。

“活下来”不是完整目标函数

如果把生存当作唯一奖励：

\[U_i=\text{survival}\]

那么很多行为都无法解释。

真实的人类效用更接近：

\[U_i = \alpha S_i + \beta L_i + \gamma D_i + \delta M_i + \epsilon C_i\]

其中：

• $S_i$ 是生存；
• $L_i$ 是重要关系；
• $D_i$ 是尊严；
• $M_i$ 是意义；
• $C_i$ 是与他人的连接。

因此存在：

\[S_i=1\]

同时：

\[U_i\ll0\]

的状态。

Eva 正是最明显的例子。

这意味着“全灭”也不能只按死亡人数定义

如果只统计：

\[N_{\text{alive}}\]

那么 EP3 不是完全全灭。

但如果定义社会系统存续度：

\[V_t = f( N_{\text{alive}}, T_t, L_t, M_t, C_t )\]

那么即使：

\[N_{\text{alive}}>0\]

也完全可能：

\[V_t\approx0\]

Eva 活下来。

但她所属的家庭系统已经不存在。

她的人际信任网络也几乎归零。

因此：

\[\boxed{ \text{Biological Survival} \neq \text{System Survival} }\]

Ange 的出现：Game 的效应第一次明确跨越时间边界

EP1、EP2 主要关注 1986 年 10 月 4 日至 5 日。

EP3 最后把系统时间尺度突然扩展到十二年后，并引出 Ange。

这意味着状态转移不能再写成简单的：

\[S_0\rightarrow S_1\rightarrow\cdots\rightarrow S_T\]

然后在 $T$ 终止。

更准确的是：

\[S_T \rightarrow S_{T+12y}\]

1986 年的行为仍然改变 1998 年的主体。

所以 Game 的损失函数必须包含长期外部性：

\[L_{\text{total}} = L_{\text{immediate}} + \lambda L_{\text{future}}\]

其中：

\[\lambda>0\]

悲剧代际传播

Ange 并没有参与六轩岛两日。

但她仍然继承了：

• 死亡造成的家庭缺失；
• 六轩岛真相的不确定性；
• Eva 的创伤；
• 社会舆论；
• 右代宫家的财富；
• 对 Beatrice 的问题。

因此：

\[A_{1986} \rightarrow M_{Eva,1998} \rightarrow M_{Ange,1998}\]

这是典型的跨期状态传播。

一个人的未处理创伤会成为下一个主体的初始条件：

\[S_{i,T} \rightarrow S_{j,0}\]

所以：每一局并不真正结束在棋盘结束的时候。

EP3 因而第一次打破 Game Board 的边界

如果只看 Game Board：

\[G= \text{Rokkenjima, 1986}\]

那么 Eva 是一个输出节点。

但 EP3 告诉我们：

\[G \subset \text{larger world}\]

棋盘外仍然存在：

• 社会；
• 媒体；
• 幸存者；
• 遗族；
• 历史解释；
• 十二年后的 Ange。

于是结果不能只定义为 October 5 的状态。

真正输出是：

\[\boxed{ \text{physical outcome} + \text{memory} + \text{narrative} + \text{institutional inheritance} }\]

EP3 的系统风险模型需要增加“目标错位”

EP1 可以使用：

\[R_t = \alpha F_t + \beta D_t^B + \gamma(1-\bar T_t) + \delta Z_t\]

EP2 进一步加入 trust exploitability。

到了 EP3，还必须增加：

\[A_t^{mis}\]

表示 agent alignment error，以及：

\[O_t^{mis}\]

表示 objective misspecification。

于是：

\[R_t = \alpha F_t + \beta D_t^B + \gamma(1-\bar T_t) + \delta Z_t + \eta A_t^{mis} + \theta O_t^{mis}\]

这意味着：即使所有主体拥有准确信息，也不保证系统稳定。

如果主体正在优化错误目标：

\[B_i=X\]

仍然可能：

\[A_i \rightarrow \text{catastrophe}\]

这是 EP3 相对于前两局最重要的理论推进。

EP1、EP2、EP3 的失败机制已经形成递进

EP1：

\[\boxed{ \text{Wrong Beliefs} \rightarrow \text{Wrong Actions} }\]

核心是观测和推断失败。

EP2：

\[\boxed{ \text{Trust Failure} \rightarrow \text{Coordination Failure} }\]

核心是关系和验证结构失败。

EP3：

\[\boxed{ \text{Wrong Objective} \rightarrow \text{Successful Optimization of the Wrong World} }\]

核心是目标函数失败。这是一个非常自然的层级结构。

第一层：不知道世界是什么

\[\hat X\neq X\]

第二层：不知道应该相信谁

\[\hat T\neq T\]

第三层：不知道自己真正想要什么

\[\hat U\neq U\]

第三层最危险。因为前两层至少可以通过更多信息修复。而第三层意味着：主体即使获得完美信息，也可能主动走向自己最终不想要的结果。

EP3 的核心恶性循环

整个第三局可以压缩为：

\[\text{Childhood Injury} \rightarrow \text{Rigid Goal} \rightarrow \text{Epitaph Incentive} \rightarrow \text{Goal Activation} \rightarrow \text{Gold Discovery} \rightarrow \text{Power Acquisition} \rightarrow \text{Agency Split} \rightarrow \text{Goal Drift} \rightarrow \text{Violence} \rightarrow \text{Loss of Loved Ones} \rightarrow \text{Regret} \rightarrow \text{Psychological Collapse}\]

其中最大的悖论是：

\[\text{Eva gets what young Eva wanted}\]

却导致：

\[\text{Eva loses what adult Eva values}\]

也就是：

\[\boxed{ \max U_{\text{young}} \rightarrow \min U_{\text{adult}} }\]

真正需要修复的不是“贪欲”，而是目标更新机制

一个过于简单的道德反事实是：

如果 Eva 不贪心就好了。

但这不能解释 EP3。

因为 Eva 的竞争欲并非凭空产生，而来自一个真实的制度环境：

• 继承限制；
• Krauss 的压迫；
• Kinzo 的权威；
• 长期被否定的能力；
• 对证明自己的需求。

因此直接删除：

\[\text{ambition}\]

并不是合理解决方案。

野心也是 Eva 获得能力的重要来源。

真正的问题是：

\[\text{Goal Persistence}\]

超过了其适用环境。

更好的机制应该允许主体重新评估自己的目标

一个更稳定的人类决策系统需要周期性执行：

\[U_i^{t+1} = \mathcal R(U_i^t,S_t)\]

其中 $\mathcal R$ 表示反思与目标更新过程。

主体需要反复问：

我过去想要的东西，现在还重要吗？

它为什么重要？

如果我真的得到它，我希望它为我带来什么？

我现在真正不能失去的是什么？

如果 Eva 在碑文解开前就完成这种更新：

\[H,W,V \rightarrow L_{\text{family}}\]

则找到黄金更可能触发：

\[\text{Resource Sharing} + \text{Conflict Resolution}\]

而不是：

\[\text{Power Escalation}\]

更好的制度也不应该只给结果奖励

碑文机制的奖励高度 winner-take-all：

\[\text{solve first} \rightarrow \text{gold} + \text{headship} + \text{symbolic victory}\]

这种机制天然放大：

\[\text{competitive motivation}\]

而不是：

\[\text{cooperative motivation}\]

即使黄金足够多人分享，规则仍然将发现者定义为“赢家”。

因此：

\[\text{Materially Positive-Sum}\]

的资源，被：

\[\text{Symbolically Zero-Sum}\]

的制度包装。

这是非常危险的设计。

一个反 EP3 的奖励机制应该怎样设计

假设 Game Master 真正希望：家族成员通过合作发现黄金，并借此结束冲突。那么机制至少需要四项修改。

将发现奖励改成公共奖励

不要：

\[R_i=R,\quad R_{j\neq i}=0\]

而应让：

\[R_i>0\]

对所有合作者成立。

明确终止条件并建立可信承诺

应保证：

\[Q=1 \Rightarrow P=0\]

且这一承诺不可撤回。

否则参与者没有理由相信完成任务能够改变危险环境。

将合作过程纳入奖励

不只奖励：

\[\text{who solves first}\]

还奖励：

\[\text{information sharing}\] \[\text{joint verification}\] \[\text{safe coordination}\]

这样才能让个体最优策略与群体最优策略接近：

\[A_i^\ast \approx A_G^\ast\]

权力授予必须具有约束与撤销机制

任何新 head 或 agent 都不能获得不可撤销的绝对权限。

需要：

\[\text{Delegation} + \text{Monitoring} + \text{Revocation}\]

否则一旦发生：

\[U_A\neq U_P\]

系统就失去纠错能力。

EP3 的 Game Master 实验：给人“一切”之后观察他还缺什么

如果我真的把你认为自己最想要的东西全部给你，你会幸福吗？

对于 Eva：

\[\text{Gold}=1\] \[\text{Headship}=1\] \[\text{Victory}=1\]

最后却是：

\[\text{Family}\approx0\] \[\text{Trust}\approx0\] \[\text{Happiness}\ll0\]

因此 Game Master 实际证明：

\[\boxed{ \text{Declared Desire} \neq \text{True Utility} }\]

没有爱，便看不见

EP1 的“爱”意味着：不要把人物只看成犯罪变量。

EP2 的“爱”意味着：尝试从对方内部的世界模型理解其行动。

EP3 再增加一层：一个人自己也可能看不见自己真正珍视的东西。

一个人说：“我最想要钱。”不代表财富就是其最终效用。

一个人说：“我一定要赢过他。”不代表胜利本身就是终点。

一个人说：“这是我一生的梦想。”也不意味着那个梦想仍然属于现在的自己。

Eva 真正珍视 Hideyoshi 和 George，不是因为她提前写下一个 objective function。

当这些变量受到威胁时，她整个系统的响应证明了它们拥有极高权重。因此可以通过反事实损失估计偏好：

\[w_j \propto \left| U_i(S)-U_i(S\setminus j) \right|\]

失去某物造成的效用下降越大，说明它可能越接近主体真正的价值核心。

EP3 的长期教训：游戏赢家也可以是整个系统中损失最大的人

Eva 是唯一生还者。

这使 EP3 形成一个极端反例：

\[\text{Winner by metric} \neq \text{Winner by utility}\]

如果只看：财富；权力；生存；法律继承；Eva 赢了。

如果看：爱；家庭；心理安全；社会连接；对未来的希望；她可能输得最彻底。

因此任何机制设计都必须警惕：

\[\boxed{ \text{Metric Success} \neq \text{Human Success} }\]

EP3 的系统演化表

阶段	物理状态	信息结构	激励结构	心理状态	权力结构	系统结果
$t_0$ 初始状态	家族完整	碑文信息公开	家督与黄金作为奖励	Eva 旧执念活跃	Krauss 占据正式家主位置	潜在目标冲突
$t_1$ 第一夜	六节点退出	闭锁环制造强谜题	解碑文动机提高	恐惧上升	幸存者暂时合作	成年人开始共同解谜
$t_2$ 碑文解析	暂无新死亡	信息聚合改善	奖励变得可信	Eva 竞争欲增强	权力尚未转移	系统出现合作机会
$t_3$ 黄金发现	资源总量暴增	Eva、Rosa 掌握关键私有信息	零和冲突理论上可解除	成年 Eva 倾向现实谈判	Eva 获得潜在继承权	出现巨大帕累托改进空间
$t_4$ EVA-Beatrice 诞生	暂无立即结构恢复	内部目标分裂	奖励转化为权力	旧目标自治化	权限错误委派	principal-agent misalignment
$t_5$ Rosa、Maria 死亡	节点继续减少	“解谜可止杀”失去可信度	机制承诺崩溃	Eva 开始恐惧自身欲望	EVA 权力上升	激励机制失效
$t_6$ 三人前往 mansion	风险暴露增加	行为动机不透明	生存与调查目标竞争	Kyrie 执行隐性目标	行动分组	新一轮死亡
$t_7$ George 等死亡	关系节点大量消失	验证网络下降	黄金价值相对降低	Eva 真实偏好开始显现	EVA 仍失控	目标函数错配全面暴露
$t_8$ Nanjo 难题	候选主体接近耗尽	红字高度压缩假说空间	Meta Game 转为证明危机	Battler 接近认知崩溃	EVA 占据逻辑优势	人类解释看似不可满足
$t_9$ Beatrice 介入	棋盘已接近终局	Beatrice 提供新约束	GM 目标由胜负转向维护 Game	Battler 开始重新理解 Beatrice	Beatrice 重获机制权威	Meta 关系变化
$t_{10}$ Eva 生还	仅一人生还	真相没有形成公共知识	财富与继承全部集中	极端创伤	Eva 获得全部现实权力	指标胜利、人类失败
$t_{11}$ 1998	游戏板已消失	社会只能从碎片推断六轩岛	财富继续传递	Eva 与 Ange 关系恶化	遗产转化为代际负担	灾难跨时间传播

等你终于知道自己真正想要什么时，那个东西可能已经不存在了。

从机制设计角度总结 EP3

当机制以财富、排名、权力或胜利作为代理指标时，它可能激活参与者长期积累的竞争目标；一旦这些目标获得超出原始环境的执行能力，就可能从实现真实需求的工具变成独立目标。即使主体成功获得所有形式上的奖励，也可能因为目标函数错配而得到真实效用极低的终局。

EP1：认识论失败

\[\boxed{ \hat X\neq X }\]

主体无法正确知道世界发生了什么。

于是：

\[\text{Partial Observation} \rightarrow \text{Fear} \rightarrow \text{Wrong Belief} \rightarrow \text{Bad Action}\]

EP2：社会协调失败

\[\boxed{ \hat T\neq T }\]

主体无法正确判断应该信任谁，也缺乏在低信任环境中仍然可用的验证协议。

于是：

\[\text{Suspicion} \rightarrow \text{Isolation} \rightarrow \text{Loss of Verification} \rightarrow \text{More Suspicion}\]

EP3：目标函数失败

\[\boxed{ \hat U\neq U }\]

主体甚至不能准确知道自己真正想要什么。

于是：

\[\text{Successful Optimization} \rightarrow \text{Wrong Outcome}\]

所以三个 Episode 的危险逐层加深：

\[\boxed{ \text{不知道世界是什么} }\]

到：

\[\boxed{ \text{不知道别人是什么} }\]

再到：

\[\boxed{ \text{不知道自己是什么} }\]

在具有历史路径依赖的多主体系统中，参与者的显式目标往往只是其真实效用函数的代理指标；当奖励机制强化这些代理指标，并向尚未完成目标更新的代理人授予高权限时，即使机制成功产生财富、权力和形式胜利，也可能因 Goodhart 效应、principal-agent misalignment 与不可撤销的权限升级，使局部最优化演化为全局灾难。

没有爱，人可能看不见别人；而没有对自己内心的理解，人甚至可能看不见自己。

Eva 一生都以为黄金、家督和战胜 Krauss 是通往幸福的路径。第三局真正残酷的实验，是 Game Master 真的把这些东西交给了她。然后让她发现：

\[\boxed{ \text{她成功获得的一切，并不是她真正不能失去的一切。} }\]

而到了她终于知道答案的时候，真正重要的变量已经被系统从状态空间中永久删除。

这正是 EP3 的终局：

\[\boxed{ \text{获得全部奖励} \neq \text{赢得人生} }\]

更进一步：

\[\boxed{ \text{如果目标函数是错的，完美的优化能力只会让错误发生得更彻底。} }\]

EP4：Alliance of the Golden Witch

一个已经结束的世界，为什么还能继续伤害活着的人？

EP1 研究的是：

\[\hat X\neq X\]

即主体无法准确知道世界发生了什么。

EP2 研究的是：

\[\hat T\neq T\]

即主体无法准确判断谁值得信任。

EP3 进一步研究：

\[\hat U\neq U\]

即主体甚至可能错误理解自己的真实目标函数。

EP4 则第一次改变整个模型的时间尺度。

问题不再只是：

1986 年 10 月 4 日至 5 日，六轩岛上的系统如何崩溃？

而变成：

一个已经结束的物理事件，如何通过记忆、文本、社会叙事和未解决的不确定性，在十二年后继续改变另一个人的人生？

EP4 因此必须把系统从有限时间模型

\[S_0\rightarrow S_1\rightarrow\cdots\rightarrow S_T\]

扩展成跨时间模型：

\[S_{1986} \rightarrow D \rightarrow N_{1986:1998} \rightarrow S_{1998}\]

其中：

• $S_{1986}$ 是六轩岛事件结束时的状态；
• $D$ 是事件留下的可观测数据；
• $N_{1986:1998}$ 是十二年间不断形成的社会叙事；
• $S_{1998}$ 是 Ange 所处的现实状态。

EP3 已经通过 Eva 的幸存暗示了这一点。

EP4 则正式证明：

\[\boxed{ \text{事件结束} \neq \text{系统作用结束} }\]

六轩岛上的死亡已经发生。

但围绕死亡产生的解释竞争仍然活着。

Ange：没有经历事件，却被事件裹挟

Ange 在 1986 年没有登上六轩岛。

因此她没有直接观测：

\[O_{\text{Ange},1986}=\varnothing\]

从传统侦探模型看，这似乎意味着她的信息价值很低。但 EP4 恰恰选择她作为第二主角。故事大量在 1986 与 1998 之间切换，通过 Ange 的人生、Maria 的日记和灾难后的社会环境重新观察六轩岛事件。

原因在于：Ange 虽然没有直接经历六轩岛事件，却承受了六轩岛事件几乎全部长期输出。

可以表示为：

\[S_{\text{Ange},1998} = F( S_{\text{Ange},1986}, D_{Rokkenjima}, N_{public}, M_{Eva}, R_{\text{family}} )\]

其中：

• $D_{Rokkenjima}$ 是六轩岛留下的信息残片；
• $N_{public}$ 是社会关于事件的叙事；
• $M_{Eva}$ 是 Eva 的创伤状态；
• $R_{\text{family}}$ 是 Ange 失去整个原生家庭后的关系结构。

因此 Ange 是一个典型的：

\[\boxed{ \text{downstream agent} }\]

她没有参与产生灾难。

但灾难成为了她的初始条件。

EP4 第一次明确引入“状态的代际传播”

在普通 Game 中，一局结束意味着状态被清空：

\[S_T \rightarrow \text{reset}\]

下一局重新开始。但真实人类社会并不是这样。上一代的终态通常就是下一代的初态：

\[S_{i,T} \rightarrow S_{j,0}\]

因此可以定义一种跨代状态传递：

\[M_{j,0} = \Phi(M_{i,T},D,N)\]

一个上一代没有解决的：创伤；秘密；误解；仇恨；未完成关系；不确定真相 都会进入下一代主体的状态空间。

Ange 的存在因此证明：

\[\boxed{ \text{Unresolved uncertainty is inheritable} }\]

钱可以继承。姓名可以继承。社会地位可以继承。而“我不知道我的家人为什么死”同样可以继承。

假设 Ange 只是一个普通研究者。

那么六轩岛真相对她只是一个外部变量：

\[X_R\]

研究目标是：

\[\hat X_R\rightarrow X_R\]

但 Ange 并不是中立观察者。

她的问题是：

我的父母是什么人？

Battler 是什么人？

Eva 为什么活下来？

Maria 的人生究竟是什么？

我的家人是否真的像社会叙事描述的那样？

如果他们已经不存在，我为什么还活着？

因此对于 Ange：

\[\text{Truth about Rokkenjima} \subset \text{Truth about Self}\]

换言之，她并不只是进行事件重建。

她在进行身份重建：

\[I_{\text{Ange}} = f( I_{\text{family}}, N_{\text{Rokkenjima}} )\]

于是六轩岛真相越不确定：

\[H(N_{\text{Rokkenjima}})\uparrow\]

Ange 自身身份的不确定性也越高：

\[H(I_{\text{Ange}})\uparrow\]

这里 $H$ 可以理解为状态的不确定程度。

信息社会

前三局的主要压力来自：台风；封闭空间；死亡；锁门；内部犯人。

EP4 的 1998 年世界则完全不同。这是一个开放社会。但 Ange 仍然无法逃脱六轩岛。

\[\text{Physical Isolation}=0\]

并不意味着：

\[\text{Epistemic Isolation}=0\]

她生活在一个充满：新闻；猜测；猎奇故事；媒体叙事；Witch Hunters；Eva 犯人论；各种六轩岛解释的信息环境中。

因此 EP4 实际上从：

\[\text{closed physical system}\]

切换成：

\[\text{open but adversarial information system}\]

开放世界甚至可能更危险。

因为信息数量增加：

\[|D|\uparrow\]

但可信度未必提高：

\[\text{Signal-to-Noise Ratio}\downarrow\]

更多信息可能更远离真相

如果信息源都是独立且可靠的，那么通常：

\[|D|\uparrow \Rightarrow \text{uncertainty}\downarrow\]

但现实中的信息源并不独立。媒体会引用其他媒体。评论者会受到既有理论影响。新的猜测会建立在旧猜测之上。

于是存在：

\[D_i\leftarrow D_j\]

和：

\[D_j\leftarrow D_k\]

最终大量看似不同的信息可能具有同一个源头。这种情况下：

\[N_{\text{reports}}\uparrow\]

并不意味着：

\[N_{\text{independent evidence}}\uparrow\]

EP4 的 1998 世界因此非常接近现代开放网络中的信息污染问题：

信息越多，未必越容易知道发生了什么；如果缺少来源追踪和可信度模型，信息量本身反而可能增加认知负担。

未来的真实胜过过去的真实

Bernkastel 向 Ange 引入一个极其重要的观点：

过去无法再被直接观察，而未来的人能够不断重新理解过去。

EP4 以猫箱和观察问题讨论这一点，并明确提出“未来的真实胜过过去的真实”的思路。

物理历史依旧固定：

\[X_{1986}=X^\ast\]

真正变化的是：

\[N_t(X^\ast)\]

即社会在时间 $t$ 对事件 $X^\ast$ 的解释。

因此：

\[X^\ast=\text{constant}\]

但：

\[N_t=\text{dynamic}\]

而人类的现实行动往往依赖：

\[N_t\]

而不是无法直接访问的：

\[X^\ast\]

所以：

\[N_t \rightarrow A_t \rightarrow X_{t+1}\]

这意味着：虽然叙事不能改变过去，却能够通过改变现在的人，改变未来。

猫箱真正危险的地方

如果六轩岛内部状态不可直接观察，那么外界只能获得：

\[D=\text{有限残留证据}\]

于是存在多个解释：

\[H_1,H_2,\ldots,H_n\]

满足：

\[H_i\models D\]

这就是猫箱：

\[\Omega_D = {H_i:H_i\text{ compatible with }D}\]

如果没有新证据能够进一步压缩集合：

\[|\Omega_D|>1\]

那么多个世界会长期共存于社会叙事中。问题在于，不同叙事对活着的人具有不同影响。

例如：

\[H_1=\text{Eva was a murderer}\]

和：

\[H_2=\text{Eva was a victim and survivor}\]

即使二者都无法由现存公共证据完全确定，对 Ange 与 Eva 的关系会产生完全不同的作用。

因此：

\[H_i \rightarrow M_{\text{Ange}}\]

也就是说：无法确定的过去仍然能够产生确定的心理后果。

Ange 最初犯的错误：认为真相只能存在一个解释层

EP4 前半的 Ange 基本采取极强的事实主义立场。

她认为：如果 Maria 的现实生活充满被遗弃、孤独和伤害，那么 Maria 说自己拥有幸福就是自我欺骗。

可以将 Ange 的模型表示为：

\[\text{Objective Event} \rightarrow \text{Unique Valid Meaning}\]

比如：

\[E=\text{Rosa left Maria alone}\]

那么 Ange 会推断：

\[M(E)=\text{Maria was miserable}\]

如果 Maria 说：那一天也有幸福。

Ange 容易把它判断成：

\[\text{false interpretation}\]

Maria 并没有真正声称：Rosa 从未离开我。

她更接近于：即使那一天发生了坏事，也不意味着那一天全部都是坏的。

也就是说，对于一个事件序列：

\[E={e_1,e_2,\ldots,e_n}\]

Ange 的聚合函数近似：

\[V_A(E) = \min_i V(e_i)\]

只要其中存在足够严重的负面事件，整个记忆都被负值覆盖。

Maria 则更接近：

\[V_M(E) = \sum_i w_iV(e_i)\]

并允许：

\[\exists e_i<0\]

同时：

\[V_M(E)>0\]

因此两人争论的并不完全是“事实”。

她们使用的是不同的：

\[\boxed{ \text{memory aggregation function} }\]

Maria 所说的“不要只寻找不幸的碎片”

Maria 告诉 Ange，如果不断寻找世界中所有不幸的 Fragment，那么永远无法找到幸福；她坚持日记中记录的幸福并不会因为后来发生的不幸而自动失效。

技术上，这是一种反对：

\[\text{Negative Event Dominance}\]

的认知原则。

如果一个人的记忆评价函数满足：

\[\exists e_i<0 \Rightarrow V(E)<0\]

那么只要人生中出现任何严重痛苦：

\[P(V(E)<0)\rightarrow1\]

随着时间增长，几乎所有人生最终都会被判定为：

\[\text{failed life}\]

Maria 拒绝这种评价函数。

“魔法”作为一种信息选择策略

到 EP4，“魔法”已经不能只理解成：

\[\text{supernatural causality}\]

Maria 所使用的魔法更接近：

\[\mathcal M: E \rightarrow \text{meaning-preserving interpretation}\]

例如 Sakutaro。外部观察者可以说：那只是一个布偶。

Maria 说：Sakutaro 是我的朋友。

Sakutaro 可以帮助 Maria：

• 对抗孤独；
• 调节情绪；
• 保留 Rosa 的善意形象；
• 建立可持续的内部对话。

因此从系统功能上：

\[\text{Functional Effect}_{\text{Sakutaro}}>0\]

无论其物理类别是不是“生命”。

Ange 的反魔法主义为什么仍然会伤害自己

Ange 最初采用的规则近似是：

\[\text{Not literally real} \Rightarrow \text{worthless}\]

这看起来非常理性。

但它会产生一个巨大副作用。

因为大量人类价值本身并不具有独立物理实体：家庭；友情；承诺；尊严；名誉；国家；货币；身份；故事。

这些东西的社会存在依赖：

\[\text{shared interpretation}\]

而不是：

\[\text{independent physical object}\]

如果把：

\[\text{physical objectivity}\]

设为所有价值存在的必要条件，那么会删除大量真实的人类状态变量。

没有爱，便看不见

EP4 把这句话推到了目前最严格的形式。

假设存在一个原始事件：

\[X\]

观察者并不会直接获得 $X$。

而是：

\[O_i=H_i(X)\]

随后还需要解释函数：

\[M_i=G_i(O_i,B_i,U_i)\]

所以最终看见的世界实际上是：

\[W_i = G_i(H_i(X),B_i,U_i)\]

不同的人拥有不同的：

\[H_i\]

和：

\[G_i\]

因此：

\[W_i\neq W_j\]

“爱”的作用不是改变 $X$。

它改变的是：

\[G_i\]

即解释另一个人行为的函数。

没有爱时，模型倾向于最小化他人的内部复杂度

没有爱时，很容易使用：

\[G_{\text{simple}} : a_j \rightarrow \text{selfishness}\]

或者：

\[a_j \rightarrow \text{malice}\]

比如：Rosa 离开 Maria。

最简单模型：

\[\text{Rosa does not love Maria}\]

但更复杂的模型可能包含：Rosa 的压力；自我中心；逃避；爱；愧疚；不成熟；反复伤害；反复补偿。

于是：

\[\text{love exists} \land \text{harm exists}\]

二者可以同时为真。

这比二元分类：

\[\text{good mother} \lor \text{bad mother}\]

复杂得多。

但也更接近真实人类。

EP4 因此明确反对“单变量人物模型”

现实中的人通常不是：

\[a_i=f(x)\]

而更接近：

\[a_i = f( B_i, F_i, L_i, S_i, H_i, U_i, C_i )\]

一个主体完全可能同时：

\[L_{ij}>0\]

并：

\[P(\text{harm }j)>0\]

因此：

\[\boxed{ \text{Love} \not\Rightarrow \text{Good Behavior} }\]

同时：

\[\boxed{ \text{Bad Behavior} \not\Rightarrow \text{Absence of Love} }\]

EP4 对 Rosa–Maria 的讨论正是为了迫使读者接受这种高维人物模型。

Maria 的日记：文本成为跨时间通信信道

Maria 已经死亡。因此 Ange 无法与她建立实时通信：

\[C_{\text{Ange,Maria}}(1998)=0\]

但 Maria 留下了日记。

于是：

\[C_{\text{Ange,Maria}}^{\text{document}}>0\]

这使文本成为一个跨时间 channel。

可以表示为：

\[M_{\text{Maria},1986} \xrightarrow{\text{Diary}} O_{\text{Ange},1998}\]

这是 EP4 极其重要的结构。主体虽然死亡：

\[X_{\text{Maria}}=\text{dead}\]

但信息仍然能够传播：

\[I_{\text{Maria}}\neq0\]

所以 EP3 所提出的：

\[\text{death} \not\Rightarrow \text{influence}=0\]

在 EP4 得到了完整实现。

最大问题：发送者已经无法纠错

实时通信中，如果 Ange 误解 Maria：“你是不是这个意思？”

Maria 可以回答：“不是。”

但文本通信没有这一机制。

因此：

\[\text{feedback channel}=0\]

于是解释误差：

\[\epsilon\]

无法通过交互逐渐减小。

这就是死人文本、历史资料和遗书的共同问题：

\[\text{message remains}\]

但：

\[\text{sender unavailable}\]

因此解释权逐渐转移到接收者手中。

未来的真实会压过过去的真实

过去的主体无法继续参与解释竞争。

所以随着时间增长：

\[\text{Power of original speaker}\downarrow\]

而：

\[\text{Power of interpreter}\uparrow\]

这是一种严重的信息权力不对称。死人无法反驳。失踪者无法补充上下文。

所以谁掌握：档案；媒体；日记；证词；出版权；社会注意力

谁就拥有更大的：

\[\text{Narrative Control}\]

EP4 因此第一次把“真相”与“权力”连接起来。

Ange 与 Eva：一个无法完成握手协议的关系

Ange 与 Eva 的关系可以建模为一个失败的双向认证过程。

Ange 想知道：

Eva 到底是不是我的家人？

她为什么不告诉我真相？

Eva 则可能面对：

哪些事情能够告诉 Ange？

哪些事情告诉她反而会伤害她？

但二者的关系长期处于：

\[T_{\text{Ange,Eva}}\approx0\]

同时：

\[T_{\text{Eva,Ange}}\approx0\]

或者至少：

\[C_{\text{Ange,Eva}}\approx0\]

因此无论真实内部情感如何，系统表现出来的都是：

\[\text{Hostility}\]

最终二者无法建立共享解释框架。

“拥有共同损失”并不会自动产生共同体

Eva 和 Ange 都失去了大量家人。

按简单模型：

\[\text{Shared Loss} \Rightarrow \text{Solidarity}\]

但 EP4 给出反例：

\[\text{Shared Loss} + \text{Distrust} + \text{Asymmetric Information} \Rightarrow \text{Conflict}\]

共同创伤并不天然产生合作。

如果每个人都认为：对方知道某些我不知道的东西。

那么：

\[\text{Information Asymmetry} \uparrow \Rightarrow \text{Suspicion} \uparrow\]

于是共同受害者也可能互相伤害。

Bernkastel 给 Ange 的“机会”：帮助与工具化的边界

Ange 能够作为 Gretel 进入 Meta Game，并成为 Battler 的协助者，但被禁止向 Battler直接说明自己的真实身份。她被作为第三方加入游戏，而她的存在也推动了蓝字规则的正式使用。

表面上：

\[\text{Bernkastel} \rightarrow \text{helps Ange}\]

但如果进一步分析：

\[U_{\text{Bern}} \neq U_{\text{Ange}}\]

Bernkastel 需要的是：

\[\text{prevent Beatrice victory}\]

Ange 真正需要的是：

\[\text{recover family or meaning}\]

二者暂时重合：

\[U_{\text{Bern}}\cap U_{\text{Ange}}\neq\varnothing\]

却并不等价。

这又是一个 principal-agent / coalition alignment 问题。

联盟成立不代表目标一致

两个主体可能因为当前局面拥有共同敌人：

\[E_A=E_B\]

于是形成联盟：

\[A\leftrightarrow B\]

但这不意味着：

\[U_A=U_B\]

一旦当前目标完成，潜在分歧就会重新出现。

因此：

\[\boxed{ \text{Common Enemy} \neq \text{Common Utility Function} }\]

这也是现实政治、组织行为和多智能体系统中的基本问题。

EP4 让 Ange 同时面对两种危险：

• Beatrice 可能欺骗她；
• 帮助她反魔法的人也可能只是利用她。

于是不存在天然可信的“正确阵营”。

蓝字：挑战者第一次获得正式的主动查询能力

EP2 的红字主要解决 Game Master 的可信承诺问题：

\[GM \xrightarrow{\text{Red}} \text{Public Constraint}\]

但如果只有红字，信息流仍然高度单向。Game Master 决定说什么。玩家只能响应。EP4 正式引入 Blue Truth，让 Battler 可以主动提出人类解释。

于是协议变成：

\[\text{Blue Hypothesis} \rightarrow \text{GM Response} \rightarrow \text{Constraint Update}\]

蓝字的本质不是“证明真相”，而是执行 membership query

假设真实解存在于：

\[s^\ast\in\Omega\]

Battler提出蓝字假说 $h$。

他实际上是在问：

\[h\cap\Omega\neq\varnothing?\]

如果 Beatrice 无法通过红字排除：

\[h\]

那么该假说暂时存活。

因此蓝字是一种：

\[\boxed{ \text{constructive counterexample mechanism} }\]

Battler 不需要证明：

\[h=s^\ast\]

只需要证明：

\[h\text{ remains feasible}\]

就足以反击：

\[\text{magic is necessary}\]

改变举证责任

魔女侧想证明的是：

\[H_{\text{human}}=\varnothing\]

Battler 只需要找到：

\[\exists h\in H_{\text{human}}\]

因此：

\[\text{Blue} = \exists h\]

而魔女若想完全获胜，则必须达到：

\[\forall h,\ h\text{ impossible}\]

这是非常明显的举证责任不对称。

也正符合萨根标准：

\[\boxed{ \text{无法解释} \neq \text{超自然解释成立} }\]

一个科学理论必须允许对手主动尝试提出：

\[\text{alternative explanation}\]

而不是只接受权威给出的事实。

所以成熟的 Game 具有：

• 公共事实约束；
• 假说提出权；
• 反例机制；
• 可证伪性；
• 对机制制定者的承诺约束。

可以写成：

\[\boxed{ \mathcal G = (\Omega,R,B,F) }\]

其中：

• $\Omega$ 是候选世界空间；
• $R$ 是红字约束；
• $B$ 是蓝字假说机制；
• $F$ 是击破与判定规则。

EP4 因而是整个 Question Arcs 中 Game 机制第一次真正形式化完成的 Episode。

Battler 的策略变化：从逐案辩护升级为跨局模型搜索

在前三局中，Battler 经常是针对每一个新密室临时提出解释。

EP4 后半，他开始重新攻击前几局的共同假设，并尝试找到能够跨多个 Game 复用的结构。Tea Party 中他利用蓝字重新审视 EP1 至 EP3，并把 Kinzo 的生死状态视为关键变量。

这意味着推理方式从：

\[h_1,h_2,h_3,\ldots\]

多个独立局部补丁，升级为：

\[H^\ast \rightarrow {E_1,E_2,E_3,E_4}\]

即寻找一个能够解释多个 Episode 的统一模型。

这相当于：

\[\text{case-specific fitting} \rightarrow \text{model generalization}\]

从过拟合到寻找生成机制

如果每出现一个密室，就创造一个新机关：

\[E_i \rightarrow h_i\]

虽然理论上可以保持人类解释，却会得到：

\[\text{Model Complexity}\uparrow\]

最终成为严重过拟合。

更强的解释应该是：

\[H \rightarrow E_1,E_2,\ldots,E_n\]

使用少数统一规则生成多个案件。

因此 EP4 实际在训练玩家寻找：

\[\boxed{ \text{generative model} }\]

而不是继续积累 ad hoc explanation。

Kinzo 的死亡：一个共享隐变量终于被锁定

Battler 在 EP4 中提出：

\[\text{Kinzo is already dead}\]

并试图利用这一假说重新解释前几局。

最终 Beatrice 用红字确认：

Kinzo 在所有 Game 开始时已经死亡。

同时把六轩岛最多人类数量从十八降至十七，排除了简单的“第十八人 X”逃逸模型。

这一次红字更新非常重要。

因为它同时完成两件事。

第一：

\[B_{\text{Battler}}(\text{Kinzo dead}) \rightarrow1\]

Battler 成功锁定一个跨局真变量。

第二：

\[H_{\text{unknown 18th human}} \rightarrow\varnothing\]

他失去了此前最强大的万能解释。

第十八人 X 的死亡，也是“万能外部解释”的死亡

此前：

\[X=\text{unknown human}\]

几乎可以解释所有困难：

不知道谁杀的？

X。

所有人都有不在场证明？

X。

没有合适犯人？

X。

这种理论具有极强适配能力。

但也因为过强，所以预测能力很弱。

如果一个变量能够解释所有结果：

\[P(E\mid X)\approx1\]

对于任意 $E$ 都成立，

那么：

\[X\]

几乎不可证伪。

因此 Game Master 删除第十八人 X，本质上是在执行：

\[\text{model regularization}\]

逼迫 Battler 使用更精细的内部结构解释案件。

EP4 的棋盘：Game Master 开始故意攻击“观察者一致性”

第四局中，家族会议上的成年人和佣人都“承认 Kinzo 的存在”；棋盘叙述甚至让 Kinzo 直接参与会议和杀戮仪式。随后红字又确认 Kinzo 在所有游戏开始前已经死亡。

于是出现一个极强矛盾表象：

\[\text{Many Witness Kinzo}\]

同时：

\[\text{Kinzo Dead}\]

因此必须修改观测模型。

“所有人都这么说”并不等于“所有人独立观测到同一事实”

设有 $n$ 个证人。

如果他们完全独立：

\[O_1\perp O_2\perp\cdots\perp O_n\]

那么一致证言具有很强证据力。

但是如果存在共同原因：

\[C\rightarrow O_i\]

比如：

• 共谋；
• 共同约定；
• 相同误导源；
• 身份定义问题；
• 故事层面的统一叙述

那么：

\[P(O_1,\ldots,O_n\mid C)\]

可能非常高。

此时：

\[n\]

个一致证言并不等于 $n$ 个独立证据。

这是 EP4 极为重要的认识论训练。

这与 1998 年的社会信息环境其实是同一个问题

1986：很多人都说 Kinzo 出现了。

1998：很多人都说 Eva 是犯人。

两者具有同一结构：

\[\text{Repeated Claim} \not\Rightarrow \text{Independent Evidence}\]

EP4 故意把棋盘和未来世界交叉书写，实际上是在训练玩家认识：

共识本身也可能是一个需要解释的现象，而不是自动等价于事实。

这是比 EP1 更高级的认识论问题。

Ange 的旅程：从“寻找唯一正确文本”到理解

Ange 最初希望：

\[\exists H^\ast\]

并且只要找到足够材料：

\[H^\ast \rightarrow \text{complete emotional closure}\]

但她逐渐发现：即使获得更多六轩岛信息，也无法自动回答：

我应该怎样理解 Maria？

我应该怎样理解 Eva？

我应该怎样理解自己？

因此：

\[\text{Factual Completion} \not\Rightarrow \text{Existential Completion}\]

这是 EP4 对传统 mystery 的直接扩展。

真相问题可以被分成三个不同层级

第一层：物理真相

\[T_P = \text{what physically happened}\]

例如：

• 谁死亡；
• 谁开枪；
• 门怎样打开；
• 谁在哪里。

第二层：因果真相

\[T_C = \text{why the event happened}\]

包括：

• 动机；
• 长期关系；
• 触发条件；
• 制度背景。

第三层：意义真相

\[T_M = \text{what the event means to surviving agents}\]

例如：

Maria 的人生是不是只有不幸？ Eva 对 Ange 是否只有恶意？ Battler 对 Beatrice 究竟意味着什么？

三个层次之间：

\[T_P\neq T_C\neq T_M\]

但都会影响真实世界。

一个完整的世界模型必须同时容纳三层真相

纯侦探模型可能只要求：

\[T_P\]

心理模型需要：

\[T_C\]

而《海猫》的最终主题还要求：

\[T_M\]

所以完整解释应写成：

\[\boxed{ T = (T_P,T_C,T_M) }\]

只知道 $T_P$，可以知道一个人如何死。加入 $T_C$，可以知道为什么会走到死亡。加入 $T_M$，才知道这个死亡将如何继续改变活着的人。EP4 的主要工作就是打开第三层。

Ange 的“魔法失败”

Ange 一度希望：

如果魔法是真的，也许死去的人能够回来。

于是魔法被当作：

\[\text{state reversal operator}\]

但这是最强形式的魔法要求。

如果做不到复活，她就倾向于认为魔法没有价值。

可是 EP4 最终不断迫使她区分：

\[\text{Reverse State}\]

和：

\[\text{Change Future Effect of State}\]

前者也许不可能。

后者却完全可能。

真正可干预的是未来状态，而不是过去状态

过去：

\[X_{1986}\]

已经不可改变。

但 Ange 在 1998 的行动：

\[A_{1998}\]

仍然可以改变：

\[X_{1999},X_{2000},\ldots\]

因此真正的控制问题是：

\[\boxed{ \text{Given immutable history, what future states remain reachable?} }\]

设从当前状态 $S_t$ 可到达的未来集合为：

\[\mathcal R(S_t)\]

Ange 无法改变：

\[S_{1986}\]

但她仍可以决定：

\[S_{1998+k}\in\mathcal R(S_{1998})\]

这就是 EP4 对“魔法”的技术重构：

不是把已经死去的人复活，而是不让死亡继续决定你余下所有状态。

假设六轩岛创伤对 Ange 的影响为：

\[M_{t+1} = \lambda M_t+\epsilon\]

如果：

\[\lambda\ge1\]

创伤不会自行衰减，甚至会不断强化。

Ange 最初的状态接近：

\[\lambda>1\]

她不断：

• 搜索六轩岛；
• 搜索 Eva；
• 搜索 Maria；
• 搜索魔法；
• 搜索敌人；

而每次搜索又加强六轩岛在自己人生中的权重。

于是：

\[\text{Search} \rightarrow \text{Pain} \rightarrow \text{More Search}\]

形成跨十二年的正反馈。

EP4 的关键问题不是“忘记过去”

真正的解决方案不是：

\[M_t\rightarrow0\]

即删除记忆。

而是让：

\[0<\lambda<1\]

过去仍然存在。

但其劫持当前行动的权重逐渐下降。

因此：

\[\boxed{ \text{Healing} \neq \text{Memory Erasure} }\]

而更接近：

\[\boxed{ \text{Healing} = \text{Reduce compulsory control of past over future} }\]

这也是 Ange 线最重要的系统意义。

Kasumi：当另一个人的仇恨试图把 Ange 固定为对象

Ange 在 1998 年还面对 Sumadera 家与 Kasumi 的追杀和敌意。官方 EP4 简介同样明确提到，有人围绕 Ange 的生命与财产采取行动。

这进一步证明：

\[\text{Ange's current danger}\]

并不来自她自己的选择 alone。

她继承的：

• 财富；
• 姓名；
• 家庭关系；
• 六轩岛事件的社会意义

都成为别人对她采取行动的理由。

因此：

\[I_{\text{Ange}} \rightarrow U_j \rightarrow A_j\]

即：你的身份会进入别人的效用函数。

这说明人在社会系统中无法完全自己定义自己。

一个人的身份不是只存储在自己内部：

\[I_i\neq I_i^{self}\]

更接近：

\[I_i = ( I_i^{self}, I_i^{family}, I_i^{legal}, I_i^{social}, I_i^{historical} )\]

Ange 可以认为：我只是 Ange。

但别人可能认为她是：

• 右代宫家继承人；
• Eva 的继承对象；
• 六轩岛惨案遗族；
• 巨额财富拥有者；
• 可利用或需要消除的政治经济节点。

Battler 的身份危机

EP4 后期 Beatrice 不再主要攻击 Battler 的密室解释。

她开始攻击：

\[I_{\text{Battler}}\]

她要求 Battler 回忆六年前的“罪”，并以红字说明：

• Battler 确实有一个罪；
• 因为这个罪，岛上许多人死亡；
• 这个罪并不是“Battler 与名为 Beatrice 的人之间”的直接事件。

这意味着 Game 的中心变量突然从：

\[\text{Who killed whom?}\]

切换成：

\[\text{Who is Battler?}\]

这是 Question Arcs 最重要的一次目标函数揭露

前三局很容易让玩家认为 Game Master 的目标是：

\[U_{\text{Beatrice}} = \text{make Battler admit witches exist}\]

但 EP4 开始暴露：

\[U_{\text{Beatrice}} \neq \text{simple victory}\]

因为如果 Beatrice 只想赢，她有大量更直接的方法。

然而她不断要求 Battler：想起来。

这意味着 Game 本身可能是一个通信协议：

\[\boxed{ \text{Game} = \text{Message encoded as adversarial puzzle} }\]

为什么不能直接告诉 Battler？

这是整个《海猫》最值得机制设计分析的问题之一。

假设发送者拥有信息：

\[m\]

最简单的通信方式是：

\[Sender\rightarrow m\rightarrow Receiver\]

但 Beatrice 没有这么做。

她设计了：

\[Sender \rightarrow Game \rightarrow Inference \rightarrow Receiver\]

为什么？

因为她需要的不只是：

\[Battler\ knows\ m\]

而可能是：

\[Battler\ understands\ m\]

二者并不相同。

被直接告知与自己推导出来具有不同的信息状态

直接收到一个答案：

\[K_B(m)\]

表示 Battler 知道 $m$。

但如果 Battler自己通过大量约束推导：

\[R_1\land R_2\land\cdots\land R_n \Rightarrow m\]

那么同时获得：

\[K_B(m)\]

和：

\[K_B(\text{why }m)\]

甚至：

\[K_B(\text{why sender could not simply say }m)\]

因此 Game 可能追求的是：

\[\boxed{ \text{deep reconstruction} }\]

而不是：

\[\boxed{ \text{data transmission} }\]

Game Master 的真实设计“怎样让对方自行抵达一个不能直接传递的状态”

这是一种特殊的信息设计：

\[\mathcal M: S_{\text{receiver}} \rightarrow S_{\text{receiver}}'\]

目标不只是传递 $m$。

而是改变接收者的内部模型：

\[B_B \rightarrow B_B'\]

所以 Game Master 设计的其实不是谜题集合。

而是：

\[\boxed{ \text{a sequence of epistemic interventions} }\]

每个 Episode 都在改变 Battler：

• 哪些假设可以接受；
• 哪些人可以怀疑；
• 什么叫证据；
• 什么叫身份；
• 什么叫魔法；
• 什么叫理解另一个人。

为什么 EP4 必须引入 Ange

Battler 最大的缺陷不是逻辑能力不足。

而是他的模型缺少：

\[\text{stakes}\]

对于 Battler，前三局多少还带有：我一定要打败魔女。的游戏感。

Ange 的出现改变了这一点。因为她代表：

\[\text{Future Consequence of Losing Everyone}\]

如果这个家庭从世界中消失，剩下的人会怎样活十二年。

于是：

\[\text{death count}\]

被重新转换成：

\[\text{human cost}\]

一个人死亡的成本不仅是这个人的生命，还包括所有与他相连的人此后被改变的未来。

Game Board 上不存在真正独立的棋子

传统棋盘游戏中：

\[\text{piece removed} \Rightarrow \text{piece no longer affects board}\]

但人类世界不是这样。

一个人死亡后：

• 财产重新分配；
• 家庭结构改变；
• 记忆留下；
• 仇恨留下；
• 爱留下；
• 传言留下；
• 法律身份留下。

因此：

\[\text{Agent Removed} \not\Rightarrow \text{Agent Influence}=0\]

Ange 是 EP4 对这一点最完整的证明。

Game Master 开始直接测量人物效用函数

第四局中的 Kinzo 为几个孙辈设置测试，要求他们在自己、重要之人以及其他人的生命之间做选择。官方剧情概述明确把这些测试作为第四局后半的重要结构。

从机制设计角度，这是一种：

\[\boxed{ \text{preference elicitation} }\]

也就是：不问你珍视什么，而设计一个选择，让你的效用排序通过行动暴露出来。

语言中的偏好可能撒谎，选择中的偏好更难隐藏

一个人可以说：我最重视家人。

但真正的信息来自：

\[a_i = \arg\max_a U_i(a)\]

在高代价选择中：

\[A_i\]

会暴露其 revealed preference。

因此：

\[\text{Stated Preference} \neq \text{Revealed Preference}\]

EP3 已经用 Eva 展示这一问题。

EP4 则直接把它机制化成测试。

但测试本身也可能改变被测试者

这是机制设计必须警惕的问题。

假设系统想测量：

\[U_i\]

于是设计：

\[M(U_i)\]

但测试过程会引入：

• 恐惧；
• 羞耻；
• 时间压力；
• 对出题者的敌意；
• 对规则的理解。

因此实际观测是：

\[A_i = f(U_i,M,E_i)\]

而不是纯粹：

\[A_i=f(U_i)\]

所以：人在极端实验条件下做出的选择，不一定等于其稳定人格的完整表示。

EP4 同样没有简单地把选择题结果当作人物本质。

对 Battler 的最终测试

Beatrice 对 Battler 提出的核心要求最终变成：回忆六年前的罪。

这非常反常。

如果 Game 是关于谋杀机制：

\[\text{memory of six years ago}\]

似乎应该与密室无关。

但 Beatrice 以红字把它和六轩岛大规模死亡建立因果联系。

因此：

\[C_{\text{Battler past}} \rightarrow S_{\text{Rokkenjima}}\]

EP4 因而彻底否定“游戏从 10 月 4 日开始”

如果想正确建模六轩岛事件，就不能写：

\[S_0=S_{\text{Oct 4,1986}}\]

而必须：

\[S_0 = S_{\text{history before 1986}}\]

包括：

• 人物过去关系；
• 承诺；
• 身份；
• Kinzo 历史；
• servant structure；
• 家族创伤；
• Battler 六年前的行为。

一个看似微小的行为，如果进入另一个人的长期心理状态：

\[M_t\]

可以经过多年累积，最终在特定环境中被放大。

因此：

\[\text{small cause} + \text{long feedback} \rightarrow \text{large outcome}\]

EP4 开始不断把 Battler 拉向：Why?

为什么一定要用“魔女 Beatrice”这个形式？

为什么一定要做成连续 Game？

为什么一定要让 Battler参与？

为什么必须让 Battler自己想起来？

如果这些设计全部具有成本：

\[C_{\text{Game}}\gg0\]

那么理性分析必须问：

\[\text{Why pay this cost?}\]

昂贵信号本身就是证据

信号理论中，一个高成本行为通常包含额外信息。

\[\text{Observed Complexity} \gg \text{Minimum Complexity Required for Murder}\]

说明：

\[\text{Murder}\]

不是唯一目标。

甚至可能不是主要目标。

于是：

\[\boxed{ \text{Game Structure itself is evidence about Game Master's utility function} }\]

前三局玩家问：Game Master 怎样隐藏犯人？

EP4 开始要求问：Game Master 为什么要设计这样的 Game？

\[\text{inverse game theory}\]

观察 Game Master 的设计结果：

\[\mathcal G\]

反推：

\[U_{\text{GM}}\]

假设有两个可能的 Game Master 模型：

\[G_1=\text{GM only wants victory}\] \[G_2=\text{GM wants Battler to understand something}\]

观察到：

• Beatrice 多次给出额外规则；
• 允许 Battler 使用蓝字；
• 接受自己部分失败；
• 不直接结束游戏；
• 反复要求 Battler回忆；
• 针对特定个人而非任意挑战者。

则：

\[P(\mathcal G\mid G_2) > P(\mathcal G\mid G_1)\]

于是理性的模型选择应该逐渐提高：

\[P(G_2\mid\mathcal G)\]

这才是真正意义上的“有爱才看得见”。

如果你只把 Beatrice 建模成：

\[\text{enemy}\]

就无法解释她为什么设计一个如此昂贵而复杂的协议。

Battler 身份危机

EP4 最后还攻击 Battler 对自身身份的确定性。Battler 可以用红字确认自己的名字，却无法完成“自己出生自 Asumu”的完整红字声明；这成为 Tea Party 中极重要的身份问题。

这迫使玩家区分：

\[\text{Name}\] \[\text{Biological Identity}\] \[\text{Social Identity}\] \[\text{Self Identity}\]

它们并不自动等价。

“我是 Battler”究竟是哪一种命题

命题：

\[I=\text{I am Ushiromiya Battler}\]

名称身份 法律身份 社会身份 生物身份 叙事身份 这些变量高度相关。但：

名称不是实体，标签也不是完整本体。

Kinzo 问题

Battler此前对 Kinzo 的攻击依赖：

“Kinzo”可能被当作名称或地位，而不是简单的身体对象。

随后 Beatrice 又把同样的语义武器用在：

\[\text{Battler}\]

身上。

这构成漂亮的对称：

\[\text{You questioned the identity semantics of Kinzo}\]

于是：

\[\text{Now question the identity semantics of yourself}\]

推理工具一旦允许，就必须对双方对称适用。

这就是公平 Game 的必要条件。

如果 Battler 可以利用：

\[\text{name ambiguity}\]

攻击 Beatrice，

那么 Beatrice 也必须允许利用同样的：

\[\text{name ambiguity}\]

攻击 Battler。

玩家必须接受：自己创造出来的逻辑武器，也可能反过来攻击自己。

Ange 的消失：救过去与救现在不是同一个目标

Ange 加入 Meta Game，希望帮助 Battler。

但她逐渐意识到，即使 Battler在过去获救，那也并不会让 1998 年的自己重新获得家庭。

从时间模型看：

\[S_{1986}^{alt}\]

与：

\[S_{1998}^{current}\]

并不是同一个可直接连接的状态。

因此：

\[\text{Save Battler in game} \not\Rightarrow \text{Restore Ange's lost twelve years}\]

改写理想中的过去，并不能自动返还现实中已经失去的时间。

Ange 必须从“恢复过去”转向“选择未来”

最初她的目标近似：

\[U_A = \text{Recover 1986}\]

这是一个不可实现目标。

因为：

\[1986\notin\mathcal R(S_{1998})\]

它不属于 1998 年可达状态集合。

一个稳定的目标函数必须重新定义为：

\[U_A' = \max_{S\in\mathcal R(S_{1998})} U_A(S)\]

也就是：

在不能恢复过去的前提下，未来仍然能够变成什么？

这才是 Ange 真正需要完成的目标更新。

这也是 EP3 “目标函数更新”在 EP4 的延续

EP3 中 Eva 的错误是：

\[\hat U_{\text{Eva}}\neq U_{\text{Eva}}\]

EP4 中 Ange 的问题则更进一步：

\[U_{\text{Ange}}\]

虽然可能真实，

但其目标状态：

\[S^\ast\]

根本不可达。

因此即使目标函数本身没有错：

\[U=\text{family reunion}\]

优化仍然失败，因为：

\[S^\ast\notin\mathcal R(S_t)\] \[\boxed{ \text{unreachable objective} }\]

不仅要知道自己想要什么，还要知道什么仍然可能

因此决策系统至少需要两部分：

\[U(S)\]

告诉主体：哪些状态更好。

以及：

\[\mathcal R(S_t)\]

告诉主体：哪些状态仍然能够到达。

最优策略是：

\[S^\ast = \arg\max_{S\in\mathcal R(S_t)}U(S)\]

如果忽略可达性：

\[S^\ast = \arg\max_SU(S)\]

主体可能永远追逐一个已经不存在的世界。

Ange 前期正是如此。

魔法：看到更大的可达状态空间

如果一个人认为：

\[\mathcal R(S_t) = {\text{pain},\text{revenge},\text{death}}\]

那么最优选择自然只能来自这三个状态。

Maria 的魔法做的事情，是让主体看见：

\[\mathcal R'(S_t) \supset \mathcal R(S_t)\]

其中增加：

• 记住幸福；
• 保留关系意义；
• 原谅；
• 创造新的关系；
• 带着死者的记忆继续生活。

它并没有让：

\[\text{dead}\rightarrow\text{alive}\]

而是让：

\[\text{future option count}\uparrow\]

这可能才是 EP4 最有技术意义的“魔法”。

没有魔法的世界可能不是“更真实”，而只是状态空间更窄

如果 Ange 的 anti-magic 模型只有：

\[\Omega_A = {\text{literal physical facts}}\]

那么很多意义状态被删除。

Maria 的模型则是：

\[\Omega_M = {\text{physical facts}} \cup {\text{meaning states}}\]

只要她不把第二类错误地当成第一类，

那么：

\[\Omega_M\]

实际上比：

\[\Omega_A\]

拥有更高表达能力。

因此：

\[\boxed{ \text{Rationality} \neq \text{minimum ontology} }\]

一个世界模型不是变量越少越理性。而是必须包含完成预测和决策所需的变量。

不要降低事实标准，也不要把事实标准滥用于意义

对于物理事实：

\[\text{Extraordinary Claim} \Rightarrow \text{Extraordinary Evidence}\]

必须坚持。

但对于意义状态：

\[\text{Meaning}\]

评估标准不再主要是：

\[\text{external physical verification}\]

而是：

• 是否与事实冲突；
• 是否能够解释主体行为；
• 是否改善行动；
• 是否保留重要关系；
• 是否造成现实伤害。

因此：

\[\boxed{ \text{Meaning may be constructed} }\]

但：

\[\boxed{ \text{Facts may not be arbitrarily overwritten} }\]

这两条必须同时成立。

没有爱，便看不见

给定两个模型：

\[H_1\]

只解释物理动作。

另一个：

\[H_2\]

同时解释：

• 动作；
• 历史；
• 动机；
• 关系；
• 情绪；
• 叙事成本。

若：

\[P(E\mid H_2)>P(E\mid H_1)\]

且：

\[\text{Complexity Penalty}(H_2)\]

仍然可接受，

那么：

\[H_2\]

是更好的模型。

恶意解释 经常过拟合

如果所有未知行为都解释为：

\[\text{malice}\]

那么理论确实非常简单。

但它会失去预测力。

因为：

\[P(a_i\mid\text{malice})\]

几乎可以覆盖任何行为。

所以“他就是坏”与“魔法”在认识论上甚至存在一种相似结构：

\[\text{Universal Explanation} \rightarrow \text{Low Falsifiability}\]

“有爱地理解”反而要求提出更多约束：

他具体怕什么？

他具体想保护谁？

哪些行为与这个目标不一致？

这使模型更容易被证伪。

因此：

\[\boxed{ \text{Love can increase model rigor} }\]

而不必降低模型严谨性。

EP4 的系统风险模型必须加入时间和叙事变量

EP3 的风险函数可以写作：

\[R_t = \alpha F_t + \beta D_t^B + \gamma(1-\bar T_t) + \delta Z_t + \eta A_t^{mis} + \theta O_t^{mis}\]

EP4 需要进一步增加：

\[N_t\]

表示叙事污染程度，

以及：

\[Q_t\]

表示不可解决历史对当前决策的控制程度。

于是：

\[R_t === \alpha F_t + \beta D_t^B + \gamma(1-\bar T_t) + \delta Z_t + \eta A_t^{mis} + \theta O_t^{mis} + \kappa N_t + \mu Q_t\]

其中最危险的是：

\[Q_t\uparrow\]

主体越来越多的当前行动只是为了回应已经无法改变的过去。

EP4 的恶性循环不是杀戮循环，而是“真相执念循环”

Ange 的主要反馈链可以写成：

\[\text{Loss} \rightarrow \text{Need for Complete Truth} \rightarrow \text{Search} \rightarrow \text{Contradictory Narratives} \rightarrow \text{More Uncertainty} \rightarrow \text{More Pain} \rightarrow \text{More Search}\]

即：

\[Q\uparrow \rightarrow Search\uparrow \rightarrow H(\Omega)\uparrow \rightarrow F\uparrow \rightarrow Q\uparrow\]

搜索并不一定降低不确定性。

如果搜索环境充满噪声：

\[\frac{dH}{dD}>0\]

完全可能成立。

获得更多信息之后反而更加不知道该相信什么。

区分“必须知道”与“希望知道”

如果为 Ange 设计一个鲁棒的信息协议，第一步不是停止寻找真相。

而是把问题分层：

必须知道

这些信息直接影响当前安全和决策：

\[D_{\text{necessary}}\]

可以知道

这些信息可能改善历史理解：

\[D_{\text{useful}}\]

可能永远无法知道

\[D_{\text{unrecoverable}}\]

关键是接受：

\[D_{\text{unrecoverable}}\neq\varnothing\]

否则系统会为了追求：100% certainty 投入无限资源。

明确区分事实恢复与意义恢复

目标不应该只有：

\[\max \text{Historical Accuracy}\]

还要有：

\[\max \text{Future Viability}\]

因此多目标函数可以表示为：

\[U_A = \alpha I_{\text{truth}} + \beta V_{\text{future}} + \gamma R_{\text{healthy}} + \delta M_{\text{meaning}}\]

如果：

\[\alpha\rightarrow1\]

而其他权重趋近于零，

则主体可能为了一个永远无法完全获得的答案摧毁所有仍然存在的未来价值。

给未知保留状态，而不是强制二元决策

面对无法证明的问题，不必立即选择：

\[H\]

或：

\[\neg H\]

还可以保留：

\[U=\text{unknown}\] \[{Accepted,Rejected,Undetermined}\]

这对于猫箱尤其重要。

因为：

\[\text{Undetermined}\]

并不意味着：

\[\text{anything goes}\]

诚实承认：

现有信息不足以安全压缩到唯一世界。

不要让过去占满全部未来状态

设主体每日有限决策资源为：

\[C\]

其中用于处理过去的资源为：

\[C_P\]

用于创造未来的资源为：

\[C_F\]

满足：

\[C_P+C_F=C\]

如果：

\[C_P\rightarrow C\]

则：

\[C_F\rightarrow0\]

主体虽然活着，却不再生成新的世界状态。

这就是 Ange 最大的系统性风险：

\[\boxed{ \text{Past consumes all computational budget} }\]

EP4 的棋盘与 Ange 线实际上互为镜像

1986 年的 Battler面对：

\[\text{What happened on this board?}\]

1998 年的 Ange面对：

\[\text{What happened to my family?}\]

Battler想：

\[\text{defeat magic}\]

Ange也想：

\[\text{defeat magic}\]

两个人最初都认为：

\[\text{Magic} = \text{false physical explanation}\]

但两个人最终都被迫理解：

真正的问题并不只是“魔法有没有违反物理定律”。

而是：

为什么某个人需要用魔法这种语言说话？

两条路线最终汇聚到同一个逆向问题

Battler面对 Beatrice：

\[\mathcal G \rightarrow U_{\text{Beatrice}}?\]

Ange面对 Maria：

\[\mathcal M \rightarrow U_{\text{Maria}}?\]

即：从对方构造出来的世界，反推出对方究竟想表达什么。

所以：

\[\boxed{ \text{Understand the constructed world} \rightarrow \text{infer the constructor} }\]

这已经不是普通 mystery solving。

而是：

\[\boxed{ \text{inverse modeling of another mind} }\]

EP4 的系统演化表

阶段	时间	主要状态	信息结构	主体模型	核心失败或进展
$t_0$	1986 前	家族历史与 Battler 六年前事件已经存在	大量私人历史不可见	初始心理状态早已形成	真正初始条件先于 Game
$t_1$	1986	第四局开始	Kinzo 状态成为争点	Battler 仍依赖外部犯人模型	开始跨局寻找统一解释
$t_2$	Meta	蓝字引入	玩家获得主动假说权	从被动防御转为 active learning	Game 协议正式成熟
$t_3$	1986	多人“见到”Kinzo	一致证言与物理真相冲突	观察独立性受到挑战	共识不再等于事实
$t_4$	Meta	Kinzo 死亡被红字确认	一个跨局隐变量锁定	第十八人 X 被删除	获得知识，同时失去万能解释
$t_5$	1998	Ange 搜索过去	信息很多但源头混杂	追求唯一确定过去	信息增加未降低不确定性
$t_6$	Maria 日记	过去通过文本进入现在	单向跨时通信	Ange 与 Maria 评价函数冲突	事实与意义开始分离
$t_7$	1998	Ange 理解 Maria 的魔法	同一事件允许不同意义聚合	主体模型开始扩展	爱成为解释模型变量
$t_8$	1998	与 Eva、社会、Kasumi 的关系持续施压	身份成为公共变量	Ange 被过去持续定义	灾难产生跨代外部性
$t_9$	1986	cousins tests	高代价选择暴露偏好	revealed preference 出现	Game 开始直接测量效用函数
$t_{10}$	1986	Battler 面对六年前的罪	历史变量进入当前因果模型	murder puzzle 转为 personal history	whydunnit 成为中心
$t_{11}$	Meta	Battler 身份受到红字攻击	名称、生物身份、社会身份分离	自我模型出现裂缝	推理武器反过来攻击推理者
$t_{12}$	Question Arcs 终点	Beatrice 的真实目的仍未显式给出	大量事实被约束但意义未完成	玩家开始推断 GM 的目标函数	Game 被识别为通信机制

EP1 到 EP4 的统一递进

到 EP4 为止，可以得到一个非常完整的四层模型。

EP1：世界状态估计失败

\[\boxed{ \hat X\neq X }\]

你不知道发生了什么。

于是：

\[\text{partial observation} \rightarrow \text{fear} \rightarrow \text{bad inference}\]

EP2：关系状态估计失败

\[\boxed{ \hat T\neq T }\]

你不知道应该相信谁。

于是：

\[\text{suspicion} \rightarrow \text{isolation} \rightarrow \text{coordination failure}\]

EP3：目标函数估计失败

\[\boxed{ \hat U\neq U }\]

你甚至不知道自己真正想要什么。

于是：

\[\text{successful optimization} \rightarrow \text{wrong world}\]

EP4：时间与意义模型失败

\[\boxed{ \hat M_{\text{past}\rightarrow\text{future}} \neq M_{\text{past}\rightarrow\text{future}} }\]

你错误地认为：只有改变过去，才能改变过去对你的影响。

而真正可控制的是：

\[\text{future response to immutable past}\]

四局实际上对应四个层级的“不知道”

EP1：

\[\boxed{ \text{我不知道发生了什么} }\]

EP2：

\[\boxed{ \text{我不知道别人是不是我的敌人} }\]

EP3：

\[\boxed{ \text{我不知道自己真正想要什么} }\]

EP4：

\[\boxed{ \text{我不知道过去究竟应该怎样存在于我的未来里} }\]

随着 Episode 推进，问题越来越远离单纯密室。同时越来越接近真实人类社会。

如果 Ange 获得全部物理真相，她就一定能够获救吗？

这是 EP4 对传统 mystery 最尖锐的问题。

假设存在完美档案：

\[D^\ast\]

它完整记录六轩岛发生的一切。

于是：

\[H(X\mid D^\ast)=0\]

所有事实不确定性消失。

那么是否必然：

\[U_{\text{Ange}}\uparrow\]

？

答案并不成立。

因为：

\[\boxed{ \text{Perfect Information} \not\Rightarrow \text{Perfect Recovery} }\]

如果真相是痛苦的，完美信息甚至可能提高短期损失。

所以机制目标不能只是：

\[\max I\]

而需要：

\[\max \left( I, \text{understanding}, \text{agency}, \text{future viability} \right)\]

真相是资源，但不是完整的目标函数

这是 EP4 非常成熟的一点。

“追求真相”本身是合理的：

\[w_T>0\]

但如果：

\[U = w_TT+w_FF+w_RR+w_MM\]

其中：

• $T$ 是事实真相；
• $F$ 是未来可行性；
• $R$ 是关系；
• $M$ 是意义；

那么：

\[w_T=1\]

且其余全部为零，

并不是唯一理性目标。

一个真实人类必须同时优化多个不可完全通约的价值。

EP4 的“Alliance”并不是简单的阵营联盟

标题中的 Alliance 可以从多个层面理解。

表面上：

\[\text{Battler} + \text{Ange}\]

形成对抗魔女的联盟。

但更深一层，需要建立的其实是：

\[\boxed{ \text{Fact} + \text{Meaning} }\]

以及：

\[\boxed{ \text{Reason} + \text{Love} }\]

再以及：

\[\boxed{ \text{Past} + \text{Future} }\]

任何一方单独最大化都会产生缺陷。

一个成熟的海猫推理器需要四个模块

经过 EP1 至 EP4，可以设计一个完整的推理 agent：

State Estimator

估计：

\[\hat X_t\]

回答：

发生了什么？

Trust Estimator

估计：

\[\hat T_t\]

回答：

哪些信息源可靠？

Utility Inference

估计：

\[\hat U_i\]

回答：

每个人真正想要什么？

Meaning and Temporal Model

估计：

\[\hat M_{past\rightarrow future}\]

回答：

过去如何继续影响现在，以及哪些影响仍然可以被改变？

四者合并：

\[\boxed{ Agent = (\hat X,\hat T,\hat U,\hat M) }\]

这才接近《海猫》要求的完整推理者。

如果把 EP4 压缩成一个技术命题，可以写成：

在跨时间的部分可观测多主体系统中，物理事件结束后，其信息残留仍会通过文本、记忆、社会叙事与身份结构持续改变未来主体；一个鲁棒主体因此不仅需要通过可证伪机制逼近物理真相，还必须区分事实与意义、独立证据与重复叙事、可改变状态与不可改变历史，并将决策目标从恢复不可达过去转向扩大当前状态所能到达的未来集合。

因此 EP4 的核心不是：

\[\boxed{ \text{Find the Truth} }\]

而是更复杂的：

\[\boxed{ \text{Find what can be known} + \text{preserve what matters} + \text{act on what can still be changed} }\]

过去没有改变。死者没有复活。物理事实没有被否定。

改变的是：

\[\boxed{ \text{未来仍然允许存在什么} }\]

这也是 Question Arcs 在 EP4 抵达的真正终点。

前三局一直在问： 这个世界到底发生了什么？

第四局最后则把问题改成：即使你最终知道发生了什么，你准备怎样带着这个答案继续活下去？

EP5：End of the Golden Witch

一个逻辑完备的制度，为什么仍然能够稳定地产生错误结论？

前四个 Episode 已经逐层引入：

• EP1：物理状态估计，$\hat X\neq X$；
• EP2：信任网络估计，$\hat T\neq T$；
• EP3：目标函数估计，$\hat U\neq U$；
• EP4：历史、意义与未来可达状态。

EP5 则增加一个此前始终隐含存在、但没有被正式建模的变量：制度。

谁拥有调查权？

谁的观察可以成为证据？

什么样的命题可以进入法庭？

谁承担举证责任？

什么叫“证明”？

一个理论逻辑上无矛盾，是否意味着它就是真相？

EP5 的系统状态扩展为：

\[S_t= \left( X_t, M_t, T_t, U_t, N_t, \Gamma_t \right)\]

其中 $\Gamma_t$ 表示当前生效的认识论制度，包括：

• 观测权限；
• 证据规则；
• 推理法则；
• 举证责任；
• 裁判者；
• Game Master 权限；
• 红字、蓝字与 Knox 体系。

一个结论可以完全符合制度规则。同时仍然不是实际发生的事情。

Game Master 更换

EP4 结束后，Beatrice 已经无法正常主持 Game。EP5 中 Lambdadelta 接管 Game Master，Bernkastel 主导挑战者阵营，并将古户绘梨花作为自己的棋子放进六轩岛。绘梨花被明确赋予 Detective 身份，而且被红字确认不是犯人；她的加入也使本局岛上人数规则相应增加一人。

这个变化在机制设计上极其重要。

EP1 至 EP4 Battler 一直在学习 Beatrice 的 Game。

但 EP5 的数据来自：

\[D_5 \sim P_{\text{Lambda}}(D)\]

于是：

\[P_{\text{Beatrice}}(D) \neq P_{\text{Lambda}}(D)\]

假如他的模型是：

“Beatrice 喜欢怎样布置尸体。”

“Beatrice 通常怎样使用第一晚。”

“Beatrice 在什么地方喜欢留下漏洞。”

那么这些都是表面特征, Game Master 一换，这些特征就可能失效。

真正鲁棒的学习必须寻找不变量。

即：

• 红字始终必须为真；
• Game 必须满足 mystery side 的约束；
• 人数受到限制；
• 身份、死亡、观测必须按照规则解释；
• 一个合法人类解必须能够存在。

因此 EP5 实际检验的是：

\[\boxed{ \text{Battler 学会的是 Beatrice 的案例， 还是 Beatrice 的生成规则？} }\]

Beatrice 不再拥有答案：GM 和 理解 Game 的人 第一次分离

过去 Beatrice 同时拥有：

• 世界生成权；
• 私有真相；
• 红字承诺权；
• 叙事解释权。

EP5 中这种统一被拆开。Beatrice只是棋盘与 Meta 层中的参与者，而真正控制第五局的是 Lambdadelta。Court of Illusions 中也明确指出，因为 Beatrice 并非本局 Game Master，她并不知道第五局的全部真实状态，也不能像真正 GM 那样自由使用红字。

古户绘梨花

EP1 至 EP4 中，人物的基本观测模型是：

$O_{i,t}=H_i(X_t)+\epsilon_{i,t}$。

不同人物只能看到局部世界。

绘梨花则不同。她获得 Detective Authority。她可以主动调查现场，并以“侦探”身份取得普通棋子没有的调查资格；Bernkastel 也明确以红字确认她是 detective。

因此可以写成：

\[H_E \supset H_i\]

其中 $H_E$ 是 Erika 的观测函数。

她拥有更高的：

• 空间访问权限；
• 现场调查权限；
• 证言获取能力；
• 证据解释权。

于是：

\[I(O_E;X) > I(O_i;X)\]

也就是从信息论意义上，Erika 的观察理论上包含更多关于真实状态 $X$ 的信息。

危险问题：更强传感器真的意味着更接近真相吗？

直觉上：

\[\text{More Observation} \Rightarrow \text{Better Truth Estimation}\]

但这个推论需要一个隐含条件：

数据生成过程没有针对观察者进行对抗性设计。

EP5 恰恰取消了这个条件。Game Master 知道：

• Erika 如何观察；
• Erika 会使用什么规则；
• Erika 会怎样解释 alibi；
• Erika 会怎样构造嫌疑人集合。

因此攻击者实际上可以针对她的推理算法设计数据。

令 Erika 的推断器为：

\[\hat c=f_E(D,\Gamma)\]

其中 $\hat c$ 是她推断出的犯人。

攻击者真正要做的不是简单隐藏真凶，而是选择一个可行证据状态 $D^\ast$：

\[D^\ast = \arg\max_{D\in\mathcal D} P \left( \hat c=\text{Natsuhi} \mid D,\Gamma \right)\]

这就是：adversarial example。

不是让 Erika 看不见。而是让她看得越认真，越稳定地得到设计者想让她得到的结论。

EP5 比 制造假证据 更加高级

普通欺骗是：

\[\text{false data} \rightarrow \text{false belief}\]

EP5 更接近：

\[\text{carefully selected true observations} \rightarrow \text{false global inference}\]

这比简单撒谎危险得多。因为每个局部证据都可以是真的。问题出在：

\[\text{Local Truths} \not\Rightarrow \text{Correct Global Model}\]

这也是现实世界中很多错误司法、错误诊断和错误科学模型真正危险的形式。

EP5 的核心人物因此不是 Erika，而是 Natsuhi

Erika 代表 institutional observer

Natsuhi 则代表：private-information holder

她拥有大量对自己至关重要、但无法轻易公开的信息：

• Kinzo 已经死亡；
• 右代宫家正在维持 Kinzo 仍然活着的表象；
• Krauss 的事业和家族权威存在严重问题；
• 十九年前存在一个她不愿面对的事件；
• 她受到“十九年前的男人”的威胁。

EP5 大量篇幅围绕 Natsuhi 被电话威胁、被要求在特定时间留在房间或躲入客房衣柜，以及她十九年前被 Kinzo 要求收养婴儿、随后婴儿与佣人坠崖的秘密展开。

她的问题可以表达成：

\[\boxed{ \text{她知道能够解释自己行为的信息， 却不能安全地公开这些信息。} }\]

Natsuhi 面对的是典型的 privacy–explainability tradeoff

假设主体 $i$ 做出行为 $a_i$。外部观察者看到：$ a_i $。却不知道私人变量 $z_i$。

真实行为模型是：$ a_i=f(X_i,z_i) $

但调查者只能拟合：$ a_i\approx\hat f(X_i) $

如果 $z_i$ 极其重要，那么：$ \hat f $ 就会产生系统性误差。

对于 Natsuhi 来说，$z_i$ 包括：

• 家族秘密；
• Kinzo 的死亡；
• 十九年前的罪；
• Krauss 被绑架的威胁。

而这些信息恰恰无法自由公开。

所以她陷入：

\[\text{Disclose} \rightarrow \text{catastrophic private cost}\]

以及：

\[\text{Hide} \rightarrow \text{increased suspicion}\]

之间。

这是一种没有安全策略的局面。

她越保护家族，越像犯人

Natsuhi 希望保护：

\[U_N = \alpha L_{\text{Krauss}} + \beta L_{\text{Jessica}} + \gamma H_{\text{Ushiromiya}} + \delta D_{\text{self}}\]

其中 $H_{\text{Ushiromiya}}$ 表示家族名誉与家督制度。

因此她必须继续隐藏 Kinzo 已死。同时黑mailer又利用 Krauss 迫使她执行反常行动。

于是外界看到的行为包括：

• 隐瞒；
• 单独行动；
• 不愿说明时间线；
• 出现在可疑位置；
• 拒绝公开私人信息；
• 对调查表现强烈抵抗。

这些行为在犯人模型下同样高度可能。

所以：

\[P(O_N\mid H_{\text{innocent but protecting secrets}})\]

和：

\[P(O_N\mid H_{\text{culprit}})\]

都很高。

这意味着单凭现有观察，两个模型具有较低可识别性。

这就是 identifiability 问题

设两个候选世界：

\[h_1=\text{Natsuhi is culprit}\] \[h_2=\text{Natsuhi is framed}\]

如果二者都能产生相同或高度相似的观测数据 $D$：

\[P(D\mid h_1) \approx P(D\mid h_2)\]

那么仅凭 $D$ 很难区分二者。

极端情况下：

\[P(D\mid h_1) = P(D\mid h_2)\]

则该问题对于当前观测系统就是不可识别的。

也就是说：

\[\boxed{ \text{Evidence exists} \neq \text{Truth is identifiable} }\]

EP5 最危险的地方：制度把“不可识别”错误解释为“已经解决”

Erika 并没有说：Natsuhi 是当前最值得调查的人。

她逐渐走向：Natsuhi 就是犯人。

这是一种从：

\[\arg\max_h P(h\mid D)\]

跳跃到：

\[P(h^\ast\mid D)=1\]

的错误。

即使某个模型是当前后验概率最高的模型，也不等于其他模型已经被逻辑删除。

“嫌疑最大”与“排他性证明”不是同一种证明强度

可以定义三个层级：

可疑 $P(h\mid D)$ 明显升高。

最佳当前解释 $h=\arg\max_{h’}P(h’\mid D)$。

唯一可行解释 $\mathcal H(D)={h}$。

司法意义上的强结论，至少希望接近第三层。

而 EP5 的 Court of Illusions 故意把第一、第二层包装成第三层。这就是整个实验的危险性。

“十九年前的男人”：秘密如何成为攻击面

Natsuhi 曾经做过一件自己深感罪恶的事。十九年前，Kinzo 将一名婴儿交给无法生育的 Natsuhi，希望她将其作为继承人抚养；Natsuhi 在羞辱、愤怒与痛苦中与抱着婴儿的佣人发生冲突，最终婴儿和佣人从悬崖坠落。EP5 后期，Natsuhi 在被彻底逼入绝境后公开承认这一事件。

这个秘密本来属于 $Z_N$ 即 Natsuhi 的私人历史状态。

攻击者一旦知道它，就获得 personalized attack vector

秘密的危险不是“别人知道后会嘲笑你”，而是它能改变你的策略空间

如果 Natsuhi 没有这个秘密，她面对电话时可以：

立即告诉 Krauss。

告诉所有人。

要求共同监听。

记录通话。

让多人陪同。

但秘密存在以后：

\[A_N^{\text{available}}\]

被显著缩小。

很多本来安全的策略因为：

\[\text{reputational cost}\]

或：

\[\text{family cost}\]

而被主动删除。

所以：

\[\text{Secret} \rightarrow \text{Reduced Action Space} \rightarrow \text{Predictable Behavior}\]

就容易被操纵。

Blackmail 控制目标函数

攻击者并没有真的获得 Natsuhi 的物理控制权。Natsuhi仍然“自由”。

但对手知道她极端重视 Krauss 和 family 于是只需要修改行动的收益：

\[U_N(a) \rightarrow U_N(a\mid\text{Krauss threatened})\]

Natsuhi 就会主动选择攻击者希望的行为。

所以 Blackmail Utility-function manipulation 攻击者不必命令肌肉。只需要修改 cost landscape 主体就会自己走进陷阱。

黑mail是：

\[A_i = \arg\max_a U_i'(a)\]

主体仍然在自主优化。

问题是：

\[U_i'\]

已经被对手重构。

这与现实中的：

• 勒索；
• 威胁；
• 激励操纵；
• 社会压力；
• 声誉攻击

具有相同结构。

Natsuhi 隐瞒 Kinzo 死亡：一个 benign deception 如何变成系统性证据污染

Natsuhi 和 Krauss 继续维持 Kinzo 仍然活着的表象。其原始目的并不是实施本局谋杀。

而是：

• 维持家督权威；
• 推迟继承危机；
• 保护 Krauss 的地位；
• 保护右代宫家的结构。

然而一旦进入 homicide investigation，这个谎言会污染几乎所有证言。

因为 Kinzo alive 已经成为群体公开叙事的一部分。但红字层知道 Kinzo dead。

谎言环境，危机时所有正常行为都会变得可疑

Natsuhi不能说：Kinzo 没有出现，因为他已经死了。

只能不断为不存在的 Kinzo 设计解释。

因此她必须生成越来越多 auxiliary assumptions：

\[H_0 + A_1 + A_2 + \cdots + A_n\]

理论复杂度不断增加。

外部调查者自然会发现：

\[P(\text{deception})\uparrow\]

问题是：Erika正确发现了 deception。

但她错误地把 deception about Kinzo 直接连接到 culpability for murders 这是典型的因果过度扩张。

正确推断是：

\[P(\text{Natsuhi truthful about Kinzo}) \downarrow\]

但不应该自动得到：

\[P(\text{Natsuhi murderer}) \rightarrow1\]

除非二者存在额外因果证据。

否则就是：

\[\boxed{ \text{Credibility Failure} \not\Rightarrow \text{Universal Guilt} }\]

这在司法制度里尤其重要。

Erika 的真正问题不是“不够聪明”

相反，Erika 的观测、记忆和逻辑能力都极强。她的问题是优化目标。

可以粗略地把她的效用函数写成：

\[U_E = \alpha C + \beta V + \gamma D + \delta R\]

其中：

• $C$ 是形成确定结论；
• $V$ 是在逻辑战中获胜；
• $D$ 是支配对方；
• $R$ 是得到 Bernkastel 的认可。

而：

\[\text{Human Cost of Wrong Accusation}\]

在她的效用函数中权重很低。

因此：

\[\boxed{ \text{Erika seeks a winning proof more strongly than a humane truth process.} }\]

adversarial epistemologist

科学式推理的目标应该近似：

\[\min E[ L(\hat X,X) ]\]

也就是尽量降低估计状态与真实状态之间的误差。

Erika 更接近：

\[\max P(\text{opponent cannot refute me})\]

这两个目标并不等价。

一个理论完全可能：

• 极难反驳；
• 逻辑闭合；
• 辞令强大；
• 在法庭上压倒对方；

但仍然：

\[\hat X\neq X\]

“真理游戏”和“胜负游戏”

真理游戏的损失函数是：

\[L_T=L(\hat X,X)\]

胜负游戏的损失函数是：

\[L_W= \begin{cases} 0,&\text{opponent loses}\ 1,&\text{opponent wins} \end{cases}\]

当一个制度奖励的是 $L_W$，参与者就会学习：不需要证明自己是对的。只需要让对手无法继续说话。这就是 Court of Illusions 最危险的一面。

Court of Illusions：推理第一次被彻底制度化为司法程序

第五局最终进入 Court of Illusions。Erika 指控 Natsuhi 是犯人，Bernkastel 站在控方，Beatrice承担辩护角色，Lambdadelta则作为本局 GM 和裁判性权威主持整个程序。

于是 Meta Game 不再只是：红字和蓝字互相攻击。

而是 Institutional Truth Production

一个司法系统至少有四种不同角色

世界

\[X^\ast\]

真正发生了什么。

调查者

产生证据：

\[D=H(X^\ast)\]

辩论双方

构造：

\[h_P,h_D\]

即 prosecution model 与 defense model。

裁决机构

执行：

\[V(D,h_P,h_D,\Gamma)\]

输出判决。问题在于：$V$输出的是： 根据当前证据与规则，哪一方获胜。

并不天然输出：$X^\ast$

定义：$Y=\text{court verdict}$ 而：$X=\text{actual culprit state}$

理想制度希望：$P(Y=X)\rightarrow1$ 但绝不意味着：$Y\equiv X$

EP5 的核心就是强迫玩家真正接受这一点。

“法庭已经证明”不等于“世界本身已经如此”

制度证明的其实是：$\Gamma,D\vdash h$

也就是：在规则 $\Gamma$ 和证据 $D$ 下，可以推出 $h$。

但现实真相要求：$X^\ast\models h$

二者关系是：

\[\boxed{ \Gamma,D\vdash h \not\Rightarrow X^\ast\models h }\]

除非我们额外证明：

• 证据完整；
• 证据可靠；
• 规则 sound；
• 模型空间完整；
• 没有 adversarial framing；
• 没有关键隐变量。

EP5 故意让这些条件无法全部满足。

Knox：形式系统解决的是“哪些解释允许进入”，不是“哪个解释一定是真的”

EP5 大量强化 Knox。Dlanor 代表的规则体系不断禁止：

• 故事前期未出现的犯人；
• 随意使用超自然力量作为侦探解释；
• 没有伏笔的新机关；
• 违反 mystery 公平性的逃逸手段。

这实际上是在定义：

\[\mathcal H_{\text{admissible}}\]

即合法假说空间。

所以 Knox 的核心作用是：

\[\mathcal H \rightarrow \mathcal H_{\text{admissible}}\]

减少 ad hoc explanation。

限制假说空间不会自动指出真实假说

即使经过 Knox：

\[|\mathcal H_{\text{admissible}}| \ll |\mathcal H|\]

仍然可能：

\[|\mathcal H_{\text{admissible}}|>1\]

如果存在：

\[h_1\neq h_2\]

且两者都：

\[h_1,h_2\in\mathcal H_{\text{admissible}}\]

那么 Knox 只能说：

二者都是合法 mystery explanation。

不能说：

$h_1$ 必然是历史真实。

这是 EP5 最重要的区别之一。

形式逻辑能够验证一致性，但不能凭空创造缺失信息

如果数据库只有：$D$

那么任何推理系统最多只能输出：

\[\mathcal H(D)\]

它不能制造：$D’$

除非允许新的观测。

因此：

\[\boxed{ \text{Logic amplifies information structure; it does not create missing observations.} }\]

Erika 的问题不是不会逻辑。

而是把逻辑能力误认为能够消除所有不可观测性。

第一轮审判为什么会把 Natsuhi 推到死局

Natsuhi 面临多项极其不利的条件：

• 她有大量隐瞒；
• 她缺少可接受的不在场证明；
• 她受到神秘电话控制；
• Krauss 和 Jessica 等重要人物遭遇死亡或失踪；
• 她的行动位置被 Erika 抓到矛盾；
• 她无法解释“十九年前的男人”而不暴露私人历史。

这些数据并不是随机散落。

它们形成一个高度统一的 narrative：

\[N_{\text{prosecution}} = \text{Natsuhi committed the crimes}\]

好故事具有一种危险的统计属性：它会让所有证据看起来互相支持

当 hypothesis $h$ 被选定后：

\[D_1,D_2,\ldots,D_n\]

都会被重新解释成：

\[D_i\rightarrow h\]

例如：她撒谎。所以她有罪。她不愿说。所以她有罪。她情绪激动。所以她有罪。她知道秘密。所以她有罪。

这会形成：Confirmation Feedback

一旦调查进入 confirmation regime，新增证据反而可能降低模型质量

在健康更新中：

\[D_{\text{new}}\]

应该可能：

• 增强 $h$；
• 削弱 $h$；
• 维持不变。

如果系统只允许：

\[D_{\text{new}} \rightarrow P(h)\uparrow\]

那么它已经不再进行真正推断。

它正在做：

\[\boxed{ \text{evidence assimilation} }\]

即把任何东西吸收到既有理论中。

“十九年前的男人”就是被 prosecution model 主动删除的异常变量

Natsuhi反复说：有一个十九年前的人正在报复我。

在 Erika 的模型里，这个变量看起来：

• 没有独立证据；
• 不符合当前人数模型；
• 非常像被告为了脱罪创造的虚构主体。

因此她倾向于：

\[P(H_{19})\rightarrow0\]

从普通侦查角度，这并非毫无道理。

但问题在于：

如果 $H_{19}$ 恰好代表某个真实隐藏机制，那么把它删除后，其余全部证据都会被错误归因到 Natsuhi。

这就是 omitted-variable bias。

遗漏变量会制造虚假因果

真实系统可能是：

\[Z\rightarrow A_N\]

同时：

\[Z\rightarrow D_{\text{crime}}\]

其中 $Z$ 是隐藏攻击者或相关机制。

如果调查者不知道 $Z$，则会错误观察到：

\[A_N\leftrightarrow D_{\text{crime}}\]

于是推出：

\[A_N\rightarrow D_{\text{crime}}\]

这就是经典的：

\[\boxed{ \text{latent confounding} }\]

EP5 把一个统计推断问题变成了 mystery。

Erika 最大的 epistemic failure：她没有认真问“如果 Natsuhi 是无辜的，为什么这些证据仍会出现？”

优秀模型比较应该同时计算：

\[P(D\mid H_G)\]

和：

\[P(D\mid H_I)\]

其中：

• $H_G$ 是 guilty；
• $H_I$ 是 innocent。

Erika 极其擅长构造：

\[P(D\mid H_G)\]

但她并不真正愿意投入同样努力寻找：

\[P(D\mid H_I)\]

因此她不是在做 symmetric hypothesis testing。

而是在做：

\[\text{prosecution optimization}\]

没有爱，便看不见

面对一个看似已经被证据压死的人，仍然愿意付出计算成本，为“如果她是无辜的”构造一个完整模型。

可以定义两个推理资源：

\[C_G=\text{computation spent on guilty hypothesis}\] \[C_I=\text{computation spent on innocent hypothesis}\]

如果：$C_G\gg C_I$

那么即使最终输出形式上正确，搜索过程也存在严重偏置。

保持搜索空间对称

有爱并不意味着：Natsuhi 看起来很可怜，所以她一定无罪。那只是另一种偏见。

真正要求的是：

\[\boxed{ P(h)=0 \text{ only after evidence rules it out, not because we dislike constructing it.} }\]

也就是说：

在没有逻辑排除无罪模型之前，不因为它麻烦、不符合当前叙事或不够漂亮，就提前把它从搜索空间删除。

这是 epistemic charity。

Battler 与 Erika 的区别因此不是“感情 vs 理性”

两个人都使用：红字；蓝字；Knox；逻辑攻击；证据约束。

区别在于他们的 objective。Erika 更接近：

\[\max \text{uniqueness of accusation}\]

Battler最终转向：

\[\max \text{faithfulness to the entire game}\]

换句话说：

Erika 想获得一个不能被击破的答案。

Battler 想获得一个能够解释为什么 Game 会以这种方式存在的答案。

这是两个不同层级的模型。

Battler 前半段为什么仍然失败

Battler虽然开始理解 Beatrice，却还没有真正到达核心。第一次 Court 中，他试图帮助 Natsuhi，却没有足够的证明能力。即使他拥有来自此前游戏的“她不是犯人”式理解，也不能直接把自己未经本局证明的信念强行升级为本局有效红字。Court 明确要求非 Game Master 一方必须构造相应论证，而不能凭借愿望使用 red truth。

所以：

\[\text{Correct Belief} \neq \text{Valid Proof}\]

这又是 EP5 的重要纪律。

你可能知道答案，但如果无法给出可验证路径，制度仍然不能接受

假设 Battler 主观上具有：

\[B_B(h)=1\]

但没有：

\[\Pi(h)\]

即证明路径。

那么在公共制度中：

\[h\]

仍不能成为公共事实。

这就是私人知识向公共知识转换的问题。

一个好的制度为什么必须要求证明，而不能相信“聪明的人说自己知道”

因为否则：

\[\text{Authority} \rightarrow \text{Truth}\]

就取代：

\[\text{Evidence} \rightarrow \text{Truth}\]

红字本身是 Game Master 的可信承诺机制，因此具有特殊地位。但 Battler 此时不是 GM。所以他必须服从普通证明责任。这一限制本身是合理的。EP5 的高明之处是：

制度的某一条规则可以完全合理，而整个制度仍然可能得到错误结果。

系统错误不一定来自坏规则，而可能来自规则之间的组合

单独看：侦探应当有调查权。合理。

被告需要解释不在场证明。合理。

新犯人不能毫无伏笔出现。合理。

超自然不能作为 mystery explanation。合理。

证言矛盾应该降低可信度。仍然合理。

然而这些规则结合：

\[R_1\land R_2\land\cdots\land R_n\]

在 adversarially generated data 上，

仍可能输出：

\[\text{wrong conviction}\]

这就是：

\[\boxed{ \text{compositional failure} }\]

“程序公平”也不自动等于“结果正确”

可以区分：

\[F_P=\text{procedural fairness}\]

和：

\[A_O=\text{outcome accuracy}\]

理想制度希望：

\[F_P\uparrow \Rightarrow A_O\uparrow\]

通常二者确实正相关。

但不存在逻辑等价：

\[F_P\equiv A_O\]

EP5 就是一场极端压力测试：

如果对手知道规则并专门针对规则构造局面，程序还能不能抵抗？

adversarial mechanism design

普通机制设计假设参与者会：

\[\max U_i\]

机制希望设计规则，让个体最优行为产生社会目标。对抗性机制设计则必须考虑：

有人专门寻找制度规则的攻击面。

即：

\[a_A = \arg\max_a L_{\text{mechanism}}(a)\]

攻击者的目标就是最大化机制失败。

EP5 的 Game Master 实际上在做：

给你一个侦探。

给你 Knox。

给你法庭。

然后证明这些东西仍然可以被利用。

第一审真正证明的不是“Natsuhi 是犯人”，而是“一个足够好的 framing 可以控制制度输出”

如果攻击者知道：$V(D,\Gamma)$即制度如何从证据产生判决，那么攻击目标就是寻找：$D^\ast$

满足：$V(D^\ast,\Gamma)=\text{Natsuhi guilty}$

而不需要：$X^\ast=\text{Natsuhi guilty}$

所以：

\[\boxed{ \text{Control the evidence interface} \rightarrow \text{control the institutional conclusion} }\]

这比直接控制每个观察者容易得多。

尸体识别与死亡时间：Battler 后来的关键突破来自重新检查传感器精度

EP5 后期 Battler 重新分析此前被默认接受的“尸体”和“不在场证明”，指出其观察条件并不足以支撑 Erika 所赋予的全部结论；Court 中他能够指出自己看到的部分尸体无法完成确定身份，并进一步让相关死亡时间和 alibi 重新开放。

这本质上是在重新校准：$H_i$ 即观测函数。

“我看到一具尸体”包含多个不同层次的观测

实际观察可能只是：

\[O_1=\text{human-shaped body}\]

然后推断：

\[O_1\rightarrow O_2=\text{person X}\]

再推断：

\[O_2\rightarrow O_3=\text{X is dead}\]

最后：

\[O_3\rightarrow O_4=\text{X died before time }t\]

但每一步都需要额外条件。

所以：

\[O_1 \not\Rightarrow O_4\]

除非中间链条全部可靠。

Erika 的模型把推断链压缩成了事实链

这是一种非常常见的 epistemic compression：

\[\text{Observation} + \text{Inference} \rightarrow \text{Remembered as Fact}\]

久而久之：“看起来像 X 的尸体。”

变成：“X 当时已经死亡。”

两个命题的证明强度完全不同。

EP5 的反击就是把被压缩的链重新展开。

一旦死亡时间重新开放，整个 alibi graph 会重新计算

设人物 $i$ 的不在场证明只覆盖时间区间：

\[A_i=[t_1,t_2]\]

如果原本认为死亡发生在：

\[t_d\in[t_1,t_2]\]

那么：$i$ 可以被排除。

但如果新的分析允许：

\[t_d\notin[t_1,t_2]\]

那么：$i$ 重新进入嫌疑集合。

因此死亡时间误差不是一个局部小变量。

它会改变整个：

\[\text{suspect graph}\]

sensitivity analysis

一个鲁棒结论应该满足：

即使输入变量存在小范围误差，结论仍然不变。

即：

\[D\rightarrow D+\epsilon\]

仍然：

\[\hat h(D+\epsilon)=\hat h(D)\]

如果一个结论只要稍微修改：

• 身份确认；
• 死亡时间；
• alibi 起止时间；

就完全崩溃，那么它并不鲁棒。

Erika 的第一版理论正是如此。

Battler 的真正突破不是提出“更漂亮的故事”，而是证明 Erika 的唯一性不存在

这是 EP5 最核心的认识论事件。

假设 Erika 声称：

\[\mathcal H(D)={h_E}\]

即：

所有证据只允许 Natsuhi 犯人论。

Battler不必立刻证明：

\[h_B=X^\ast\]

他只需要构造：

\[h_B\neq h_E\]

且：

\[h_B\in\mathcal H(D)\]

那么：

\[|\mathcal H(D)|\ge2\]

于是 Erika 的“唯一真相”崩溃。

蓝字原理

蓝字一直不是：我证明这个就是历史真相。

而是：我证明至少还存在另一种合法世界。

所以 EP5 的法庭高潮实际上是蓝字逻辑被推到制度层：

\[\exists h_B \Rightarrow \neg \left( \mathcal H(D)={h_E} \right)\]

这就是构造性反例。

一条反例足以摧毁全称命题

Erika 的隐含主张是：

\[\forall h\neq h_E,\quad h\text{ impossible}\]

Battler只需要：

\[\exists h_B\neq h_E\]

满足全部约束。

那么全称命题立刻为假。

这是非常标准的逻辑结构：

\[\boxed{ \exists\text{ counterexample} \Rightarrow \neg\forall }\]

也是萨根标准和 Devil’s Proof 在第五局的成熟形态。

Battler 的“十九年前的男人复仇论”为什么重要

Battler提出：Natsuhi受到十九年前相关人物的报复，对方的目标是把她塑造成犯人。

这一理论并不一定意味着 Battler在 Court 中把全部历史细节直接公开。

它的功能首先是：

\[\text{construct alternative causal model}\]

让 Natsuhi 的可疑行为得到另一条因果链：

\[\text{Blackmail} \rightarrow \text{Natsuhi's strange actions}\]

而不是：

\[\text{Murder plan} \rightarrow \text{Natsuhi's strange actions}\]

Court 最终接受 Battler 可以构造与 Erika 不同的合法真相，而第五局原判被撤销；Battler随后继承 Game Master 位置。

同一个观测，可以来自完全不同的生成过程

这是因果推断中最重要的问题之一。

看到：

\[O=\text{Natsuhi hides in room}\]

至少可以有：

\[H_1: \text{she hides to commit crime}\]

也可以有：

\[H_2: \text{she hides because blackmailer ordered her}\]

两者都能够生成：

\[O\]

所以单纯：

\[P(O\mid H_1)>0\]

不能证明 $H_1$。

必须比较：

\[P(O\mid H_1)\]

与：

\[P(O\mid H_2)\]

以及其他可行模型。

EP5 因此从 deduction 正式进入 causal inference

纯演绎问：哪些结论不违反约束？

因果推断进一步问：哪个隐藏生成过程最能够解释为什么这些观测以这样的顺序出现？

因此：

\[\text{Constraint Satisfaction}\]

不足以完成整个谜题。

还需要：

\[\text{Generative Causal Model}\]

这正是 Battler 在 EP5 跨越的门槛。

Erika 的理论能“解释案件”，却不能很好解释 Game 为什么被如此设计

这延续了 EP4 的 Game Master 效用函数问题。

假设：

\[h_E\]

确实能让所有局部犯罪事实勉强闭合。

但仍需要问：

为什么需要十九年前这个概念？

为什么需要 Natsuhi 的私人历史？

为什么 Kinzo 的死亡如此重要？

为什么 Game 会集中攻击她的家督身份？

为什么 Beatrice 四局此前反复留下相同结构？

Erika 的理论更多是：

\[\text{fit current observations}\]

Battler最终理解的是：

\[\text{fit the generator}\]

两者存在层级差异。

预测模型和生成模型

预测模型只需要：

\[f(D)\rightarrow y\]

告诉你：Natsuhi 最像犯人。

生成模型则试图建立：

\[G(z)\rightarrow D\]

其中 $z$ 包括：

• 人物身份；
• 历史；
• 动机；
• Game Master 的意图；
• 规则。

它回答：为什么会产生这些数据？

《海猫》到 EP5 已经明确要求后者。

这就是 Battler “到达真相”之后为什么会突然发生质变

EP5 最后，Battler终于理解 Beatrice 的 Game，并获得 Golden Sorcerer 与 Game Master 的资格。Lambdadelta确认他已经抵达本局与 Beatrice 游戏的深层真相，并最终把下一局的 Game Master 身份交给 Battler。

这个变化不能只理解成：他终于猜到犯人是谁。

如果只是得到一个标签：

\[c^\ast\]

并不足以让他成为 Game Master。

要成为 GM，他必须拥有：

\[\boxed{ \text{a generative model capable of reproducing the game} }\]

知道答案和能够重新生成系统，是两个完全不同的知识层级

可以区分：

Recognition

看到答案后知道：

对，就是这个。

Prediction

能够预测：

给定新证据，这个模型会发生什么。

Generation

能够自己构造：

一个满足同样核心规则的新 Game。

Game Master 要求的是第三层。

所以：

\[\boxed{ \text{GM-level understanding} > \text{solution-level understanding} }\]

这也是 EP6 能够存在的前提。

Battler 终于学到了 latent representation

此前他可能记住：

\[D\rightarrow c\]

现在则掌握一个隐藏结构：

\[z^\ast\]

使：

\[D = G(z^\ast,\epsilon)\]

多个 Episode 的：

• 密室；
• 人数；
• 身份；
• 魔女；
• 家具；
• Kinzo；
• 证词结构

都可以由同一组隐藏规则生成。

因此：

\[\text{cross-episode compression}\]

终于发生。

一个真正好的理论能够使用更少的隐藏变量解释更多现象。

这与 Minimum Description Length 非常接近

假设两个模型：

\[H_1\]

需要为每个案件创造单独机关。

\[H_2\]

拥有一组统一身份规则和人物机制，可以复用。

那么虽然 $H_2$ 初看更复杂，但总体描述长度可能更短：

\[L(H_2)+L(D\mid H_2) < L(H_1)+L(D\mid H_1)\]

Battler到达的真相之所以强，不只是“能解释 EP5”。

而是能够同时压缩：

\[EP1+EP2+EP3+EP4+EP5\]

“没有爱，便看不见”

Erika 不是看不见数据。她拥有比几乎所有人更多的数据。

她的问题是：

\[L_E = \text{loss of debate}\]

而不是：

\[L_T = \text{distance from human truth}\]

因此即使 observation quality 很高：

\[Q_O\uparrow\]

只要 objective 错：

\[U_E\neq U_{\text{truth-seeking}}\]

最终仍然可以：

\[\hat X_E\neq X\]

“爱”不是传感器精度，而是模型目标

可以把一个完整推理者写成：

\[\mathcal A = (H,\Gamma,\mathcal H,U)\]

其中：

• $H$ 决定看见什么；
• $\Gamma$ 决定什么算合法推理；
• $\mathcal H$ 决定考虑哪些世界；
• $U$ 决定为什么进行推理。

Erika 的 $H$ 很强。

$\Gamma$ 也很强。

她的问题主要出现在：

\[\mathcal H\]

和：

\[U\]

她过早删除“不方便”的人类模型，并把击败对方置于理解对方之前。

如果你不能理解 Natsuhi 为什么宁可被怀疑也不愿说出秘密，你就会把她的行为误分类

Erika 看见：

\[\text{refusal to disclose}\]

容易映射成：

\[\text{guilt}\]

Battler最终必须看见：

\[\text{refusal to disclose}\]

还可能来自：

\[\text{protective loyalty} + \text{shame} + \text{blackmail} + \text{family role}\]

于是：

\[\boxed{ \text{same behavior} + \text{different human model} \rightarrow \text{different causal explanation} }\]

这就是“爱”直接提高推理质量的地方。

EP5 也第一次明确展示 epistemic injustice

所谓 epistemic injustice，可以粗略理解为：

某个人拥有真实重要的信息，却因为身份、制度位置或可信度结构而无法让这些信息获得应有权重。

Natsuhi在本局中正处于这种状态。

她知道：有人在威胁我。

但外界看到的是：被告正在制造不存在的第三方。

她知道：我的异常行动有原因。

制度看到的是：她无法提供可验证 alibi。

于是：

\[\text{Private Truth} \not\rightarrow \text{Public Evidence}\]

最终私人真相在制度中几乎等价于不存在。

这是为什么一个社会需要的不只是“人人说真话”，还需要把私人真相安全转化为公共证据的协议

理想机制需要：

\[\mathcal P: K_i \rightarrow K_G\]

其中：

• $K_i$ 是个人知识；
• $K_G$ 是群体可验证知识。

但必须同时满足：

\[\text{Privacy Cost}\]

不能无限高。

否则主体理性地选择：

\[\text{do not disclose}\]

于是群体损失重要信息。

confidential verification

例如：Natsuhi 不需要向所有人公开十九年前的全部事件。

但可以向一个受保护的中立调查渠道披露。

即：

\[K_N \xrightarrow{\text{trusted verifier}} V\]

然后只向公众输出：

\[\text{relevant verified claim}\]

而不是完整私人秘密。

这类似现实制度中的：

• 律师保密；
• 密封证据；
• 独立审查；
• 医疗隐私；
• witness protection。

调查权和起诉激励必须分离

Erika 同时拥有：

• 强调查能力；
• 强理论控制；
• 强胜负动机。

这非常危险。

更鲁棒的结构应该把：

\[\text{Investigator}\]

和：

\[\text{Adversarial Prosecutor}\]

分开。

调查者的目标：

\[\min L(\hat X,X)\]

控方目标：

\[\max P(\text{guilt established})\]

辩方目标：

\[\max P(\text{reasonable alternative survives})\]

裁判再整合三者。

如果一个人同时拥有全部权力：

\[\text{confirmation bias risk}\uparrow\]

原则：明确记录观察与推断的边界

所有证据应被拆成：

\[D=(O,I)\]

其中：

• $O$ 是直接 observation；
• $I$ 是 inference。

比如不能记录：George 已经死了。

而应该分成：

观察到一具外观符合 George 的身体。

Nanjo 做出死亡判断。

身份确认由某些特征完成。

这样以后如果身份判断被挑战，只需要撤销：

\[I_{\text{identity}}\]

不必把整个证据链一起删除。

原则：所有“唯一解”都必须主动进行 counterexample search

在宣布：

\[\mathcal H(D)={h}\]

之前，

应该专门设置一个 red team，其任务不是提出最可能理论，而是寻找：

\[h'\neq h\]

满足：

\[h'\models D\]

只要找到：

\[h'\]

唯一性就必须撤销。

这就是蓝字在制度中的真正价值。

Blue Truth 可以被理解为一种正式 red-team protocol

正常团队：构造当前最佳解释。

蓝字团队：专门寻找一个能够活下来的反解释。

因此：

\[\boxed{ \text{Blue Truth} = \text{institutionalized adversarial robustness testing} }\]

不是为了抬杠。

而是为了防止制度把：

\[\text{currently dominant model}\]

错误升级成：

\[\text{only possible reality}\]

原则：允许“暂时不知道”成为合法输出

EP5 的法庭最大的问题之一，是必须产生一个赢家。

于是制度输出空间只有：

\[Y\in{h_E,h_B,\ldots}\]

但现实制度应该允许：

\[Y=\text{underdetermined}\]

也就是：证据不足以区分多个合法世界。

这不是失败。这是正确的 epistemic output。

一个成熟的制度必须能够在未知时不审判

否则：

\[\text{Need for Closure} \rightarrow \text{Forced Classification} \rightarrow \text{False Certainty}\]

系统越厌恶不确定性，就越容易：

\[\text{unknown} \rightarrow \text{wrong certainty}\]

Erika 极度无法忍受猫箱。

所以她一定要把它压缩成一个确定结论。

这本身就是她最深的偏见。

Erika 与 Beatrice 的真正对立因此不是 mystery 与 fantasy

表面上：

\[\text{Erika}=\text{Mystery}\] \[\text{Beatrice}=\text{Fantasy}\]

但 EP5 实际上已经把对立改写成：

\[\text{Truth as domination}\]

与：

\[\text{Truth as understanding}\]

Erika 想打开猫箱，因为：只要我能证明，你就没有逃生空间。

Beatrice 的 Game 则逐渐显示：猫箱有时不是为了逃避事实，而是为了保护某些无法被粗暴公开的意义。

两者的 epistemic ethics 完全不同。

“揭露真相”本身也可以是一种攻击

这是 EP5 一个极其重要的推进。 通常认为： \(\text{Truth} = \text{good}\)

但如果：

• 公开隐私；
• 摧毁无关主体；
• 用真相攻击；
• 只选择对敌方不利的真相；
• 把解释当作权力；

那么：

\[\text{truth disclosure}\]

本身可以产生：

\[\text{negative utility}\]

所以：

\[\boxed{ \text{Truthfulness} \neq \text{Ethical Use of Truth} }\]

“某个人使用魔法杀人”是强主张。 “Natsuhi 杀了自己的丈夫、女儿和其他家人。”同样也是一个极强的人类主张。

\[\text{Severity of accusation}\uparrow \Rightarrow \text{required evidential robustness}\uparrow\]

不能因为主张是“自然主义”的，就自动降低证明标准。

反魔法不是免检许可证

这是 Erika 式 mystery 很容易出现的问题：

\[\text{not supernatural} \Rightarrow \text{therefore reasonable}\]

但一个人类理论仍然可能：

• 极端复杂；
• 缺乏动机；
• 依赖错误身份；
• 依赖错误死亡时间；
• 使用遗漏变量；
• 受到 confirmation bias 影响。

因此：

\[\boxed{ \text{Human Explanation} \neq \text{Automatically Good Explanation} }\]

萨根标准拒绝魔法捷径。但也拒绝自然主义捷径。

EP1 至 EP4 的 Battler 很大程度上是：Anti-Magic 他的身份来自否定魔法。

EP5 最后，他终于能够提出：

\[\text{positive generative model}\]

即：如果不是魔法，那么这个世界为什么必须如此运作？

因此他从：

\[\neg H_M\]

走向：

\[H_B\]

这是巨大的认识论升级。

否定模型比构造模型容易得多

说：

\[H_M\text{ has a flaw}\]

只需要找到一个矛盾。

但成为 Game Master 要求：

\[H_B \models {E_1,E_2,E_3,E_4,E_5}\]

即构造一个能够解释大量现象的统一系统。

所以 Battler 的成长本质上是：

\[\boxed{ \text{critic} \rightarrow \text{model builder} }\]

这也是为什么下一局必须由 Battler 自己出题

如果一个学生说：我已经理解这个系统。

最强测试不是：再做一道题。

而是：自己设计一道满足所有约束的题。

也就是：

\[\text{solve} \rightarrow \text{generate}\]

这是 transfer learning 的最高等级。

EP5 的最后，Lambdadelta 将 Game Master 权限转交给 Battler，由他构造第六局。所以 EP6 不是普通 sequel。

它是：

\[\boxed{ \text{proof of understanding by construction} }\]

EP5 的系统演化表

阶段	制度状态	观测结构	关键隐变量	主导模型	系统效应
$t_0$ GM 更换	Lambdadelta 接管	Beatrice 失去全知地位	新 GM 的目标	过去模型发生 distribution shift	Battler 必须寻找不变量
$t_1$ Erika 登岛	Detective Authority 建立	特权观察者出现	Bern 的策略	“强调查即可接近真相”	制度化侦查开始
$t_2$ Kinzo 问题	家族继续维持表象	公共证言和红字世界冲突	Kinzo 已死	Natsuhi 必须持续隐瞒	旧谎言污染当前数据
$t_3$ 十九年前电话	私人威胁不进入公共制度	Natsuhi 单独获得信息	十九年前秘密	黑mail模型	私人行动空间被攻击者压缩
$t_4$ 首批死亡	Erika 开始正式调查	alibi 与现场被制度化	尸体身份、时间	Natsuhi 嫌疑升高	局部证据开始聚合成 accusation
$t_5$ Natsuhi 被迫行动	调查与威胁并行	行为被 Erika 观察	Krauss 被威胁	suspicious behavior model	无辜行为越来越像犯罪行为
$t_6$ Court	推理完全司法化	红字、Knox、证言进入统一程序	GM 真相仍不可直接获得	Natsuhi culprit theory	制度生成确定性
$t_7$ Battler 首败	辩护无法满足证明责任	私人理解无法转成公共证明	Beatrice 的意图	Erika 占优	正确信念缺乏证明路径
$t_8$ Natsuhi confession	私人历史被迫公开	十九年前秘密进入公共空间	婴儿事件	“man from 19 years ago” 获得因果意义	omitted variable 重新进入模型
$t_9$ Battler 回归	retrial 被允许	尸体识别与死亡时间被重新审计	observation uncertainty	alternative model 出现	唯一性崩溃
$t_{10}$ 双真相并存	法庭承认多个合法解释	同一数据支持多个世界	truth remains hidden	Erika 与 Battler 均可构造	identifiability failure 被正式承认
$t_{11}$ Battler 成为 GM	权限重新分配	Battler 获得生成权	Beatrice Game 的核心模型	unified generative model	从 solver 升级为 designer

EP1 至 EP5 的递进现在形成第五层

EP1：

\[\boxed{ \hat X\neq X }\]

你不知道世界发生了什么。

EP2：

\[\boxed{ \hat T\neq T }\]

你不知道应该相信谁。

EP3：

\[\boxed{ \hat U\neq U }\]

你不知道自己真正想要什么。

EP4：

\[\boxed{ \hat{\mathcal R}\neq\mathcal R }\]

你不知道过去与未来之间哪些状态仍然可改变。

EP5：

\[\boxed{ \hat X_{\Gamma}\neq X }\]

即：

即使你建立了一套正式制度去产出真相，制度输出仍然可能不是世界本身。

EP5 揭示了一个真实人类社会中极其危险的事实

真实社会不能直接读取：

\[X^\ast\]

它必须通过：记者；法院；医生；科学共同体；警察；审计；数据系统；历史学家

产生：

\[\hat X\]

所以我们真正生活在：

\[\boxed{ \text{institutionally reconstructed reality} }\]

之中。

绝大多数人无法亲眼验证世界中的大多数重要事实。我们依赖制度。

制度设计 认识论设计

一个制度决定：

• 谁能说话；
• 谁的话更可信；
• 什么算证据；
• 什么不能进入讨论；
• 什么时候可以宣布结论；
• 怎样推翻旧结论。

也就是定义：

\[\Gamma\]

于是：

\[\Gamma \rightarrow \hat X \rightarrow A \rightarrow X_{t+1}\]

制度对真相的估计会进一步改变现实世界。

这和 EP1 的“心改变物”具有完全相同的动力学结构，只不过主体从个人升级成了社会机构。

一个错误判决不只是“对过去解释错了”

如果制度输出：

\[Y=\text{Natsuhi guilty}\]

那么后续会改变：人际关系；名誉；惩罚；资源分配；历史叙事。

也就是说：

\[\hat X_t \rightarrow X_{t+1}\]

错误模型会创造新的真实后果。

所以：

\[\boxed{ \text{False belief} \rightarrow \text{real punishment} }\]

这是 EP5 比普通推理游戏更加接近现实世界的地方。

EP5 的恶性反馈回路

整个 Episode 可以压缩成：

\[\text{Old Secret} \rightarrow \text{Need to Hide} \rightarrow \text{Observable Suspicious Behavior} \rightarrow \text{Institutional Suspicion} \rightarrow \text{More Pressure} \rightarrow \text{Less Ability to Disclose} \rightarrow \text{More Suspicion}\]

最终：

\[\text{Suspicion} \rightarrow \text{Investigation} \rightarrow \text{Selective Evidence Integration} \rightarrow \text{Formal Accusation} \rightarrow \text{Procedural Certainty}\]

一个最初只是：

\[P(Guilt)>0\]

的状态，

最终被制度加工成：

\[P(Guilt)=1\]

的表象。

制度必须优化“可纠错性”，而不仅是“决断速度”

一个强制度并不是永远不会错。那是不现实的。

真正需要优化的是：

\[\boxed{ \text{Error Detectability} + \text{Error Reversibility} }\]

也就是：

如果错了，系统是否允许发现自己错了？

发现以后是否允许重审？

EP5 最终之所以仍有救，是因为 Lambdadelta允许 retrial。

如果 verdict 是不可逆的：

\[Y_t\rightarrow Y_{\text{absorbing}}\]

Battler即使后来理解真相也没有意义。

很多人认为：不确定性是坏事，所以应该尽快关闭。

但 EP5 展示：过早关闭比暂时保持开放更危险。

所以合理系统应保留：

\[\mathcal H_t\]

直到证据真正足以收敛。这意味着猫箱有时不是逃避真相。而是：

\[\boxed{ \text{refusal to collapse uncertainty prematurely} }\]

这使“猫箱”获得一种严格的统计意义

如果后验分布仍然是：

\[P(h_1\mid D)=0.45\] \[P(h_2\mid D)=0.40\] \[P(h_3\mid D)=0.15\]

制度却宣布：

\[h_1=\text{absolute truth}\]

那么它人为删除了：

\[55%\]

的剩余不确定质量。

保持猫箱，就是承认：

\[H(X\mid D)>0\]

仍然成立。

真正的问题不是猫箱存在，而是谁有权关闭猫箱

这就是 EP5 最后的制度问题。如果世界本身已经无法再提供更多数据：

\[D_{\text{future}}\approx0\]

那么关闭猫箱实际上是一个社会选择：

\[\text{Institution} \rightarrow \text{select one narrative}\]

这会把解释权转化成政治权。Erika喜欢关闭猫箱。因为关闭之后：

\[\text{winner exists}\]

Battler逐渐学会：如果证据不够，就没有资格为了胜利强行制造唯一世界。

没有爱，便看不见

到 EP5，可以将这句话写成：

没有爱，一个制度会把主体视为只有可观察行为的黑箱；当行为出现异常时，它会优先寻找最简单的敌意解释，而不是投入资源重建那些无法直接观测的历史、关系、羞耻、责任与保护动机。

技术上：

\[\text{No Love} \rightarrow \text{Reduced Human State Model} \rightarrow \text{Model Misspecification} \rightarrow \text{Wrong Causal Attribution}\]

所以爱不是证据。

爱是：

\[\boxed{ \text{refusal to use an impoverished human model} }\] \[\boxed{ \text{Love expands hypothesis space; logic constrains it; evidence updates it.} }\]

在部分可观测且存在对抗性信息设计的多主体系统中，提高观察权限、强化逻辑约束和建立正式裁决制度，并不足以保证真相可识别。如果攻击者能够针对制度的推断规则选择信息，而关键主体又因隐私、黑mail或制度成本无法公开重要隐变量，则局部真实证据可以共同支持一个全局错误模型。一个鲁棒的认识论制度因此必须区分观察与推断、允许竞争性因果模型存在、主动搜索反例、保护私人信息向公共证据的安全转换，并保留在证据不足时输出“不确定”的能力。

EP5 的核心公式因此不是：

\[\boxed{ \text{Evidence} \rightarrow \text{Truth} }\]

而是：

\[\boxed{ \text{Evidence} + \text{Inference Rules} + \text{Institutional Incentives} + \text{Hidden Variables} \rightarrow \text{Institutional Truth} }\]

而所谓 Institutional Truth 与真实世界之间，只能希望：

\[P(\hat X_\Gamma=X^\ast)\]

尽可能高。

却永远不能偷换成：

\[\hat X_\Gamma\equiv X^\ast\]

这就是 EP5 相对于前四局最重要的推进。

EP1 告诉我们：人的眼睛会看错。

EP2 告诉我们：人与人的信任会坏掉。

EP3 告诉我们：人可能追求错误的目标。

EP4 告诉我们：人会被过去和叙事控制。

而 EP5 告诉我们一个更危险的事实：即使把个人的不可靠性替换成“制度”“证据”“侦探”“逻辑”和“法庭”，错误也不会自动消失。错误只是从个人层升级成了制度层。

因此第五局真正要击破的并不是 Natsuhi。而是下面这个看似理所当然的命题：

\[\boxed{ \text{只要程序足够理性， 它就一定能够自动生产真相。} }\]

EP5 的回答是否定的。真正可靠的制度必须拥有一种非常反直觉的能力：

\[\boxed{ \text{在所有人都迫切希望得到答案的时候， 仍然有能力说： 目前还不能确定。} }\]