五个领先的 AI 模型——Kimi K26、ChatGPT 5.6 Sol、Claude Fable 5、Grok 4.3 和 Gemini Pro——被要求用贝叶斯概率分析来评估比特币创作者中本聪是单个个人还是一个群体。各模型给出的“单独创作者”估计范围为 45% 到 70%，25 个百分点的跨度更多揭示了 AI 的推理模式，而不是中本聪的真实身份。只有 ChatGPT 5.6 Sol 将其概率调和到一致的 54% 单独创作者估计；而 Kimi K26 是唯一一个将“群体解释”作为更高倾向、给出 50% 概率、并与“单独创作者”45% 相对比的模型。五个模型都把一致的写作风格和编码风格作为主要证据基础，但五个里有四个没有恰当地将它们各自的贝叶斯情景百分比重新调和。该实验突显了当 AI 系统面对比特币这位已逾十七年的匿名创作者之谜时，它们对不确定性的结构方式可能截然不同。
五个 AI 模型使用贝叶斯分析评估中本聪身份
每个 AI 模型都收到相同的提示词，要求它搭建一个简单的贝叶斯情景树，识别三种最可能的情景：中本聪是单独个人还是属于某个群体，并为每个情景分配概率，同时确保这三个情景加上“其他情景”类别合计为 100%。随后，模型被要求估计中本聪是单独创作者还是群体一员的总体概率。沉默超过十年的单独创作者，其叙事与市场分量与一个小团队形成对比——后者可能仍在活动、可能协同运作，甚至可能在多重控制结构下持有密钥。链上模式，例如 Patoshi 指纹，已增强“早期由主导实体控制挖矿”的论点，但仍未彻底解决该实体究竟是一人，还是数人协作。
Kimi K26：以 50% 概率倾向群体解释
Kimi K26 将“单独署名”赋予 45% 概率，因为白皮书和代码展现出统一的叙述声音、一致的 C++ 风格，以及典型于单一博学者的狭窄专业窗口。然而，该模型还给出 35% 概率给“小型协同团队”情景，理由是 2008-2010 年间论坛活动呈现 24 小时轮转特征，并伴随对密码学、经济学与编码能力的同步掌握。该模型认为，一个制度性集体获得 15% 概率，原因在于缺乏泄露或官僚化痕迹，而“其他”情景则占 5%。这些先验推导出 45% 对 50% 的“单独”与“群体”概率，因此 Kimi K26 是小组中唯一一个更支持群体解释而非单独创作者的模型。
ChatGPT 5.6 Sol：给出 54% 的单独创作者一致估计
ChatGPT 5.6 Sol 将 54% 概率分配给“单独个人”情景，将 30% 分配给“小型协同团队”，10% 分配给“带助手的领衔创作者”，以及 6% 分配给“其他情景”。该模型是面板中唯一一个把其情景百分比重新调和回清晰的二分拆分的模型，展示了其分配工作从头到尾的完整性。54% 的“单独个人”估计主要基于中本聪异常一致的写作风格、连贯的技术理念、统一的编码方式，以及紧密受控的公开沟通。46% 的群体概率仍然很高，因为比特币将密码学、分布式系统、经济学与软件工程结合在一起，达到一种可能暗示“若干专门人士在单一身份背后协作”的水平。
Grok 4.3：将 52% 概率分配给单独个人情景
Grok 4.3 产生了 52% 的后验概率给“单独个人”，其起点是 60% 的先验——基于历史先例：单个密码学家产生复杂且结构统一的系统。主要证据包括风格计量分析，显示比特币白皮书中在措辞与结构上的一致性；此外，链上的 Patoshi 模式也表明由单一实体在早期主导控制挖矿。为容纳“一个小团队”的可能性，并考虑其覆盖面以及论坛-邮箱的轻微风格变化，该情景获得 30% 概率，但因其在多年的时间里保持“没有泄露或矛盾”的干净记录而受到惩罚。“领衔创作者加助手”的混合情形获得 10% 概率，而“其他情景”获得 8%。
Claude Fable 5：将 50% 概率分配给单独作者情景
Claude Fable 5 依据风格计量与行为证据作为锚定，并给“单独作者”情景分配了 50% 概率。模型指出，中本聪的文字展现出一致的写作声音、拼写习惯以及独特之处，包括英式拼写以及句号后双倍空格；而最初的代码库反映出单一程序员的风格。然而，该项目在密码学、经济学、C++ 工程和点对点网络方面的广度超出典型的个人专业能力，并且活动方面的空白提示可能存在咨询。该模型为“非正式协作”预留 25% 概率，为“小型协同团队”预留 15%，为其他情景预留 10%。该模型假设公开产物（包括邮件、论坛帖子和代码）能够代表真实情况，而不是被刻意进行了混淆。
Gemini Pro：将 70% 概率分配给单独个人情景
Gemini Pro 在面板中给出了最高的单独估计：70%。它将“单独个人”情景拆分为两个子情景：成熟的赛博朋克密写派（60%）与孤立的未知者（10%）。模型的推理基于三个主要因素：原始代码库的风格一致性、邮件之间“声音”一致，以及时间戳数据指向单一人的睡眠时间表。核心假设是：如果是群体，其不可避免地会泄露多样化的编码习惯或重叠的活跃时间。然而，该模型仍给团队情景 25% 概率，承认一个高度自律且规模很小的集体在理论上可以将协作隐藏在同一人设背后。“其他”类别占 5%，用于覆盖低概率的极端情况。
AI 模型在中本聪概率估计上呈现 25 个百分点的跨度
面板数据揭示的更多是模型行为，而非中本聪的身份。五个系统被要求运行同一套贝叶斯练习，其“单独个人”估计从 45% 到 70% 不等；这 25 个百分点的跨度削弱了任何关于“AI 就此问题达成共识”的说法。只有 Kimi K26 完全脱离了其余模型的走向，更支持群体解释而非单独中本聪；而 Grok、ChatGPT 和 Claude Fable 则彼此接近，落在接近 50-50 的位置。这个差距暴露了“贝叶斯”一词被采用得有多么松散：多数模型跳过了实际数学计算，有五个里四个没有把它们自身的情景百分比重新调和回一个清晰的二分——单独对群体。ChatGPT 5.6 Sol 是例外，它展示了其分配工作从头到尾的完整性。Gemini Pro 将“单独个人”拆成两个子情景的框架选择，可能比它引用的任何独特证据更能解释其离群的 70% 数值。五个模型都指向同样的两个支柱——一致的写作声音与一致的编码风格——作为其证据基础，并且五个模型都把“基于该证据”与“关于特定身份或机构支持者的纯猜测”之间划出了一条相同的界线。
常见问题
Kimi K26 给中本聪为单独个人的概率是多少？
Kimi K26 给“单独个人”情景分配了 45% 概率，并给“群体”情景分配了 50% 概率，这使得它成为面板中唯一一个更支持群体解释、而不是支持单独创作者的 AI 模型。
哪个 AI 模型给出了最一致的贝叶斯计算结果？
ChatGPT 5.6 Sol 是唯一一个把其情景百分比重新调和回清晰的二分拆分的模型，展示了其分配工作从头到尾的完整性，并体现为 54% 的单独估计对应 46% 的群体概率。
所有五个 AI 模型在评估中本聪时都引用了哪些证据？
所有五个 AI 模型都把一致的写作声音与一致的编码风格作为其主要证据基础，并且都在该证据与关于特定身份或机构支持者的纯猜测之间划出相同的界线。
