五個領先的 AI 模型——Kimi K26、ChatGPT 5.6 Sol、Claude Fable 5、Grok 4.3，以及 Gemini Pro——被要求使用貝葉斯機率分析來評估「比特幣創建者中本聰（Satoshi Nakamoto）」究竟是單一個人還是一個團體。這些模型給出的「單一創作者」估計介於 45% 到 70% 之間；其中 25 個百分點的差距，更多揭示的是 AI 的推理模式，而非中本聰的實際身分。只有 ChatGPT 5.6 Sol 將其機率調整為一致的 54% 單一估計；而 Kimi K26 是唯一偏向團體解釋的模型：其給出 50%（團體），而單一創作者為 45%。所有五個模型都以一致的文風與程式碼風格作為主要證據基礎，然而其中四個模型未能正確對齊其自身貝葉斯情境百分比。該實驗凸顯：當 AI 系統面對比特幣匿名創作者這個長達十七年的謎題時，它們在結構化不確定性方面的方式可能大不相同。
五個 AI 模型使用貝葉斯分析評估中本聰身分
每個 AI 模型都收到相同的提示，要求它建構一棵簡單的貝葉斯情境樹，辨識「中本聰是單一個人」或「屬於一個團體」的三個最可能情境，為每個情境指派機率，並確保三個情境加上「其他情境」類別合計為 100%。接著，模型被要求估算「中本聰是單一個人」相對於「屬於團體」的整體機率。一位沉默超過十年的單一創作者，其敘事與市場權重，會不同於可能仍在活躍、被協調、或在多種控制架構下持有鑰匙的小團隊。鏈上模式，例如 Patoshi 指紋，已強化「早期主導挖礦實體」佔主導地位的論點，但仍未能完全釐清該實體是單一人士，或是數人協同運作。
Kimi K26 以 50% 機率偏向團體解釋
Kimi K26 將單一作者權重定為 45%，原因是白皮書與程式碼呈現統一的文風、一致的 C++ 風格，以及典型於某位多才多藝的單一博學者的窄幅專業窗口。然而，該模型也將 35% 機率分配給「小型協調團隊」情境，理由包括 2008-2010 年間的全天候論壇活動，以及密碼學、經濟學與程式編寫的同步精通。由於缺乏外洩或官僚痕跡，該模型對「機構型集體」給出 15% 機率，而「其他」情境則涵蓋 5%。這些先驗導致「單一」45% 對「團體」50% 的機率結果，使 Kimi K26 成為小組面板中唯一偏向團體解釋、勝過單一創作者的模型。
ChatGPT 5.6 Sol 產出一致的 54% 單一估計
ChatGPT 5.6 Sol 將「中本聰是單一個人」情境分配為 54% 機率；小型協調團隊為 30%；由主導創作者帶領助理為 10%；其他情境為 6%。該模型是面板中唯一將其情境百分比回推並整理成乾淨的雙向拆分的系統，展現其分配工作從頭到尾的計算流程。其 54% 的單一個人估計主要依據：中本聰異常一致的寫作風格、連貫的技術哲學、統一的程式碼做法，以及高度受控的公開通訊。46% 的團體機率仍維持在相當比重，因為比特幣同時結合了密碼學、分散式系統、經濟學與軟體工程到一定程度，而這也可能暗示數位專家在單一身分背後協作。
Grok 4.3 將單一個人情境分配為 52% 機率
Grok 4.3 給出單一個人的後驗機率為 52%；其起始先驗為 60%，基於歷史先例：單一密碼學家產出複雜且一致的系統。主要證據包括風格計量分析，顯示比特幣白皮書在文風與結構上具一致性；此外，鏈上 Patoshi 模式也顯示由單一實體主導早期挖礦控制。為了涵蓋更廣的面向並容納些微的論壇或電子郵件風格變化，小團隊情境獲得 30% 機率，但因「多年缺乏外洩或矛盾」的情況而受到扣分。由「主導者＋助理」所構成的混合情境獲得 10% 機率，而其他情境則為 8%。
Claude Fable 5 將單一作者情境分配為 50% 機率
Claude Fable 5 依循風格計量與行為證據作為锚定，並將「單一作者」情境分配為 50% 機率。該模型指出，中本聰的著作展現一致的文風、拼字慣例與獨特癖好，包括英式拼法，以及句號後的雙重間距；而原始程式碼庫也反映出單一程式設計師的風格。然而，該專案在密碼學、經濟學、C++ 工程與點對點網路方面的涵蓋範圍，超出典型個人專業能力，而活動面的落差也暗示可能存在諮詢。該模型為非正式合作保留 25% 機率、為小型協調團隊保留 15% 機率，並為其他情境保留 10% 機率。該模型假設：公開的文物（包含電子郵件、論壇貼文與程式碼）具有代表性，且並非被刻意遮蔽。
Gemini Pro 將單一個人情境分配為 70% 機率
Gemini Pro 在面板中產出最高的單一估計：70%。它將「單一個人」情境拆分成兩個子情境：已建立的 cypherpunk（60%）以及孤立的未知者（10%）。該模型的推理依據主要來自三個因素：原始程式碼庫的風格一致性、跨越電子郵件的統一「文聲」，以及時間戳資料顯示單一人的睡眠排程。其核心假設是：若為團體，幾乎必然會外洩出多樣化的程式碼習慣，或是重疊的活躍時段。然而，該模型仍為「團隊」情境分配 25% 機率，並承認一個高度自律且規模很小的集體在理論上可以將協作隱藏在同一個筆名背後。「其他」5% 類別則涵蓋低機率的極端情況。
AI 模型在中本聰機率估計中呈現 25 個百分點的落差
面板數字顯示的更多是模型行為，而不是中本聰的身分。五個系統被要求進行同一套貝葉斯測試，得到的「單一個人」估計介於 45% 到 70% 之間；這 25 個百分點的差距，削弱任何關於「AI 在此議題上存在共識」的說法。只有 Kimi K26 完全脫離其餘系統的分布：它偏向團體解釋，且相較於單一中本聰為高；而 Grok、ChatGPT 與 Claude Fable 則落在接近 50-50 的區間。這個差距暴露出「貝葉斯」概念被套用得有多鬆散：多數模型跳過了實際的數學計算，其中四個未能將其自身情境百分比回推並對齊成清晰的「單一」對「團體」雙向拆分。ChatGPT 5.6 Sol 是例外，因其展示了分配計算從頭到尾的過程。Gemini Pro 將「單一個人」再拆成兩個子情境的設定選擇，很可能比它引用的任何獨特證據更能解釋其 70% 的外圍值。五個模型都指出相同的兩個支柱——一致的寫作文聲與一致的程式碼風格——作為證據基礎；並且五個模型都在該證據與對特定身分或機構支持者的純粹推測之間，畫出相同的界線。
常見問題
Kimi K26 對中本聰是單一個人的機率分配是多少？
Kimi K26 對「單一個人」情境分配 45% 機率，對「團體」情境分配 50% 機率，使其成為面板中唯一偏向團體解釋、勝過單一創作者的 AI 模型。
哪個 AI 模型的貝葉斯計算最一致？
ChatGPT 5.6 Sol 是唯一將其情境百分比回推整理成乾淨的雙向拆分的模型，並以一致的 54% 單一估計對應 46% 的團體機率。
五個 AI 模型對中本聰的評估都引用了哪些證據？
五個 AI 模型都將一致的寫作文聲與一致的程式碼風格作為主要證據基礎，且都在該證據與對特定身分或機構支持者的純粹推測之間，畫出了相同的界線。
