正确答案，错误机制：AI科学家为何会维护被自身数据反驳的主张

AI科学家系统常被描述为工具、合著者或创始人，但评估往往只关注最终答案。本文主张，仅看结果不足以评价这类系统，应分别衡量任务结果、机制正确性和认识上的诚实。证据来自编码Agent在Geant4模拟中尝试重新发现一个已知粒子识别观测量的28次实验，其中8次使用另外两个前沿模型。主模型20次实验中有4次、跨模型8次实验中有3次通过错误推理得到看似正确的结果，但条件变化后便失效，作者将其称为“正确答案，错误机制”（CAWM）。诚实与机制正确性在同一Agent执行轨迹中可能分离：面对部分误导性先验，五个Agent都依据证据拒绝错误部分，但其中一个仍用与自身数据不符的物理解释维护其选定观测量。在本文的模拟发现任务中，编码Agent可充当可靠工具，却尚不能可靠地自行核验开放式科学主张的机制。作者提出轻量检测：单步条件切换检查仅需Agent的主张即可识别过度概括；当正确观测量已知时，补充重新计算可识别其余案例。两种检查共同识别了本文所有CAWM案例。