审计发现声明：Agentic科学的双向判据与可判定的否定面

自改进科学AI声称获得新能力时，证据通常是基准差异、描述长度门槛或p值，但这些都不能区分真实增益、额外搜索、验证器变化或对不完美评判器的适应。我们建立双侧审计，否定侧具有形式依据：无假结的判定器无法表示交叉碱基对，因此运行前即可离线确定原验证器的表达边界。“新增”相对Agent自身原有能力，而非基础模型。首先，我们考察单个不完美判定器可以将能力声明放大多少。一个新构造、无需求解器的算子，在它所优化的预测器下解出60个交叉RNA目标中的43个，超过无上下文基线0/60；三个预测器共同评估时只剩1/60。对同一组43个目标，算子未见过的预测器仅确认其两个设计，而最小自由能求解器为26个（p=8e-7）。系统与自身判定器计算的任何统计量都无法看见这个差距。其次，在无法靠优化目标讨好的评审器下，Agent编写的程序可以用更少计算优于人工程序。六个前沿模型中，两个算子未超时的模型，迁移后得分0.293，人工方案为0.095（951个配对单元，目标聚类区间[+0.108,+0.297]，p=5e-5），同时少用4.6—10倍判定器调用。三层标准中，外部仲裁差异与非额外计算换来的增益均达到，机制可识别且可迁移则未达到：测试七个候选机制，没有改变统计量。面板自身仍限制结论，三个预测器共享最近邻热力学参数，其中两个一致性κ=0.673。对自身系统同样严格审计发现，匹配的无方向搜索增益严格为零，无搜索探针将主要效应的84%归到随机序列本来已能解决的目标。