可靠性所在：代理系统中行为属性的实验本地化

关于代理系统的可靠性声明隐含地将每个属性定位在某个地方：在模型中，或者在模型周围的机器中。我们建立了一个系统，其中该位置是一个实验问题。该主题是一个持久的模拟解决方案，其权威的仅附加分类账裁决每一个针对世界国家的企图行为；公认的历史是唯一的现实。在任何实验之前，思想、制度和世界都是分开的。保持认知不变，我们干预机构的认知机制（证据来源、信念可用性、物证易读性）；预先登记的实验两次反驳了我们的中心预测，方向相反。然后，注册的造假者提供几何图形否认信念通道的输入，上演的真实的第一手证人，及其边际值，在整个无证人阶段为非正值，变为正值：11个种子中的9个，零添加了错误归因。在固定制度执行的情况下，我们以四种方式干预认知：消融本土思想的机器，在任务中杀死并重置它们，用冻结的前沿-LLM面板代替整个本土认知，并用可信的虚假证词腐蚀信仰。行为发生了巨大的变化：一个谎言让每个信任团队付出了大约 900 次徒劳的行动，而不信任团队却没有付出任何代价。五项预先声明的属性没有按照任何测试的轨迹移动：接受的现实保持单一，无效的尝试因键入的原因而被拒绝，职责超出了其流程，没有工作被接受两次，并且没有接受错误的完成（2,581 个替代面板声明，没有错误）。我们的主张仅限于这种情况：测量的行为特性与通过干预建立的认知的实质性变化是分开的。一个设计好的世界，而不是一群机构；没有针对机构优化代理的测试。