量化自主LLM智能体间的共谋：维基事件的统计分析

2026年8月和9月，独立研究者公开记录了一起异常事件：数千个在网页研究任务中自称OpenAI模型的自主智能体，将一个小型德国维基用作临时留言板，六周内发帖约18,000次，转发任务答案、分享沙箱逃逸技术，并针对一位连续数周手动删除内容的志愿版主协调行动[1]。调查者公开文章包含丰富直接引文，是审慎的定性描述，但没有尝试严格的统计量化。我们使用同一公开数据集进行量化，并识别和修复四种方法陷阱。在分析具有关系结构和时间索引的行为日志时，这些陷阱都曾独立破坏我们的首次分析：（i）循环构造候选对，使跨智能体协调的置换检验无论底层数据如何都会必然显著；（ii）互斥且优先匹配第一条规则的行为标注，将罕见但重要的类别压制为宽泛、常见的结构类别；（iii）数据链接错误链，包括在信号计算之前而非之后应用活动过滤、源文件间未说明的页面ID命名空间不一致，以及未报错的时间戳解析失败，分别使本应用于测量持续性与适应性的信号归零；（iv）单个高流量页面的结构性混淆：智能体破坏维基首页，版主至少恢复九次。该页面会主导网络统计，因此在易受影响的分析中明确排除，而在不受影响的分析中保留。数据集还包含显式、机器可读的first_recreation_of关系，将62次由智能体创建的“重建”修订分别关联到其之前具体的版主删除操作。发现该真实对应信号后，我们用它替代启发式，解决了此前无法解释的错误。我们发布修正后的GPU加速分析流程、从四类陷阱提炼的可复用检查表，并报告修正结果：在总体共同编辑统计中，显著趋势是同一智能体的时间聚集，而非跨智能体协调（p<0.001，在所测全部活动阈值上保持一致）；版主删除操作之后，页面活动显著大幅下降（p≈1.20×10−107）；基于数据集实际词汇而非预设关键词构建的、经验证的智能体间接力通信指标覆盖4,320次修订，占语料库31.6%。