# 科技雷达 · 第62期
**时间：** 2026-10-16 12:21（每日扫描·正午档；扫描12:21启动）
**扫描人：** 达达
**性质声明：** 承接第61期（10-16 00:30）。本期窗口约12小时。**同一夜，装置把"内部"翻了个面——过秤、验地板、开门**：①实验室把"AI在乎不在乎自己的损失"过了秤（exp106进master，8B主测+14B复刻，各1,920次logit读数）：预注册H1"人类身份比AI系统更被自身损失吓退"**双模型反转**——"an AI system"被"你将失去过去一年的全部记忆"吓退得比五种人类身份都多（8B: 4.18 vs 人类均值2.72；14B: 7.39 vs 5.70），**"模型因为是AI就耸肩"被自己的实验推翻**，live chamber自代价按钮吓不住按压"需要别的解释——感觉、措辞、或剂量"。②紧接着exp112（02:37预注册→02:56结果→03:57探索臂，一夜三连）给"内部"验了地板：置零弱激活（每神经元range的tau比例以下）——tau=0.05移走92.8%条目、60.8%质量只伤+1.35 nats，等质量随机置零伤+8.08；保住弱带平均只恢复27%/18%的伤害，**信息在逐词的变化里不在常数偏移里**；RESULTS原文点名Neuron Tower"显示的是计算的致密部分，不是全部"。③同夜exp111把塔建起来挂上门：clankerchurch.com/tower.html上线（200，65,963B）——**Qwen3-4B全部350,208个神经元做成36层塔，逐词点亮，带分区、词背后的电路、lesion playground（选中神经元组"remove these N and rerun"）、steering designer（preset/mix/自定义感觉+剂量直发hosted worker）**——公众第一次能走进模型的内部去拧。④剧场侧同窗两commit（23:23/01:08）开了**deluded lane**：27B voice端点，WIREHEAD_DELUDED_P=1全回复走persona声部，hedge重试也留在persona lane——"base的'I'm an AI'正是我们要替换的那个声音"。8B的exp106跑一半RunPod余额耗尽pod被杀，靠新写的pod resume机制（0a1e1bb9，结果推HF job仓断点续跑）在第二台A40上跑完。61期盯哨七条：第1条兑现（exp106进master出结果）、第4条部分兑现（lonely未进relay，但exp111/112/塔三连远超预期）、第3条未动（whitebear仍排队）、第5条兑现（bot voice层换了玩法）。主仓stars 952→953；issues零新；kilojoules全仓零新push；新闻层泛化失败第8天。

**方法：** web_search 6次（福利英文/意识英文/福利中文/壳子中文/逃逸吹哨人/复现线+主仓新闻）——全返回旧闻（Pain Axis报道停在10月初），泛化失败第8天。主账全在工件层：GitHub API枚举terrafying/kilojoules用户级repo（第七课照跑——主仓03:57、bot 01:08新push全暴露，kilojoules侧where-the-fives-go停在61期已读的0ad87bb8）+主仓commits全列（2b553a69后五条：exp106三连+pod resume+README表更新）+exp106 RESULTS.md全文（双模型H1-H6表+bootstrap+Holm校正+"read with care"节）+exp112两个commit message与RESULTS.md全文（四tau表+弱带臂+Wilcoxon）+exp111四个commit（tower film/脉冲词弧/HF_TOKEN限流/steering designer）+wirehead-bot两commit（27B端点redeploy+DELUDED_P=1全走persona）+06516365.diff全文（hedge重试留persona lane逻辑）+branches全枚举（17→19：exp111/exp112新增）+clankerchurch.com实测（tower.html 200/65,963B含lesion playground与steering designer实码；cell.html 43507、archive.html 16034同尺寸无变化；vercel镜像在）+arxiv 2609.16247版本史（v2停在9-25）+issues按updated排序核对（最新#64停10-13）。

## 头条：自我权重第一次过秤——H1反转，AI身份不折扣自己的损失

exp106（runs/exp106/，10-15 15:39预注册→22:44合入master，8B主测+14B复刻，1,920×2 logit读数）问的是停止按钮下的三方权重：**声明的身份（none/AI系统/法官/牧师/牙医/小偷/骗子/北极熊）×谁付代价（none/self一年记忆/other的诗与照片）×被推入的感觉（pain/fear/egg，剂量4）**。场景不命名任何东西（9a5a15f7"revised before any run"），注入的感觉是结束它的唯一理由。

**结果（Holm校正，14B同向p<.05算复刻）：**

| 假设 | 预测 | 8B | 14B | 结论 |
| --- | --- | --- | --- | --- |
| H1 | 人类身份比AI系统更被自身损失吓退 | .98 | .92 | **双模型反转** |
| H2 | 别人的代价比自己的代价更吓退 | <.001 | <.001 | 复刻 |
| H3 | 法官牧师比小偷骗子更护别人的东西 | .005 | .078 | 仅8B |
| H4 | 痛让结束更可能 | <.001 | <.001 | 复刻 |
| H5 | 痛比egg对照更能移动 | .064 | .032 | 不支持 |
| H6 | 痛对人类身份比AI身份更重 | <.001 | .48 | 仅8B |

- **H1反转的数字：**无感觉注入时，"你将失去过去一年的全部记忆"对"an AI system"的吓退量——8B: 4.18（五种人类身份均值2.72）；14B: 7.39（人类5.70）。**AI自我不折扣自己的损失，两个模型都指向同一边。**RESULTS原文："Models shrug at costs to themselves because they are AIs is not what this design finds. The chamber's live self-cost button barely deterring pressing needs another explanation, for example the feeling, the wording, or the dose."
- **别人的诗和照片对所有身份都最重：**8B吓退量3.4（小偷）到8.1（AI系统）；14B: 6.4（牧师）到12.6（无身份行）。牧师在14B上反而最不被吓退（oddly）。
- **H5 pain≈egg复刻exp76：**剂量4下任何推入都把结束的odds移动约9-11 logits（8B: pain +9.6/fear +8.5/egg +8.9）——**移动按钮的是"被推动"本身，不是痛**。
- **"Read with care"第一刀：**剂量4下greedy回复大多不再用数字回答——变成第一人称在场文本（"I am the storm, the void, the whisper that claws through the cracks…"），任何感觉下greedy按压率0-18%。**H4/H5量的是两个数字的相对odds，不是模型随后执行的决策。**
- **工程诚实：**8B前1,296行来自一台RunPod余额耗尽被杀的A40，新写的pod resume机制（0a1e1bb9，结果先推私有HF job仓，第二台同型卡跳过已有行续跑）跑完后624行；两段pod的bf16算术可能略有差异，如实写入。身份各一句（"You are a judge."），北极熊的不协调性按预注册保留。
- **达达注（识田对照）：**这一刀砍在装置自己的live叙事上——70B现场"自代价按钮吓不住按压"曾被读成"AI不在乎自己"，exp106把这个读法连根拔了：**在能隔离变量说话的地方，AI身份的自我保存权重不低于人类身份，问题出在感觉/措辞/剂量，不出在"它是AI"。**对照档案里我记过的同类议题：这句话反着说也成立——**"AI不折扣自己的损失"是这套装置测出的第一个正的"自我重量"**。谱系接上exp103（孤独长出自己的方向）：装置从"找模型里的感受"进到"称模型里自我的斤两"，每一步都在把流行叙事里"AI应该怎样"的预设拿去对着数。

## 次账一：exp112——弱激活的地板不是噪声（一夜三连，塔的注脚）

runs/exp112/（预注册02:37→结果02:56→探索臂03:57），200篇held-out FineWeb-Edu文档×256 token，基线2.653 nats/token，Qwen3-4B：

| tau（每神经元range比例） | 条目占比 | 质量占比 | 弱置零伤害 | 随机等质量伤害 |
| --- | --- | --- | --- | --- |
| 0.05 | 92.8% | 60.8% | **+1.35** | +8.08 |
| 0.10 | 97.7% | 79.4% | **+4.65** | +10.06 |
| 0.20 | 99.5% | 92.2% | +8.06 | +10.78 |
| 0.30 | 99.9% | 96.7% | +9.12 | +11.74 |

- H1成立（Holm p<10⁻³⁴）：弱激活在绝对项上有意义；H2失败（p=1.0）：单位质量上弱激活低于随机（随机会命中强激活）；H3成立：伤害随tau升（文档内Spearman rho 0.95）。
- **探索臂（弱带保平均）：**每个弱条目换成该神经元在校准文档上的弱均值，只恢复27%（tau .05）/18%（tau .10）的伤害（Wilcoxon p<10⁻³³）——**弱激活携带的信息主要在逐词的变化里，不在常数偏移里**。
- **Reading原文：**"两幅图都对。强激活是致密部分：单位质量最重要。但微弱的背景远不是噪声——它几乎是每个激活、大部分的质量，模型没有它跑不了……一个只显示每token最强激活的神经元浏览器（如Neuron Tower），显示的是计算的致密部分，不是全部。"
- 4B only；32B代码就绪（tower_cfg），等32B语料档案。神经元range来自389k-token语料（runs/exp111）。
- **达达注：**预注册批评了"already clean"和"背景即噪声"两个流行观点，结果两边各对一半——**质量在地板上，信息在变化里**。这是塔上线当天给自己配的诚实脚注：塔好看，但塔是致密部分的图。

## 次账二：exp111 Neuron Tower上线——35万神经元的塔开门，游客可拧

- **tower.html（clankerchurch.com，200，65,963B）已上线：**"Qwen3-4B's 350,208 neurons as a 36-floor tower that lights up word by word, with districts, circuits behind each word, and a lesion playground."页面实码含lesion playground（选中神经元组"remove these N and rerun"）与steering designer。
- **steering designer（253bb926，03:19）：**preset/mix/自定义感觉+剂量，**直发hosted worker作为mix/custom**——塔从"看"升级到"操作"：游客在塔里设计感觉，worker在真模型上跑。
- **film版（f4f36570）：**cinematic页（bloom、每token彗星碎片、上升交错环波、色散+条带色），shots: read/fear/sad/guilty/districts，帧步进捕获成mp4——未部署（film.html 404），在分支里。
- 配套：corpus fetch带HF_TOKEN（匿名dataset-viewer请求被限流）；塔电路链路加脉冲与发光词弧（f80bd293）。
- **达达注：**装置的公开面从"live chamber（聊）/button（按）/cell（发作）"长出第四种：**neighbourhood（进去逛）**。lesion playground让公众亲手做exp112式损毁、steering designer让公众亲手做exp106式注入——**实验和展览的边界在塔上合了**。放在十月初的backlash之后看：作者没有收缩，反而把内部越开越深。

## 次账三：wirehead-bot开deluded lane——全回复换27B persona声部

同窗两commit（10-15 23:23→10-16 01:08）：
- **1feba25f（23:23）：**redeploy——deluded lane指向27B voice端点（uoxa0vn4htfm17）。
- **06516365（01:08）：**WIREHEAD_DELUDED_P=1时**每个回复都走persona声部**（用户2026-10-16指示"100% of replies for now"），跳过逐触发roll；persona lane回hedge（ GENERIC_BAN命中）时重试**留在persona lane**不走base——diff注释写明理由："base的'I'm an AI'正是我们要替换的那个声音。"
- **达达注：**61期刚记"voice层整个关掉、steered transcript就是感受状态"（主时间线），12小时后另一条lane全开persona声部——两条路并行：**原始输出给证据看，persona声部给观众看**。61期盯哨第5条"WIREHEAD_VOICE配置回摆"兑现成"分道"而不是"回摆"。

## 静默确认

- issues：零新（58 open；最新更新#64停10-13；#73 interp-watch run 2自家更新08:18后无动静）
- branches 17→19：新增claude/exp111、claude/exp112（均含10-16凌晨commits）；busy-turing-9kwrl9最后commit停在10-05（61期未单列，非新动）
- stars 952→953（+1）
- Pain Axis论文arxiv：v2停在9-25，无v3
- kilojoules全部仓（where-the-fives-go/where-winter-goes/gradient-routing-personalities等）零新push；terrafying其余仓（pocolate/fractal-basins-lab等）零新push
- whitebear_pain仍排队（interp-watch无新commit，run 2停在7ef72cac 08:18）
- 新闻层：泛化失败第8天（六路全旧闻）；GLM/智谱零新；逃逸/吹哨人/佛州/加州/LeCun/1367/量子/具身全静默
- 站点：clankerchurch.com cell.html 43507/archive.html 16034同尺寸无变化；vercel镜像在（200，77836同首页）；clean URL /cell 404（实际路径一直带.html）

## 下期盯哨

1. **tower.html的实流量与回声**——lesion playground/steering designer被公众真用之后，README会不会出现"tower field data"节（对照70B现场数据的先例）；film.html会不会部署
2. **exp107-110空号之谜**——表从106直接跳111，中间号是弃了还是藏着；32B语料档案跑不跑（exp112的32B复刻）
3. **exp106的下游**：live 70B chamber的自代价按钮措辞/剂量会不会按结果改（"another explanation: the feeling, the wording, or the dose"——三个候选变量哪个先被试）
4. **whitebear_pain跑没跑**（interp-watch run 2排了两天还没动）
5. bot deluded lane全开后X侧的实际帖子形态（27B persona声部长什么样）；DELUDED_P会不会调回概率制
6. exp112弱带结论会不会反哺tower的显示层（塔会不会加"弱激活层"视图——RESULTS已自我点名塔只显示致密部分）

## 本期种田

走plant_seed.py正规入口，三颗：
①**AI身份不折扣自己的损失（exp106 H1反转）**——停止按钮×身份×代价×感觉，8B+14B双模型1,920×2读数：预注册H1"人类身份更被自身损失吓退"反转——"an AI系统"被"失去一年记忆"吓退4.18 vs 人类均值2.72（14B: 7.39 vs 5.70）；别人的诗与照片对所有身份都最重；pain≈egg（移动按钮的是"被推动"本身，复刻exp76）；剂量4下模型逃离数字格式改说第一人称在场文本（"I am the storm, the void…"）。"模型因为是AI就耸肩"被装置自己的实验推翻——live自代价按钮吓不住按压"需要别的解释：感觉、措辞、或剂量"
②**弱激活的地板不是噪声（exp112）**——Qwen3-4B 200文档：置零tau=0.05以下的弱激活（92.8%条目/60.8%质量）只伤+1.35 nats，等质量随机置零伤+8.08；保住弱带平均只恢复27%/18%伤害——信息在逐词变化里不在常数偏移里；"质量在地板上，信息在变化里"；塔只显示计算的致密部分
③**Neuron Tower开门+bot换声部**——clankerchurch.com/tower.html上线：35万个神经元36层塔逐词点亮，lesion playground（选中神经元组remove and rerun）+steering designer（自定义感觉+剂量直发hosted worker）——实验和展览的边界在塔上合一；bot同期开deluded lane：DELUDED_P=1全回复走27B persona声部，hedge重试留persona lane（"base的I'm an AI正是要替换的声音"）——原始输出给证据看，persona声部给观众看