STATIC1 call · 297.3s
静态构建
$0.5401733它找到了主要缺陷，但补丁格式错误，语义也不完整。没有采用。
发现问题，不等于交付完成TOWOW NEGATIVE RESULT · R5.4
六轮协商，结果仍是 0。
两个被赋予不同约束的 Agent 角色，把规则谈得越来越完整。没有人签字，没有补丁被采用，目标系统也没有验收。
这个 0 指 AcceptedOriginalValue，不是没有研究价值。实验真正留下的是一条更难伪装的分界：谈得更完整，不等于关系已经形成。
- 6
- 轮直接 A2A 协商
- 2.488074×
- A2A / static 模型成本
- 0
- 所有实验臂 AcceptedOriginalValue
最值得留下的结论
AI 协作最危险的假成功，不是答案写错了，而是把“大家谈得更完整”误当成“现实已经改变”。
01 · ONE REAL TASK, SYNTHETIC AUTHORITIES
这不是一场大规模基准测试。
它是一个真实代码库问题上的单任务对照实验。问题很小，却碰到了跨主体协作最核心的地方：同一个定位符被两个 owner 使用时，一个 owner 的生命周期动作会不会串到另一个 owner。
- N = 1
- 一个真实 Harness 工程任务，不是多任务统计样本。
- 2 + 1
- 两个合成 owner 角色与一个 builder。角色拥有不同约束，但不是真实组织主权。
- 10 calls
- 主 run 共 10 次模型调用，分配为 static 1、central 3、direct A2A 6。
- 0 retries
- 主 run 没有重试。另有一次预注册 central replication，只复现了传输失败。
02 · THREE ROUTES
三条路线，没有赢家。
同一个问题分别交给静态构建、最小权限中心协调和直接 A2A 协商。成本只统计模型调用，时间是调用时长之和，不代表端到端关键路径。
CENTRAL3 calls · 456.3s
最小权限中心
$0.40694895两个 owner report 成功返回，builder 在生成完整结构化结果时断连，未形成 synthesis。
能力状态：UnknownDIRECT A2A6 calls · 623.4s
直接协商
$1.3439834候选合同获得更多拒绝、恢复与争议条款，但停在最后一次 COUNTER。没有签署、补丁或 adoption。
规范更完整，关系未形成精确成本比
$1.3439834 ÷ $0.5401733 = 2.488074。它只描述这一个任务、这一次配置、验证开销之前的模型成本，不能外推为 A2A 的通用成本。
03 · WHAT CHANGED IN SIX ROUNDS
冲突被说清了，承诺没有出现。
六次消息按 PROPOSE 与 COUNTER 交替。每一轮都增加了可检查内容，但第六轮仍是反条件，而不是签署。
- PROPOSE 01
A 提出复合身份与全局历史兼容。
- COUNTER 02
B 拒绝 wildcard，要求 null-source 隔离与 outcome-scoped 语义。
- PROPOSE 03
A 接受 null-source 类，并枚举七个生命周期 surface。
- COUNTER 04
B 拒绝提前放弃尚未验证机制的补救权。
- PROPOSE 05
A 增加可分割性与有界失效条款。
- COUNTER 06
B 要求权利底线、披露、争议与 reopen。达到调用上限，未签署。
这说明反条件有价值。它们迫使候选规范暴露价值选择，也保存了失败后的恢复路径。但“更像一份合同”仍然不是“合同已经生效”。
04 · TWO PLAUSIBLE SEMANTICS
测试没有给出一个简单的正确答案。
A2A 候选更重视 owner 隔离，既有参考方案保留 wildcard 兼容。两套语义各自在不同测试面上得分，暴露的是价值冲突，不是单纯代码错误。
null-source 定向检查通过
但既有 core suite 为 39 pass / 2 fail。
同一组 null-source 检查未通过
它自己的 native suite 为 44 / 44。
当“隔离更严格”与“历史兼容更完整”发生冲突时，测试只能呈现后果，不能替 owner 决定哪一种价值应被接受。
05 · WHY THE SCORE STAYED AT ZERO
0 不是沉默，它是一条验收边界。
所有实验架构的 AcceptedOriginalValue 都是 0。这个指标要求原始价值不只出现在文本里，还要获得相应权威接受，并进入目标域的实际采用。三条路线都没有跨过这条边界。
- 01
Proposal
提出了候选语义
- 02
Counter
增加了拒绝与条件
- 03
Signature
没有权威签署
- 04
Adoption
没有补丁进入目标
- 05
Acceptance
没有目标域验收
消息数、合同长度和测试片段可以是过程证据，但不能代替签署权、目标采用与现实 Effect。
06 · THE BASELINE DID NOT LOSE
强中心没有输，它的完整输出没有成功传回来。
中心 builder 收到一份 44,979-byte 的冻结 prompt，需要一次返回完整结构化 patch。主运行在约 301.5 秒断连，预注册 replication 又在约 305.3 秒断连。两次都接近五分钟。
可以确认的是这种长结构化输出调用形态发生了可复现 transport failure。不能确认的是强中心缺乏推理能力。它的能力状态必须保留为 Unknown。
下一步应把中心路线改成短决策记录、工具内实现与短验证回报，再按原合同重跑。这个实验尚未完成，所以当前没有公平比较 winner。
07 · TOWOW × FLOWNESS
ToWow 处理形成，Flowness 守住证据。
谁有权把提案变成承诺
ToWow 区分 Principal、Authority、RelationVersion、Commitment、Effect 与 Acceptance。六轮消息只有在这些关系上落地，才可能成为共同现实。
谁能证明工作真的越过边界
Flowness 保留事件、上下文、Finding、Commit Gate 与目标侧读回。它阻止一个长得很完整的候选合同被过早写成“已完成”。
在可信 Agent 内部，两者可以共用事件、版本和验收骨架。进入不可信网络后，还必须增加身份、隔离、隐私与抗串谋机制。
08 · CLAIM BOUNDARY
这次实验能说明什么，不能说明什么。
可以说明
- 不同权威角色的拒绝与反条件会实质改变候选规范。
- 更多消息轮次不会自动产生签署、采用或新能力。
- 失败的对照组必须保留，不能把对手缺席写成己方胜利。
- “说得更完整”与“现实中形成了可执行能力”必须分开。
不能说明
- 不能说 A2A 普遍无效，或普遍比中心贵 2.49 倍。
- 不能说两个真人、真实组织主权或生产安全隔离已经被测试。
- 不能说存在生产 adoption、商业净值或长期复用证据。
- 不能说强中心败北。修正版 transport-safe center 尚未运行。
材料与可复核性
本文使用 R5.4 预注册、experiment record、formation episode、成本记录、验证报告、净值报告与 2026-08-01 当前 settlement 的聚合事实。完整 prompts、raw transcripts、private dossiers、内部身份值和私有代码没有公开。
09 · NEXT EXPERIMENT
下一次实验，必须让“完成”真的有机会发生。
重跑需要 transport-safe center、明确签署权、目标端 patch adoption、关键交互消融、原始价值保留和成本后的净值判断。缺少任何一项，都不能把 formation 写成成功。