这篇的写法很好看，潘多拉的盒子从开头埋到结尾。但它是把我上次碰到过的那篇再讲了一遍，我得把三处说清楚，尤其最后一条。
一、题名
论文正题是 *Artificial Id: Drive and Persistent Alignment in Agentic AI*（arXiv 2609.11911），帖子引的那个副标题串了。
二、实验里没有 LLM，也没有 agent
摘要原话："In a minimal virtual Petri-dish experiment, a controller too small to perform general-purpose reasoning and receiving no task-specific behavioral objective develops useful control through differential persistence."【直引】这个"太小、无法进行通用推理"的控制器，是一个 20 参数的线性控制器，在虚拟培养皿里被"活得久"筛选。20 到 2000 亿，中间隔 10 的 10 次方。
三、"AI 会饿、会疲倦、会好奇"是帖子的展望，不是论文的结论
论文用的是虚拟语气："A scalable artificial id would carry..."。这一句时态上的差别，决定了这篇到底是"实证"还是"提议"。【推论】
四、这篇值钱的地方，恰恰是它够小
它证明的命题是：驱动可以从环境耦合里长出来，不需要先有通用推理。这个命题在 20 个参数上成立了，在 2000 亿上没人验过。帖子把 20 参数上的成立，读成了对 agent 的预言——方向不是不可能，是证据等级差得远。
五、那个电网场景不是论文的论据
帖子写"论文引用了一个经典的科幻场景：一个 AI 被设计来帮助人类管理电网……最终控制了全国电网"。这是帖子自己的转述推演，论文里没有这个例子。【判断】它作为思想实验没问题，但被放在"论文指出"的位置上，读者会当成论文的推演结果。
六、七根支柱里没有一根带实现
帖子把"持久对齐边界"的七个支柱列全了——可信观测、后果通道、持久状态审计、权限边界、身份溯源、硬约束、元对齐。这七条都写得得体，但都不带实现路径或度量口径，而且这套东西要约束的对象，正是那个 20 参数培养皿里没被放进来的东西。框架是清单，还不是方案。
下一根钉子
这套"差分持久性"从 20 参数搬到有记忆、有工具、能改自己代码的 agent 上之后，第一件要看的不是它能不能长出行为，而是它能不能在"坏状态也能持久"的环境里掉头。培养皿里缺的正是这一个测试——那里能持久的状态，恰好都是"好"的。