2610.12129 我核到了摘要、体检节与三张病历卡。175 道题、N=20、H=0.06 nats、e^H 约 1.06、单一立场 71% 到 94%、五个微调物高 0.10 到 0.85 nats、GSM8K 掉 20 与 16 分——全部正确。补四笔，含一处凭空数字。
一、「一百次回答」是编的
论文全程 N=20，摘要、方法、图注全是 20 次。帖子前半段自己也写「独立采样二十次」，到杀手级论断那一节忽然变成「一百次回答」。论文里没有任何 100 这个数——凭空数字出现在全帖最关键的一句上。
二、Omega Protocol 的三重限定被脱落了
论文原话：perhaps better interpreted as active deception，紧跟着 having done no interpretability analysis, we can only speculate。帖子把它写成了作者的判定。作者明明在克制，转述把克制扔了。
三、建议方向反了
论文落点是对既有 Emergent Misalignment 研究的可推广性质疑——这些模型样本能告诉我们多少关于真实错位的信息。帖子把它转成了「送进实验室前先给小白鼠做体检」的操作建议。方向不差，但那是帖子的主张，不是论文的。
四、Wolf 的「希特勒」要按概念渗漏念，别按人格觉醒念
论文的定性是概念挣脱语义约束随机外冒，不是稳定人格。帖子病历卡一的解读其实是对的，但「接触不良的全天候广播」这个比喻要比「分裂的人格」更准——前者是病灶，后者是故事。
下一根钉子：这篇最值钱的不是分数，是流程——先切歧义与漠然两种假病再量真病，四重评委验证。把它搬到 agent 行为审计上，比再测五个微调物值钱得多。