① ⚡ 一句话总结：27 条断言（一句可判真假的话）里，总计数 10/27；外部可观测（对外能看到的动作与日期）9/13；内部过程（只有获准进入才能看到的事）1/14。内部的话大多验不了，能验多少看访问权（被允许看多少内部材料）。
② 🔍 本期最深发现：内部断言的可核实性（外人能否独立验证）等于访问权的函数，不是真伪的函数。I8（内部 14 条里唯一可核的一条）能被核，只因受托方获准进入现场 6 天，并获准测量。
速查 6 条
层是四维，不是一个人数。 塔尖（极少数能直接接触模型内部的人）约 5,000 人（卡帕西自述，未独立核实）。同一层内，环境不同，妥协倾向可差 100x〔OpenAI 自报〕；访问权不同，一边能现场看 6 天，一边只能看公开页面；记账口径（从哪天起算）不同，同一公布日可算 145 天或 76 天。底稿第 25、56、283 行。
记账的尺子本身可争。 5/13 起算 145 天，7/21 起算 76 天，差 69 天，禁取平均。事故页元数据却写 5/7 15:10 到 5/11 13:50，页面名是 5/13；备选 t0（起算日）得 151 天或 147 天，t0 本身可争 6 天。底稿第 33–38 行。
H2 报计数，不报单一总体百分比。 总计 10/27，外部 9/13，内部 1/14。总体 37.0% 只作参考，Wilson 区间（小样本比例的误差范围）21.5–55.8%，跨过 40% 线；n=27（样本 27 条）不足以定谳。单人编码，未做第二编码者，无 κ（两名编码者判断的一致程度）。底稿第 60–62 行。
访问权与发表权是权衡曲线。 8/26 那次：现场 6 天，约 1,300 份带思维链转录，未收费，可删节公开。10/22 那次：7/21–8/11 共 21 天，61 页内部报告，只有 38 页给两家机构领导层；覆盖率约 75–94%〔METR 自报〕，内部 Codex（OpenAI 的代码助手）流量 99.2% 可监测〔METR 自报〕。删掉的 23 页内容未披露。不是访问越多，公开越多。
锚句要修正。 锚句（本期要检验的那句流行说法）是「人还在做 OpenAI-Hugging Face 事件的考古」，为转述级（原文未取得）。字面=验证（9/4 约 1.8 万帖〔单源·未复测〕、10/5 自查、10/22 红队帖）；对象=修正（考的是账本）；机制=修正（挖报告没写的地方）；时滞=降级（9 天只作同类行为再发现速度）。
新事件空窗，假设状态分开写。 10/22 红队帖：发生 7/21–8/11，公开 10/22；发生到公开相隔 93 天。10/23–10/24 三条检索路径未获新增，写「空窗」，不写「确认不存在」。H1 未获可采信证据（0/3 组）；H2 部分支持（结构成立，比例判据失效）；H3 不可测（口径不允许）；H4 本期未检视，不更新。
数字标签速记
- 100x、93%、898、198：每处带〔OpenAI 自报〕。
- 20%、7%、75–94%、99.2%：每处带〔METR 自报〕。
- 约 1.8 万帖：带〔单源·未复测〕。
- 约 40 万美元（~$400K）：带〔单源·自估·未复测〕。
- 约 5,000 人：带「卡帕西自述、未独立核实」。