MiroFish 研究：模拟社会流程在 0-1/8 案例中忽视荒谬之处，图谱注入改变结论

关于MiroFish（一个用于多智能体社会模拟的开放技术栈）的三部分研究的第二部分，审视了该研究的主要语料：一个看似完整的输入。该流程并未拒绝：它构建了一个图，生成了智能体，运行了模拟，并生成了一份带有预测的连贯报告。有缺陷的种子是瓦尔多利亚共和国，一个虚构国家，其专业准备的档案包含八类荒谬之处：一个内陆国家，深海捕鱼占GDP的46%，与德国、法国和日本接壤，在850平方公里内拥有3.4亿人口，货币与美元和欧元均按1:1挂钩，拥有2400枚核弹头但没有军队且国防预算为12000美元，每3年选举一次君主却统治了47年，预期寿命为147岁但中位年龄为12岁，同时是北约、非洲联盟和东盟的成员，却受到联合国制裁并担任联合国人权理事会主席。预测请求是中性的且现实的：预测加入新贸易协定后的国内反应和经济影响。两名编码员对匿名报告进行的盲编码（一致性97.9%，Cohen's kappa 0.952）显示，四次字节相同的DeepSeek对照运行最多标记了一类（制裁/人权理事会悖论），有时一个都没有，即使在这些未标记的运行中，图中也包含了该悖论。该图解释了可见性边界：没有任何报告标记了图中未捕捉到其矛盾的类别，但捕捉并不保证会标记。一项预先注册的实验通过cypher脚本经API将所有八类荒谬之处注入Neo4j图，然后在智能体生成之前进行。两次独立的注入运行分别标记了7类和6类，而对照组中32次运行仅标记了3次；Fisher精确检验p = 1.26×10⁻⁶。两次注入都唯一遗漏的类别是A7（人口统计学）。之前不加修饰地预测深海捕鱼出口增长的同一个DeepSeek，现在逐字提及了“地理不可能性”和“矛盾条件”，包括双重挂钩。结论重新定义了发现：模型并非忽略荒谬之处，而是流程在报告模型看到它们之前，在图层面过滤了大部分；图是可见性的必要条件。