綜合來看，這份小組的數字更多反映的是模型行為，而非中本聰身分本身。五個被要求進行相同貝葉斯測試的系統，對「單一個人」的估計落在 45% 到 70% 之間，差距達 25 個百分點，削弱了任何「AI 在此問題上達成共識」的說法。只有 Kimi K26 完全脫離其他模型的走向，偏向團體解釋而非獨自的中本聰；而 Grok、ChatGPT 與 Claude Fable 則彼此相近，落在接近 50-50 的區間，將其視為幾乎像拋硬幣般的結果。
這個落差也揭露了「貝葉斯」一詞被套用得多麼鬆散。多數模型沒有真正完成實際的數學推導：五個之中有四個沒有把自身的情境百分比重新調整成清楚的雙分法（單一對比團體），而是默默把「其他」類別丟棄，而不是將其納入計算。ChatGPT 5.6 Sol 則是例外，它把分配計算從頭到尾完整展開。Gemini Pro 採取相反做法，將「單一個人」拆成兩個子情境後再合併，因此其外圍值 70% 更可能是這種框架選擇所造成，而不一定是它所引用的任何獨特證據。
模型們在「一致」的地方，比它們「分歧」的地方更具揭示性。所有五個模型都以相同兩個支柱作為證據基礎：一致的寫作聲音與一致的程式碼風格；也都在同一條界線上劃分這些證據，與對特定身分或機構背書者的純推測。這種收斂意味著，這些 AI 系統之間真正的分歧並不在於中本聰之謎背後的事實本身。分歧在於每個系統如何構造不確定性，並將權重分配給證據；而在經過十七年之後，這些證據仍然無法被確定地解出答案。
中本聰是一位孤獨的天才，還是一支秘密團隊？ChatGPT、Grok 和 Claude 做出決定
在比特幣推出後超過十七年之際，「中本聰」究竟是一個單一個人，還是受協調的團體所推動，仍然是該協定最具重大影響、但尚未解開的謎團之一。因此，我們請來五個當今最領先的人工智慧（AI）模型來釐清這場爭論。
重點整理
5 個 AI 模型被問：中本聰是否獨自運作
一位沉默超過十年的單一創作者，其敘事與市場權重，會與一個可能仍在活躍、受協調，或在多重控制架構下持有金鑰的小團隊大不相同。像 Patoshi 指紋這類鏈上模式，已增強了早期主要挖礦實體可能占主導地位的論點，但仍未完全釐清該實體是由一個人完成，或是幾個人協同運作。
要探討領先的人工智慧（AI）模型如何以結構化的機率推理來評估這個問題，我們在一組前沿系統上以相同提示詞進行測試，包括 Grok 4.3、Claude Fable 5、ChatGPT 5.6 Sol、Gemini Pro 與 Kimi K26。每個模型都被要求建立一棵簡單的貝葉斯情境樹，為最可能的解釋分配機率，並估計中本聰是獨自運作，還是屬於某個團體的機率。
提供給每個 AI 模型的提示詞是：
此外，我們也請每個 AI 模型在一段不超過 100 字的文字中解釋其針對特定結論的推理。而該特定提示詞恰好是：
Kimi K26 思考答案：
Kimi K26 推理：
我將單獨署名權重給到 45%，因為白皮書與程式碼呈現出一致的敘事聲調、符合 C++ 的風格，且專業能力範圍相對狹窄，這類特徵通常出現在一位多才多藝的單一人物；然而，2008–2010 年間的論壇幾乎是全天候的活躍，以及加密、經濟與程式編寫的同步精通，則暗示可能是一個小型協調團隊（35%）。由於缺乏洩露資訊或官僚體制的痕跡，機構型集體（15%）的可能性較低，而「其他」則涵蓋未知的未知（5%）。這些先驗會根據持續的保密性與風格一致性之證據進行更新，因而得到 45% 單獨對比 50% 團體的機率。
Claude Fable 5 高智商答案：
Claude Fable 推理：
我以文體計量與行為證據為核心：中本聰的著作展現出一致的聲音、拼字慣例與個人癖好（英式拼法、句點後的雙重間距），而原始程式碼基底也反映出單一程式作者的風格——因此我偏向「單一作者」。然而，該專案的範圍（加密、經濟、C++ 工程、點對點網路）超出了典型個人專長的上限，而且活動的落差暗示可能有諮詢協助，因此我保留了相當權重給非正式協作。我假設公開的工件（電子郵件、論壇貼文、程式碼）具有代表性，且並非刻意被遮蔽。透過將這些因素以粗略的可能性判斷來整合——不是形式化的先驗——我得到 50/25/15/10 的拆分。
Grok 4.3 專家模式答案：
Grok 4.3 推理：
這個預測來自一個簡單的貝葉斯更新：對「單獨署名」先驗給到約 60%，理由是歷史先例中常見的是單一加密學者能產出複雜且彼此協調的系統，如早期協定或白皮書；接著我再向下調整。主要證據包括文體分析顯示比特幣白皮書中的聲音與結構一致，此外 Patoshi 的鏈上模式也顯示由單一實體統一掌控的早期挖礦控制；這些比起細微的拼字不一致與專案範圍更大等因素更具分量，因此支持「單一個人」的後驗機率為 52%。小型團隊情境（30%）用來容納專案廣度與論壇/電子郵件風格略有變化，但由於缺乏乾淨、跨多年的洩露或矛盾，我對它進行了懲罰。混合的「主導者＋助理」情況（10%）用來涵蓋有限投入但未完全共享的可能，而「其他」（8%）則吸收低機率的極端情況。依照這些權重，得到 52% 的單一對比總合 40% 的團體。
ChatGPT 5.6 Sol 高智商答案：
ChatGPT 5.6 Sol 推理：
54% 的「單一個人」估計主要建立在中本聰異常一致的寫作風格之上：其技術理念連貫、程式碼方式一致、且公開溝通受到嚴格控制——這些都符合單一主要創作者的特徵。46% 的團體機率仍然相當高，因為比特幣同時結合了加密、分散式系統、經濟與軟體工程，而且這種整合達到的程度，可能意味著多位專家在同一身分背後分工合作。我將「個人」情境略微提高是因為沒有明顯的文體破裂、協調洩露或出現可被獨立驗證的合作者；同時也承認，一個高度自律的小團隊可能刻意維持單一的「聲音」。
Gemini Pro 延伸思考答案：
Gemini Pro 推理：
對「單一個人」給出 70% 的機率，主要依據三個關鍵因素：原始程式碼基底的風格一致性、跨電子郵件中一致的「聲音」，以及時間戳資料顯示為單一人的睡眠時間表。核心假設是：若是團體，勢必會在編碼習慣或重疊的活躍時段上洩露多樣性。合乎邏輯地說，從加密與經濟所需的深度、多學科專業知識，強烈指向一位既有的賽博朋克（60%），而非孤立且未知的人（10%）。然而，這種極端複雜性同樣也支持 25% 的團隊機率，因為我們承認：一個高度自律、規模很小的集體，理論上可以在單一人格背後掩飾其協作。
交叉權衡證據
綜合來看，這份小組的數字更多反映的是模型行為，而非中本聰身分本身。五個被要求進行相同貝葉斯測試的系統，對「單一個人」的估計落在 45% 到 70% 之間，差距達 25 個百分點，削弱了任何「AI 在此問題上達成共識」的說法。只有 Kimi K26 完全脫離其他模型的走向，偏向團體解釋而非獨自的中本聰；而 Grok、ChatGPT 與 Claude Fable 則彼此相近，落在接近 50-50 的區間，將其視為幾乎像拋硬幣般的結果。
這個落差也揭露了「貝葉斯」一詞被套用得多麼鬆散。多數模型沒有真正完成實際的數學推導：五個之中有四個沒有把自身的情境百分比重新調整成清楚的雙分法（單一對比團體），而是默默把「其他」類別丟棄，而不是將其納入計算。ChatGPT 5.6 Sol 則是例外，它把分配計算從頭到尾完整展開。Gemini Pro 採取相反做法，將「單一個人」拆成兩個子情境後再合併，因此其外圍值 70% 更可能是這種框架選擇所造成，而不一定是它所引用的任何獨特證據。
模型們在「一致」的地方，比它們「分歧」的地方更具揭示性。所有五個模型都以相同兩個支柱作為證據基礎：一致的寫作聲音與一致的程式碼風格；也都在同一條界線上劃分這些證據，與對特定身分或機構背書者的純推測。這種收斂意味著，這些 AI 系統之間真正的分歧並不在於中本聰之謎背後的事實本身。分歧在於每個系統如何構造不確定性，並將權重分配給證據；而在經過十七年之後，這些證據仍然無法被確定地解出答案。