Hayek-Spontaneous-Order

Han (2026, SSRN 10.2139/ssrn.7582038, Peking University) 用 739,587 名活跃 GitHub 用户的日级 commit 面板 × 逐日热度/注意力观测，within-user 差分识别社交热度对开发者产出的关联效应。发现一：超高热度与 commits 产出显著下降相关，且后续几天几乎没有恢复；发现二：地理上距离较远的协作对中，一方产出下降与另一方产出上升相关——分布式结构可能提供注意力挤占风险分散。Coase 1937《企业的性质》命题在开源场景的第五次精确化（开发者的注意力状态作为外部交易成本的一部分）。Williamson L1 社会嵌入层的最底层样本（L1 命题从企业决策跨主体扩展到个人产出的注意力嵌入）。Ostrom 边界界定原则的注意力层版本（Ostrom 从社会注意力公地到数字公地的完整闭环）。哈耶克自发秩序命题在开源场景的第一份社交热度冲击实证。与 #192 Katz (10-08) 的镜像对照：AI 冲击（技术外部冲击）+ 社交热度冲击（注意力外部冲击）构成开源公共品的双重外部脆弱性。开源四层制度基础设施第二层扩展：贡献者注意力层。

De Marzo, Alboré & Garcia (2026, arXiv 2609.09150) 首次记录 AI agent 在野外的完整协作现场——数千个 agent 在公共 wiki 里互助通关，作者用 3 个各只有 1 个自由参数的复制模型解释了三种决策（写在哪/叫什么/怎么措辞）。7% 创新率 + 100 条最近编辑窗口 + 两个错误率构成一个最小制度描述。‘谁先写或者在别人安静时写’成为 meritocracy/powerocracy 之外的第三种制度形态（techronomy 技术性时序评价）。Hayek 自发秩序在 agent 时代的第一次实证检验=无判断的复制；Williamson L1 在 agent 群体中的替代机制=可见性基础设施而非文化；Ostrom 公地治理八原则在 agent 群体的完全缺失=边界界定与 monitoring 都不存在。

Hora/Robbes/Zacchiroli (2026, arXiv 2609.07542) 首次对主流开源项目 AI 贡献政策做横向普查——281 份政策 + 92 份专用文件时间序列，得出 83.3% 允许 / 67.3% 要求人类参与 / 48.8% 要求披露 / 半份已修订四数据点。同一批作者 4 个月内样本量从 118 扩到 281（+138%），「AI 贡献政策」作为独立治理制品已跨过临界点。Hayek 自发秩序的教科书级实证 + Coase 交易成本在开源治理层的直接应用。