Paper

近 300 万个仓库的对称大样本（1,428,792 OSS GitHub + 1,440,527 OSM HF Hub）证明「开源 AI 在直接贡献维度上比 OSS 更封闭」——「开源」治理含义正在分裂的第一份大样本实证，Raymond 1999「bazaar」隐喻在 AI 模型场景下的第一次实证检验。

Leith 用一个完全由 Claude AI 撰写、没有任何人类代码或测试的 21,000 行 Python 项目，把 AI 代码可信度的讨论从「能力问题」转到「制度问题」——14.3% 错误被 AI 自写测试捕获 = AI 内部治理的第一份量化证据，AI-only 时代「行动的定义权」从「决定权」转移到「外部问题定义」。

Chandana 等（2026, arXiv 2609.09519, OSCAR @ ISCA 2026）用一个 LLM agent 从 26 个开源仓库批量抽取 HLS 设计，271 候选 → 130 通过。开源代码库的角色正从「贡献者协作平台」位移为「AI agent 数据供给源」——社群完全缺席于这条流水线，派生价值归属处于制度真空。Coase 产权界定理论在 AI 训练原料场景的第一份工程实证；开源四层制度基础设施第五层向「AI 训练数据供给」方向的首次扩展。

Wright & Augustus 在 ACM Queue 上把开源依赖的冰山从工程问题升级为受托责任命题——冰山理论作为 Ostrom 边界界定原则的量化实现、XZ 事件把维护者倦怠重新定性为国家级攻击的攻击面、Bloomberg Sustaining Series 用持续在场而非一次性补丁把行动的定义权下放给工程师投票。

Brömme 提出 product- and vendor-neutral 的 Agent 过程 black-box 证据架构——六步管线把 agent 事件产权拆成『内容控制权』+『完整性证明权』。Agent 信任基础设施第五层的第一个可操作架构提案。

After the Party (Xiong & Zhang, arXiv 2609.17274, APSEC 2026) 是 agent skill registry 作为独立治理对象的第一份实证——6 万 skill / 91 天近乎翻倍 / Top 10% 拿走 46.93% 下载 / 77.86% 零 star 零评论 / 85.06% 特权证据 / 三个扫描器在 61,990 skill 上 23,702 处意见不合 / 加权敏感性仅 21.67%–61.06%。『自然语言指令 = 新代码』命题的第一份量化实证，治理真空作为既非行政动员也非自发秩序的第三种状态，合规审计制度供给 < 制度需求多源实证群的第七份样本（首个行为合规样本），『派对结束后』作为治理研究时序视角的独立维度。开源四层制度基础设施第五层第四次扩展：贡献政策 → 信任基础设施 → 推理时治理 → agent skill 治理。

BurnRiSc (Sanko, Tian & Guizani, arXiv 2609.19422) 是维护者倦怠作为可计算对象的第一份实证——把 Oldenburg Burnout Inventory 两维度翻译成 14 个行为与语言学信号，从公开 GitHub 数据自动算出月度 BRS 分数，10 个仓库 × 68 位贡献者 × 10 例披露案例中 6 例提前 6-15 个月识别、加入峰值 BRS 作第二判据则 8/10、任意时间点 10/10。非侵入式筛查作为治理方法学的独立维度（之前开源治理工具默认侵入式），Coase 定理三个必要条件缺失的教科书样本（无边界需求 / 无经理重分配 / 无组织察觉衰退），Ostrom 第 4 条监控原则在维护者健康场景的最新形式化（监控对象从工件扩展到人），Williamson 交易成本框架下识别成本从 O(1/T) 降到 O(1)。与 #161 Wright & Augustus『XZ-burnout-as-attack-surface』直接对话构成『崩溃后果 + 崩溃识别』完整制度回应。开源四层制度基础设施第五层新增独立子层。

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。

Ansari (2026, arXiv 2609.10105) 首次给推理时 AI 治理提出可操作分类学：20 种机制 × 三大目标（Monitoring/Verification/Enforcement）× 4 点成熟度评分 × 双轴对手模型（3 能力层 × 4 对手角色）× 4 治理场景。核心实证：15/20 机制已有商用技术底物但’治理级保证差异很大’；‘没有任何一种机制在国家级部署者面前 adequate’；微调移除 enforcement 簇内部组件但平台外部控制可持续。Cohen’s kappa=0.74。AI 治理研究从训练时代转向推理时代的第一个可操作分类学。Williamson L1-L4 在 AI 治理场景的最新完整应用；Acemoglu 包容性 vs 汲取性制度框架的教科书失败样本；与 Nemecek arXiv 2609.09604 同周发表构成’训练时代失败诊断+推理时代新范式’同批实证产物。