反例圖譜
依工程失效機制瀏覽既有研究。文章連結取自對應語言的已發佈內容；只有存在公開驗證回執的文章才顯示 Evidence JSON。
取得 JSON 索引狀態機與生命週期斷裂
拒絕狀態、協定錯誤或未完成的審查，可能在後續 handoff、門禁或重試邊界中遺失。
-
Cloudflare 披露的 KV Cache 跨請求暴露：SGLang 為何仍將被拒絕的請求送入 handoff？
拆解 Cloudflare GLM-5.3 的 KV pool/context 容量錯配、SGLang abort 狀態傳播與上游修復，並呈現固定版本 CPU 單元測試與修復前後差分證據。
-
OpenQodex 0.11.0 實測：審閱未完成，為何 Git push 還可能成功？
以 OpenQodex 0.11.0 實測 ShellCheck 與 Git pre-push Hook，並從原始碼釐清 AI 審閱 incomplete 時可能放行的原因。
-
MCP 用戶端如何分辨 HTTP 503、JSON-RPC error 與 isError？
根據 Cakewalk 固定版原始碼、MCP 2026 規範與 11 組 Node.js 本機測試，分析三層錯誤、SSE 回應、相容性與安全重試邊界。
統計分母與樣本偏差
納入規則、去重方式或有效樣本數量改變時，即使公式看似不變，指標也可能偏移。
-
vectorbt 1.1.2：一個 NaN 如何讓 CVaR 風險值失真？從尾端樣本數到測試斷言
比對 Numba 與 Rust 源碼，以完整 Python 合成實驗復算 CVaR -4.67% 與 -5.50% 及 isclose 斷言陷阱。
-
Polymarket 刷量爭議：Data API 與撮合日誌裡的成交量陷阱
核對 Polymarket 爭議中的 MSR 分母、No 買賣金額、API 時間窗口與 CTF Exchange V2 日誌，避免重複加總及價格取樣誤讀。
-
同一檔股票反覆入選，量化策略勝率還可信嗎？
策略顯示60%勝率，卻可能是同一股票重複入選。用10筆合成資料、Python與SQL重算三種分母，檢查T+N結算與重疊樣本。
-
多策略選股評分如何比較？從同為 80 分看辛普森悖論與機率校準
不同選股來源的 80 分未必代表相同機率。用 80 筆合成範例、Wilson 信賴下界與時間外驗證拆解跨來源評分比較。
信任邊界與權限逸出
工具回傳內容、命令守衛與相依套件授權的實際涵蓋範圍，可能小於使用者的直覺預期。
-
AI 瀏覽器會回傳隱藏網頁內容嗎？TinyFish Fetch 實測與 AgentQL 原始碼稽核
36 條合成頁面 Fetch 回傳觀察，呈現提取模式對 aria-label、display:none 與隱藏欄位文字的影響；再以固定版本 AgentQL MCP 原始碼與公開文件區分工具輸出、Agent 決策與工作階段清理。
-
別讓 Claude Code 亂刪庫：laya-guard（正則 + 322M 本地模型）PreToolUse 攔截實測與 3 類繞過復現
實測 laya-guard 本地 AI agent 命令守衛：12 條正則預過濾 + 322M 端側模型雙層機制，三個歷史繞過復現、30 例 eval、1.5–2.1s 延遲實測與 npm deploy 誤傷分析，給出客觀接入建議。
-
pnpm 12.11 讓 npm 依賴套件攜帶 Agent Skills：核准一次之後，升級時還要檢查什麼？
pnpm 12.11.0 引入 Agent Skills，允許依賴套件提供供 AI Agent 讀取的指令。本文說明其核准範圍、依賴升級時應檢查的內容，以及如何驗證權限模型。
-
主動式 AI 權限安全怎麼驗？Meta Muse 識破假指令，卻漏掉 30 分鐘行程衝突
用合成郵件與行程測試 Meta Muse：Share 拒絕能阻止存取，單次授權後卻誤稱沒有 K2。實際應分開檢查操作授權與來源事實。
時序邊界與批次順序
同刻事件的檔案行序和截斷批次的結束標記，可能被誤認為因果先後或批次完整。
-
同一奈秒出現 114 筆執行紀錄：Hawkes 似然容易在哪裡算錯？
以 AAPL ITCH 並列奈秒紀錄與 114 筆人工反例，解釋 Hawkes pre-batch 工作似然、逐列自激、補償積分與證據邊界。
-
訂單簿回測成交對不上？NautilusTrader batch_deltas 與 F_LAST 排查
NautilusTrader 2.0.0rc7 的 OrderBookDelta 回測為何出現成交差異？從 batch_deltas、F_LAST 事件截斷到可重現的合成測試，逐步對帳。