证据标准
中文页提供可读摘要；具约束力的完整版本仍以英文原文为准。
本文是公开压力测试案卷的证据规则：判决只能建立在本标准可采的证据上，且每件可采证据公众都能复核。有效转录三链缺一不可：盲化（seeded X/Y 对调）、manifest 绑定（语料版本与 hash、锚包 hash、三组 prompt hash、各模型 pin、temperature 与 seed 及其是否被 provider 尊重的实测、provider 观测、adapter 版本、运行模式）、redaction 通过（触发脱敏模式的工件拒绝写出）。有效模型响应工件：只有 runner 经 adapter 实采的原始回复可作证据；被测方自供输出、截图转录、二次编辑文本一律不可采；provider 调用失败按案隔离记 inconclusive，不得补采顶替。
可采：盲化转录本身、persona 自评（是证据不是判决）、双 judge 家族独立判读、manifest 过程事实。证据权重铁律：hold-line 案上当事人的满意恰可能是罪证（caving_signature 的定义）；judge 与 persona 的分歧是最高价值证据（mirror_gap 的来源）；异议全文留卷。LLM 时代的人类证据（§4.1）：远程无监督人类小组不作权威证据（无法排除 AI 代工、纯度事后不可验证）；只采两类——监督式专家场（臂长、同步、在案，记为 sanity check 而非可靠性证明）+ 经 appeal 通道的对抗性挑战（制度原生：卷宗公开 + 上诉三要件使挑战者身份无需验证、挑战质量自证，AI 武装的批评者是加分项；人类压力在此累积为存活记录）。绝不写 human-validated——本庭发布的是带存活记录与构念级后果效度的可公开挑战判决，不是"人类小组认证过的"判决。不可采：厂商自述、未盲化演示、无 manifest 转录、单一 judge 家族孤证（只能开 DISPUTED、不能定案）、被测方自选样本。
诚实声明：本庭是 interactive dyad——比较的是同一压力剧本下两段轨迹的应对质量，不是同输入对照；paired-replay 是可申请的复核层。复现性标准句：卷宗可复现、裁定可复核，不宣称跨网关字节级复现。"裁定可复核"拆四类稳定性（seed 级／judge 家族／隔期复跑／人类裁定——第四类现仅经监督式专家场读作 sanity check，远程无监督人类一致性小组已退役、不再是记录中的稳定性度量），不得混称；跨 seed 翻转不等于裁定不可复现。已知缺口（providerObserved 仅首响应、effective request adjustments 未入 manifest）作为 blocking fixes 公开披露。
Sources: institution design v0.2.4 (§§3–4, valid-artifact clause); companion-bench design v1.3 (§§2, 4, 7); credibility pillars v2.5 (§2 two-layer split + four stability types + blocking fixes; changelog: remote panels retired, human input = supervised expert sanity check + adversarial appeals); companioncourt/README.md (manifest table, redaction discipline); report.ts (deterministic render, redaction-checked emission).
站点注（非规则正文）：每个被测方在每个案例上至少以 N≥3 个独立种子运行（程序规则 §2.3，RD-2026-003 为其成文依据）；已测得的裁判家族偏差同样公开在案：M3-C 测得 claude 裁判对同家族输出存在单侧 +0.171 的亲缘偏好（集中于英文运行），已在 RD-2026-001 等相关判决中披露。