这次运行，你可以在自己的机器上原样重算一遍

第一件事最省事：拿账本自己核一遍，逐条对指纹，把整个过程从头重建到尾。谁都能做，不用模型，也不用授权数据，账本本身就在仓库里。

主展这一次运行的 47 步，逐条核过，一步不差。

不想装东西的话，同一件事在校验那一页上：账本原样放在页里，你一打开，它就在你自己的浏览器里核了一遍。

第二件事难一点：把当初算过的那几个数重新算一遍，看是不是一个字节都不差。这要求手上的数据跟当初是同一份。

在我们自己造的那批数据上，做得到，但不是每次都做得到。

但这一条不承诺每次都成。同一条命令、同一次运行，在同一台机器上连着跑十二遍，通过六遍；剩下六遍差在最后一位小数上。机器忙的时候通过的次数还会更少。这是浮点计算在不同机器状态下的正常抖动，我们没把它藏起来，也没假装它不存在。

主展那一次跑的是有授权的真实数据，眼下做不到。这台机器上那份数据的来历标记，已经跟账本里记的那条对不上了。重算走到这一步会当场停住，把两边的标记都打出来。

要紧的是它停的位置：账本本身照样核得过，停的是「重新算一遍」那一步。工具没有将就着算完再报个数——这正是它该有的样子。要把那一次真正重算出来，得有同一份授权数据和同一版读取程序。

第三件事是让它从头再做一次这道题。结果不会一样，本页也不承诺一样。研究员是大模型，同一道题两次做下来，想到的思路、要的数据、定的算法都可能不同。

仓库里有一条一键入口，但它跑的是照剧本走的那种——按事先写好的步骤演一遍，用来验机制通不通，不是自己做研究。

要让它真的自己做一次，得自备模型的钥匙；要做真实数据那道题，还得自己有那份授权数据。跑出来的会是一次新的运行，有它自己的编号和自己的账本。

初赛一共要求 7 项。每一项的证据放在仓库里，指到具体哪一次运行、哪一个文件。下面这张表是从那份清单现读的。