Var Satoshi et ensomt geni eller et hemmeligt team? ChatGPT, Grok og Claude tager stilling

5 AI-modeller blev spurgt, om Satoshi arbejdede alene

En enkelt skaber, der har holdt sig tavs i over et årti, har en anden fortælling og markedsvægt end et lille team, der muligvis stadig er aktivt, koordineret eller besidder nøgler under flere kontrolstrukturer. Onchain-mønstre såsom Patoshi-fingeraftrykket har styrket argumentet for en dominerende tidlig minedrift-enhed, men de har ikke fuldt ud afklaret, om denne enhed var én person eller flere, der arbejdede i fællesskab.

For at undersøge, hvordan førende kunstig intelligens-modeller (AI) vurderer dette spørgsmål ved hjælp af struktureret probabilistisk ræsonnement, kørte vi den samme prompt på et panel af banebrydende systemer, herunder Grok 4.3, Claude Fable 5, ChatGPT 5.6 Sol, Gemini Pro og Kimi K26. Hver model blev bedt om at opbygge et simpelt bayesisk scenarietræ, tildele sandsynligheder til de mest sandsynlige forklaringer og estimere chancerne for, at Satoshi opererede alene kontra som del af en gruppe.

Den prompt, der blev givet til hver AI-model, var:

»Brug et simpelt bayesisk scenarietræ til at identificere de tre mest sandsynlige scenarier for, om Satoshi Nakamoto var en enkeltperson eller en del af en gruppe (f.eks. et lille koordineret team eller et kollektiv), og tildel hvert scenarie en sandsynlighed. Sørg for, at de tre scenarier plus kategorien »andre scenarier« tilsammen udgør 100 %. Baseret på disse vægtninger skal du estimere den samlede sandsynlighed for, at Satoshi var en enkeltperson i forhold til at være en del af en gruppe. Svar i et afsnit på højst 100 ord, hvor du i én sætning skelner mellem evidensbaserede antagelser og spekulationer.”

Desuden bad vi også hver AI-model om at forklare ræsonnementet bag sin specifikke konklusion i et enkelt afsnit på højst 100 ord. Og den specifikke opgave lød således:

"Forklar begrundelsen bag din specifikke forudsigelse i et afsnit på højst 100 ord, hvor du nævner de primære faktorer, antagelser og logiske trin, der førte dig til denne konklusion."

Kimi K26’s begrundelse:

Kimi K26’s ræsonnement:

Jeg vægtede eneforfatterskabet til 45 %, fordi whitepaperet og koden udviser en ensartet stemme, en konsekvent C++-stil og et snævert ekspertiseområde, der er typisk for en polymat, men den døgnet rundt-aktivitet på forummet i 2008–2010 samt den samtidige mestring af kryptografi, økonomi og kodning tyder på et lille koordineret team (35 %). Et institutionelt kollektiv (15 %) er mindre sandsynligt i betragtning af fraværet af lækager eller bureaukratiske spor, mens »andet« dækker over ukendte ukendte faktorer (5 %). Disse forudsætninger opdateres på baggrund af beviserne for vedvarende hemmeligholdelse og stilistisk sammenhæng, hvilket giver en sandsynlighed på 45 % for en enkeltperson mod 50 % for en gruppe.

Claude Fable 5 – Svar baseret på høj intelligens:

Claude Fables ræsonnement:

Jeg baserede mig på stilometriske og adfærdsmæssige beviser: Satoshis tekster viser en ensartet tone, stavningskonventioner og særheder (britisk stavning, dobbelt mellemrum efter punktummer), og den oprindelige kodebase afspejler en enkelt programmørs stil — hvilket taler for en enkelt forfatter. Projektets bredde (kryptografi, økonomi, C++-udvikling, peer-to-peer-netværk) overstiger imidlertid typisk individuel ekspertise, og huller i aktiviteten tyder på mulig konsultation, så jeg tillagde uformelt samarbejde en betydelig vægt. Jeg antog, at offentligt tilgængelige artefakter (e-mails, forumindlæg, kode) er repræsentative og ikke bevidst tilsløret. Ved at kombinere disse via grove sandsynlighedsvurderinger – ikke formelle forhåndsfordelinger – fremkom fordelingen 50/25/15/10.

Grok 4.3-svar i ekspertmodus:

Grok 4.3-begrundelse:

Forudsigelsen stammer fra en simpel bayesiansk opdatering: en ~60 % forudgående sandsynlighed for eneforfatterskab, baseret på historiske fortilfælde, hvor enkeltstående kryptografer har skabt komplekse, sammenhængende systemer som tidlige protokoller eller hvidbøger, derefter justeret nedad af modsatrettede faktorer. De primære beviser omfatter stilometriske analyser, der viser en ensartet tone og struktur i Bitcoin-whitepaperet, samt Patoshi-mønsteret på blockchainen, der vidner om en samlet kontrol over den tidlige minedrift udøvet af én enhed; disse vejer tungere end mindre uoverensstemmelser i stavningen og projektets omfang, hvilket understøtter en posterior på 52 % for en enkelt person. Et scenarie med et lille team (30 %) tager højde for bredden og små stilistiske forskelle mellem forum og e-mail, men straffes af den klare, flerårige fravær af lækager eller modsigelser. Det hybride scenarie med en hovedansvarlig og assistenter (10 %) forener begrænset input uden fuld deling, mens kategorien »andet« (8 %) dækker ekstreme scenarier med lav sandsynlighed. Vægtningen af disse giver et samlet resultat på 52 % for en enkelt person mod 40 % for en gruppe.

ChatGPT 5.6 Sol High Intelligence-svar:

ChatGPT 5.6 Sol-begrundelse:

Skønnet på 54 % for en enkelt person bygger hovedsageligt på Satoshis usædvanligt konsistente skrivestil, sammenhængende tekniske filosofi, ensartede kodningsmetode og strengt kontrollerede offentlige udtalelser, hvilket alt sammen passer til en enkelt hovedskaber. Sandsynligheden på 46 % for en gruppe er fortsat betydelig, fordi Bitcoin kombinerede kryptografi, distribuerede systemer, økonomi og softwareudvikling på et niveau, der kunne tyde på, at flere specialister arbejdede bag én identitet. Jeg vægtede scenariet med én person lidt højere, fordi der ikke fremkom klare stilistiske brud, lækager i koordineringen eller uafhængigt verificerede samarbejdspartnere, samtidig med at jeg anerkender, at et disciplineret lille team bevidst kunne have opretholdt én stemme.

Gemini Pro Extended Thinking-svar:

Gemini Pros begrundelse:

Sandsynligheden på 70 % for en enkelt person bygger på tre primære faktorer: den oprindelige kodebases stilistiske konsistens, den ensartede »stemme« på tværs af e-mails og tidsstemplingsdata, der indikerer en enkelt persons søvnrytme. Den centrale antagelse er, at en gruppe uundgåeligt ville afsløre forskellige kodningsvaner eller overlappende arbejdstider. Logisk set peger den dybe, tværfaglige ekspertise, der kræves inden for kryptografi og økonomi, stærkt i retning af en etableret cypherpunk (60 %) frem for en isoleret ukendt person (10 %). Imidlertid retfærdiggør netop denne ekstreme kompleksitet sandsynligheden på 25 % for, at der er tale om et team, idet man må erkende, at et meget disciplineret, lille kollektiv teoretisk set kunne skjule deres samarbejde bag én persona.

Vurdering af beviserne

Samlet set afslører panelets tal mere om modeladfærd end om Satoshis identitet. Fem systemer, der blev bedt om at udføre den samme bayesianske øvelse, fremkom med individuelle skøn, der varierede fra 45 % til 70 % – et spænd på 25 procentpoint, der undergraver enhver påstand om AI-konsensus i spørgsmålet. Kun Kimi K26 brød helt ud af rækken og foretrak en gruppeforklaring frem for en enkelt Satoshi, mens Grok, ChatGPT og Claude Fable landede tæt på hinanden omkring 50-50-mærket og betragtede det som tæt på et lodtræk.

Forskellen afslører også, hvor løst begrebet »bayesiansk« anvendes. De fleste modeller sprang den egentlige matematik over: fire ud af fem undlod at afstemme deres egne scenarieprocenter tilbage til en klar todeling mellem »en enkelt person« og »en gruppe« og udelod stille og roligt deres »andre«-kategori i stedet for at tage højde for den. ChatGPT 5.6 Sol var undtagelsen og viste sin fordelingsproces fra start til slut. Gemini Pro valgte den modsatte tilgang ved at opdele »en enkelt person« i to underscenarier og kombinere dem – et valgt rammesæt, der sandsynligvis forklarer dets afvigende tal på 70 % mere end noget unikt bevis, den fremførte.

Det, modellerne er enige om, er mere sigende end det, de er uenige om. Alle fem pegede på de samme to søjler – en konsekvent skrivestil og en konsekvent kodningsstil – som deres bevisgrundlag, og alle fem trak en identisk grænse mellem dette bevisgrundlag og ren spekulation om specifikke identiteter eller institutionelle bagmænd. Denne konvergens tyder på, at den reelle uenighed blandt disse AI-systemer ikke handler om de underliggende fakta i Satoshi-mysteriet. Den handler om, hvordan hvert enkelt system strukturerer usikkerheden og vægter de beviser, der sytten år senere stadig ikke giver noget endeligt svar.