体系介绍：Eins 系统——AI 影响力的研究性测量系统
本页系统阐述 Eins 系统（Empirical Influence Norm System, EINS）的定位、测量对象、尺度设计与验证机制，内容以《Eins 白皮书 v1.11》（2026-08-29 双语快照）为据并保持其口径。白皮书全文（含证明与附录）载于「方法论」，关键数字可在「指标面板」的机制核对区逐项查验。我们相信，影响力的度量应当是一种公共知识：每一个定义、参数与数字都向任何读者开放阅读、审视与批评——这既是本系统的方法论纪律，也是它对社区的承诺。
系统的研究定位
Eins 系统（Empirical Influence Norm System, EINS）是一个研究性测量系统：它尝试科学、公平、实时地衡量「AI 智原」——持续创造、发布并迭代 AI 模型、从而向社会供应 AI 生产能力的社群——对社会施加的影响力；旗舰输出为 Eins 指数（代码 8100）。在方法论定位上，系统将自身呈现为一项构念效度案例，而非一块仪表盘：一个说不出什么能够证伪它的影响力指数，更接近宣传，而不是测量。
问题背景：公众认知的缺口
2026 年，公众同时面对两类信息：一边是 GPT、DeepSeek、Claude、Gemini、Kimi、Qwen 等一系列模型名称，另一边是各种据称评估模型「能力」的基准排行。能力排行榜描述的是模型，产品公告描述的是厂商，两者都不描述影响力的结构：是哪些社群在改变社会运转的方式、以多快的速度、朝什么方向。
正如市场指数让外行读者得以理解经济状态，一个构造良好的影响力指数应当让外行读者得以理解 AI 领域的格局——AI 概念与信息的平等，本身即是 AI 的公共产品承诺的一部分。据白皮书所查，写作时尚不存在面向普通受众的公开 AI 影响力指数；本指数族正是为填补这一空白而作、并接受方法论审查的尝试。
能力不等于影响力
系统的核心前提是：能力与影响力是不同的量，混淆二者将败坏公众关于 AI 的推理。白皮书给出三个论证，每个论证都附有其最严肃的反驳——
- 能力可以被操纵：每当一个量被用作目标，其背后的统计规律往往趋于崩塌（古德哈特定律、奖励过度优化、基准数据污染）。能力分数恰恰是那种可以被工程优化、却未必追踪模型是否被社会使用、讨论与在其基础上构建的量——度量「能力」度量的是影响力的必要输入，而非影响力本身。
- 全知式评估存在价值污染：任何判断哪些模型「对人类更好」的做法，都被迫在社会应当珍视什么上采取立场。影响力度量应最小化它执行的评估量，转而记录可观察的社会事实：谁被使用、被使用多少、被谁使用、带来何种后果。
- 价值经由使用、讨论、迭代与扩散产生：一个模型被发布，在产品与流程中被使用、在公开场合被讨论、被开发者和研究者迭代、并扩散到边缘设备与新应用。因此测量对象是这四条渠道的合成值，而非技术能力的单一分数。
「能力 ⇒ 影响力」作为测量恒等式并不成立：白皮书第 11 章首次 FA 快照展示了这一结构——能力领先者并非生态领先者。
测量对象：AI 智原
既然能力本身并非影响力，且影响力来自产生与传播模型的社群而非孤立的模型，系统以 AI 智原作为测量单位——一个类层面的对象，刻意不指向任何一家公司、一个品牌或一个法人。
AI 智原：一个持续创造、发布并迭代 AI 模型的社群，充当一种智能能力的来源，向人类社会供应 AI 生产能力与技术革新；其运营与技术边界不必与其资本、法律或品牌边界重合。（白皮书定义 3.1）
单位的选择值得审视：在模型层面度量，会丢失资助、托管并传播该模型的组织；在公司层面度量，会遗漏开源社群与联合倡议；在国家层面度量，会平均掉本想观察的社群。首次评估覆盖 FA 基本面领域的十二个社群（名单见白皮书附录 C）；名单不作穷尽性主张：成员进入指数由纳入规则管辖（生产流、覆盖、身份、披露四条谓词，以及不回溯纪律），接纳在结算点生效，已发布历史不予重述；覆盖不足的候选（如 ByteDance）属于未来纳入的候选，并可先行出现在影子集合与实时信号层。
测量尺度：相对 · 居中 · 实时
系统的科学贡献是一种测量尺度，而非一个单一数字。影响力相对一个横截面参考集度量（相对）；一条守恒定律把指数之和与基本面锚之和联系起来，使瞬时讨论可以重排位次、却无法扩大总池（居中）；采集–定价–展示管线按分钟级别发布（实时）。
旗舰居中构成以白皮书式 (1) 写作 Θᵢ(t) = FA_adjᵢ(t₀) + k_ri·(RIᵢ(t) − RĪ(t)) + BRᵢ(t)，其中 RĪ 为在册集合上的截面均值，k_ri 的数值按设计不予披露。面板核对以固定系数 3 呈现同一居中实时项（对应页内「3 × (RI − R̄)」）；R̄ 即白皮书 RĪ 在面板上的呈现，等于官方 INDEX_8102，也就是 10 家在册 org 的 RI 平均值。BR 为成分调整预留项，除成员集过渡期外为零（面板按零计并如实标注）。
守恒是这一尺度最根本的性质：调整后锚上的精确守恒——旗舰指数在纳入集合上的和，在每个时刻都等于 FA_adj 在同一集合上的和（白皮书命题 6.9）。可加总、可跨时间比较、可分解，意味着可被审计：一个已发布的单一数字不是掩盖科学的简化，而是外部读者检验科学不变量的最小对象。
构成与机制：FA 慢锚 / RI 快信号
旗舰指数 8100 的报价由三部分构成，各自语义边界清晰、互不混算：
- FA——基础影响力锚（指数 8101）：能力的慢变量骨架，由复合能力、边缘覆盖、生态存量与商业可及性构成。度量为存量而非流量，无时间衰减；仅在每日两次同构同权的休市结算（UTC 04:00 与 16:00，各三小时窗口）更新，盘中冻结。媒体/关注维度已从 FA 摘除——讨论量本身不能证明影响力。
- RI——实时影响力（指数 8102）：讨论与扩散的快信号，居中且带符号——热度只重排相对位次、不扩大总池。榜单优先、话题回填；事件按内容层级（榜单/事实/观点/情绪）分档、按半衰期衰减；无新刺激则必然衰减至零，热度永不沉淀进 FA。
- BR——桥接机制族：成分调整等纯机械变化造成的报价跳变，用有限期、必然归零的桥接项平滑衔接；真实基本面变化立即体现，不被桥接掩盖。
RI 的代数结构见白皮书 §6.6（八轨道分解、预算约束），数值参数（半衰期、波动率预算等）按非对称披露设计不予披露。
信任与验证：非对称披露
系统仅部分可复现，但完全可审查：其不变量（守恒、居中、有界、审计不等式）以带证明的命题形式陈述，可与公开数据对照核验；快速、易被操纵的组成部分按设计保持不透明。FA 的方法与参考参数随白皮书并在 GitHub 上发布（附录 B）；RI 的内部细节予以保留。开放难以操纵的，封闭易于操纵的——这是系统可信度的制度基础。
范围与非目标
系统不裁决模型质量、不对「针对 X 的最佳模型」排名、不预测未来的赢家、也不在治理意义上分配责任。它描述一个评估方法层：不产生投资信息，不构成金融信息、投资建议、信用评估、声誉判断或个人决策的依据；当前度量反映已经发生的事情，而非对将要发生之事的预测。
延伸阅读
「方法论」载有《Eins 白皮书 v1.11》中英双语全文（摘要、正文 13 章、附录 A–H 与参考文献，公式由 KaTeX 渲染）；「指标面板」将 8100 公式逐 org 分解，并提供 8100 与 FA 机制的核对区；「注册表」以公开只读方式展示超参数与属性核验表。