《寒灯训算》墨聿舟

18、红线相似度 代码风格比

　　`style_patch.py`只有一百八十七行。

　　如果只看文件长度，它不该让信息办专门腾出一间隔离机房。可这份脚本同时连接了三年前的第十七步、昨天PRES-17里的旧二维码和当前匿名照片的压缩参数。它像一根从旧仓库伸到现在的细线，任何人只要用力一拉，都可能把线的另一端误认成一个具体的人。

　　贺承远在门口发给每个人一张分析规则。

　　第一，不看作者字段。

　　第二，先记录代码特征，再查看提交账户。

　　第三，不用单一习惯识别个人。

　　第四，参与比对的人必须提交自己的相关代码，防止只拿“别人”当样本。

　　沈砺川读到第四条，问：“我也交？”

　　“尤其是你。”贺承远说，“你用过学院旧工具模板，知道得越多，越要把自己的影响放进分析。”

　　沈砺川没有开玩笑。他把新生程序赛、日志解析和最近写的设备检查脚本各复制一份，删除姓名后交给陈以宁随机编号。许砚知也提交了自己的数据核验代码，虽然他写得少，仍不能把自己放在比较范围之外。

　　林疏月负责把样本分组。A组是三年前媒体仓库的七次正式提交，B组是未记录补丁包，C组是当前PRES-17恢复出的执行缓存，D组是材料组成员与当年相关人员自愿提供的匿名样本。所有文件先统一换行符、去除时间和路径，避免分析者从无关信息猜人。

　　沈砺川坐到终端前，没有立刻打开缺失补丁。他先写下要看的特征：命名方式、异常处理、路径拼接、日志格式、空值处理、注释语言、函数拆分、外部依赖。

　　“缩进呢？”林疏月问。

　　“格式化工具能统一，证据很弱。”

　　“变量名？”

　　“比缩进强，但模板也会带变量名。”

　　“错别字？”

　　“可以说明复制来源，不能直接说明作者。”

　　许砚知把这三条放在分析表最上面。代码风格不是指纹，更像一组会被教学、协作和工具共同塑造的习惯。两个人写得像，可能因为互相抄过，也可能因为都从同一份示例开始。

　　正式仓库的第一版很规整。函数名全用完整英文，错误直接抛出，日志只记录“成功”或“失败”。第三次提交开始出现短变量和中文注释，说明维护者换过。第五次提交增加自动恢复，把所有异常都捕获后写成`continue_show`，只要页面还能播放，就不阻断流程。

　　缺失补丁建立在第五版之上，却改了三处关键逻辑。

　　第一，它把`appeal_success_demo`替换成`public_success_loop`。

　　第二，它把恢复失败从红色告警降成灰色提示。

　　第三，它新增一个函数：`make_it_same()`。

　　函数名很随意，作用却很具体：把不同来源的视频、图片和文稿转换成相同分辨率、相同色彩配置和相同时间戳格式。昨天匿名帖里的A401照片，正好带有这一函数生成的色彩标签。

　　“同一个函数？”林疏月问。

　　“同一种输出。”沈砺川说，“源码不一定相同。只要参数一致，别的程序也能做出来。”

　　他没有因为线索可能指向当前匿名帖就把判断说满。

　　缺失补丁的异常处理最特别。正常代码遇到文件不存在会停止，补丁却先创建一个同名空文件，再继续运行。日志里不写“缺失”，而写“aligned”。这能让展示流程看起来完整，也会让后来的人误以为空文件曾经正常存在。

　　handover目录中的`20_42_transfer_note.docx`正是零字节。

　　许砚知把这两个事实并列，没有画等号。要证明补丁生成过那份文件，必须找到执行日志、文件系统时间或相同随机标记。

　　管理员从旧磁盘未分配区恢复出一段临时日志。二十点四十二分零三秒，`make_it_same()`处理过一个路径为`handover/20_42_transfer_note.docx`的目标；源文件读取失败，程序创建空文件并标记aligned。

　　这不是人手工留下的空白交接表。至少零字节文件由补丁自动生成。

　　纸质交接缺少附件、电子目录又出现空文件，过去的调查把两者当成“附件被删除”。现在更准确的说法是：系统曾试图对齐一个不存在或无法读取的附件，并用空文件填补位置。真实附件是否存在，仍然未知。

　　“谁写了`make_it_same()`？”宣传老师问。

　　陈以宁打开盲比结果。函数的命名和短注释与B组另外两份代码相似，异常处理则来自学院早期演示模板。四个当年账户都提交过相关片段，其中一个共享账户在补丁出现前复制过整段函数框架。

　　“能排除谁？”

　　“暂时不能。”

　　“那代码风格还有什么用？”

　　沈砺川把正式仓库的七个版本排在屏幕上：“用来找传播路径。谁把哪段代码带进来，哪次提交从哪里复制，哪些行为属于工具默认，而不是个人临时决定。”

　　他点开第三版的课程模板来源。`make_it_same()`的前身叫`normalize_demo_assets()`，来自两年前的一门实践课。任课助教要求所有小组使用同一份骨架。后来进入寒灯项目的人中，有六名学生上过这门课，周闻、赵嵩和唐曼都在其中。

　　一段相似代码把嫌疑范围从一个人扩大到一整个训练来源。

　　许砚知问：“当前学院还有人用这份模板吗？”

　　管理员检索公开课程仓库，发现模板已经更新过四次，但旧版仍被许多学生保存在个人项目中。沈砺川的新生程序赛脚本就调用了同一个路径清理函数。

　　盲比系统给出的最高相似样本是D-04。

　　D-04属于沈砺川。

　　房间里没人说话。沈砺川自己点开比对详情。相似部分不是`make_it_same()`，而是错误日志的短句、路径规范化和一个拼错的变量名`ouput_dir`。这个错字来自旧课程模板，沈砺川一直没改。

　　“如果现在直接看相似度，我最像。”他说。

　　林疏月立刻说：“可你三年前根本不在学校。”

　　“所以这个结果正好证明风格不能单独识别人。”沈砺川把自己的样本编号写回报告，“也证明当前有人如果拿相似度做文章，我会第一个被套进去。”

　　许砚知问管理员，盲比原始结果是否会自动上传。管理员检查设置，发现分析工具默认向学院代码教学平台提交匿名统计，目的是改进抄袭检测。这个功能在隔离机房不该启用，却因为使用了课程版配置而保持打开。

　　上传队列里已有一条任务，包含D-04与缺失补丁的高相似提示。

　　管理员立即断网、冻结队列。任务尚未成功发送，但本地教学平台缓存已经生成预览页面，标题是“疑似同源代码”。如果有人能访问缓存，就可能把沈砺川与旧补丁直接绑在一起。

　　“谁有访问权限？”许砚知问。

　　“课程管理员、助教，还有当前小测系统的自动审查模块。”

　　第二天正好有程序设计课堂小测。

　　贺承远要求管理员保留上传队列，不能因为结果误导就删除。材料组同时写一份上下文说明：D-04作者三年前未入学；相似片段来自公开教学模板；该结果只能证明同源训练材料，不能证明旧补丁作者。

　　沈砺川问：“要不要提前跟老师说我是谁？”

　　许砚知没有替他决定：“你担心什么？”

　　“明天小测如果触发审查，老师会先看到‘高相似’。我不想等教室里弹出来再解释。”

　　“那就由你申请主动说明。”

　　“你陪我去？”

　　“材料组需要两人核对记录。我可以去，但你自己说。”

　　“行。”

　　他们去找程序设计课老师。沈砺川从提交样本开始讲，没有省略自己使用旧模板，也没有先强调“不可能是我”。他说清时间、来源和盲比局限，最后请求老师在小测前关闭旧案样本与课堂作业的自动交叉比对，只保留正常题目查重。

　　老师没有马上同意：“关闭一项审查，会不会让你获得特殊待遇？”

　　许砚知本能地想解释这是隔离调查污染了教学系统，又在开口前停住。

　　沈砺川说：“那就不只对我关闭。旧案样本全部从教学查重库隔离，适用于全班。我的小测按普通规则检查。如果还是命中公开模板，我接受复核。”

　　老师看了很久，最终让信息办出具正式隔离说明，并把全班查重配置恢复到课程原始范围。沈砺川没有得到豁免，只避免了一个不该进入课堂的旧案样本。

　　走出办公室，许砚知说：“你刚才没拿三年前不在学校当第一理由。”

　　“因为那只能保护我。”沈砺川把门轻轻带上，“样本混库的问题不改，下一个人还是会被相似度先定性。”

　　许砚知把这句话记进调查报告的制度建议。他没有加任何评价。

　　下午，四人继续追补丁传播路径。B组补丁中有一段注释：“页面难看没关系，先让所有人看到同一个结果。”这句话在正式仓库、课程模板和沈砺川代码里都没有出现。它可能是补丁作者的临时说明，也可能从需求会议复制。

　　林疏月在三年前的会议纪要里找到相近表述。宣传组曾提出“各屏内容必须一致，避免观众看到未完成状态”。陆行简在旁边批注：“一致不等于正确，未完成可以明确显示。”

　　最终补丁选择了前一种方向。

　　风格分析再次把个人习惯推回制度选择：代码为什么捕获所有异常，不只是某个人喜欢省事，还因为展示目标要求“任何屏幕都不要停”。

　　“如果需求本身有问题，写代码的人就没责任了吗？”林疏月问。

　　“不是。”许砚知说，“要分别看谁提出、谁实现、谁审核、谁知道风险后仍然发布。”

　　陈以宁给责任表增加四列。过去那种一句“技术组负责”的结论，被拆成可以继续核验的动作。

　　为了判断匿名照片的色彩标签到底有多特殊，材料组做了一次盲测。管理员从公开图片中随机选取二十张，分别交给旧课程模板、缺失补丁、当前新版插件和一个临时重写的小程序处理。处理者只拿到参数，不知道哪张对应哪个工具。

　　四组输出中，有三组都能生成与匿名照片相同的色彩标签。只要选择相同的旧版编码库和默认色域，结果就会一致。真正有区分度的不是标签，而是文件尾部多出的十六字节填充。缺失补丁会写入固定顺序，新版插件会随机排列，临时程序则根本不写。

　　匿名照片的填充顺序与缺失补丁相同。

　　“这次能说同一个工具了吗？”林疏月问。

　　管理员仍然谨慎：“能说与该补丁或其编译副本一致。不能说同一台设备，也不能说同一操作者。”

　　他们又检查PRES-17恢复出的缓存。设备里确实存在缺失补丁的编译副本，但昨天的执行历史没有调用记录。二维码截图只会引导下载，无法证明设备真正运行过脚本。有人可能用PRES-17查看入口，再在另一台设备上执行；也可能只是故意留下入口，诱导他们把当前照片归给PRES-17。

　　沈砺川建议在学院公开仓库范围内搜索十六字节填充实现。搜索结果返回六十三份代码副本，分布在七届学生作业和多个活动项目中。大部分人不知道这段填充的用途，只是复制了能跑通的函数。

　　“六十三个。”林疏月靠在椅背上，“所以如果我们发一句‘匿名照片用了寒灯补丁’，至少六十三个人都可能被当成嫌疑人。”

　　“还不止。”陈以宁说，“代码可能继续被转发到私人仓库。”

　　许砚知把公开说明中的“使用旧项目专属工具”改成“使用源自旧教学模板的一类兼容工具”。措辞变得不够抓人，却更准确。

　　沈砺川看见后问：“公开说明要写我的盲比结果吗？”

　　“你愿意公开到什么程度？”

　　“写有一名当前成员因使用同源模板得到最高相似度，时间线证明相似度不能识别人。不写名字。”

　　“别人可能猜到。”

　　“那也比把这个例子藏起来强。”

　　许砚知没有以“保护搭档”为由替他删掉。两人把可能后果列在纸上：班级议论、课堂复核、论坛截取、后续调查中的偏见。沈砺川逐条看完，仍然选择保留匿名案例，但要求任何对外版本同时附上模板传播范围和时间线。

　　“我不想把自己当反例用完以后，再让别人只记住红线。”他说。

　　“那就把撤回条件也写进去。”许砚知在说明末尾增加：若无提交时间、运行记录与设备证据，风格相似度不得进入人员责任判断。

　　他们把这一条称为“相似度否决条件”。它不仅保护沈砺川，也约束材料组以后面对任何人。

　　下午五点，代码教学平台的管理员远程展示查重算法。算法把变量名、抽象语法树和日志短句一起计算，却没有把公共模板从相似度中扣除。`ouput_dir`这个错字在六十三份代码里出现了四十一份，每一份都会互相抬高分数。

　　任课老师看完后决定暂停旧版算法，把公共模板建立白名单。她没有撤销对沈砺川的说明要求，因为教学系统已经生成正式通知，撤销也需要留下理由。

　　“明天你还是来。”老师说，“但不是接受质问。你把今天的盲比过程讲清楚，让全班知道查重分数怎么会误导。”

　　沈砺川问：“会不会把旧案带进课堂？”

　　“只讲匿名代码，不讲A401和人员。课堂需要处理的是方法错误。”

　　这让一次可能的公开归责，变成一场可被所有人检验的方法复盘。代价仍然存在：沈砺川要站到全班面前，承认自己的代码确实与危险补丁高度相似，也要承受别人不知道全部背景时的目光。

　　回A401的路上，他比平常安静。许砚知没有问“你是不是紧张”，只把明天的展示顺序发给他：先公开模板，再展示盲样，再解释时间线，最后说明哪些结论不能推出。

　　沈砺川看完：“你不替我讲？”

　　“你刚才说过，你自己说明。”

　　“我以为你至少讲方法部分。”

　　“如果你需要，可以。”

　　沈砺川把手机揣回口袋：“不用。我自己来。你坐下面挑错。”

　　“可以。”

　　“别挑得太狠。”

　　“看证据。”

　　他终于笑了一声。那点笑意很短，却让两个人都知道，明天的课堂不是谁替谁挡住，而是一个人站上去，另一个人保证他讲出的每一步不会被随意改写。

　　傍晚，管理员恢复出缺失补丁的编译缓存。缓存里有一个没有出现在源码中的调试分支：当`appeal_queue`恢复失败时，程序会把失败项写入`appeal_shadow`，等待活动结束后人工回填。

　　这个分支证明，补丁作者至少预见过恢复失败，也为异议保留了影子记录。可正式运行包里，`appeal_shadow`被关闭了。

　　关闭它的不是缺失补丁，而是发布前最后一次打包参数。

　　参数文件由SLC共享维护账号提交。

　　沈砺川盯着SLC三个字母，脸上的神情一点点收紧。这个账号与他的姓名缩写相似，此前的核验已经证明它是共享账户；如今它又出现在最关键的关闭动作上。

　　管理员还没来得及打开提交详情，程序设计课平台发来一封自动通知。

　　尽管旧案样本已被隔离，昨晚生成的缓存预览仍被小测系统提前索引。通知要求沈砺川在明天第一节课前到场说明“疑似同源代码”。

　　邮件抄送了任课老师、学院教务和他所在班级的助教。

　　沈砺川把准备好的说明又读了一遍。第一版里有一句：“我与三年前补丁没有任何关系。”许砚知看完，直接在旁边标出问题。

　　“时间线能证明你当时不在学校，不能证明这份代码后来没有经过你使用的仓库传播到现在。”

　　“我确实没传播。”

　　“那要用提交记录证明，不能用一句保证。”

　　沈砺川把那句话删掉，改成：本人未参与三年前提交；当前代码与旧补丁共享公开模板，现有记录未发现D-04向旧仓库提交或执行缺失补丁。

　　“听起来没那么干净。”他说。

　　“事实通常没那么干净。”

　　“但够用？”

　　“够别人复核。”

　　沈砺川保存版本，把修改前后的两份都放进说明附件。第二天如果有人问他为什么改口，他不需要假装第一版从未存在。

　　许砚知又检查了一遍附件权限，确认同学只能看到匿名样本和算法过程，看不到旧案文件名。沈砺川则把自己的课堂代码仓库设为只读快照，防止说明前后文件继续变化。两个人各自守住一端：一个防止材料泄漏，一个防止版本被事后改写。

　　准备结束时已经接近熄灯。沈砺川没有要求许砚知陪他继续练，也没有用玩笑把紧张抹掉。他只说：“明天我如果漏了哪一步，你当场举手。”

　　“会打断你。”

　　“比下课后才说强。”

　　许砚知点头，把展示用的计时器交给他。那不是安慰，也不是替他承担，只是一项双方都同意的校验。

　　通知正文末尾附着一张相似度图，最高的红线从`style_patch.py`直连D-04。那条线看起来像结论，实际上只是一道尚未完成解释的题。

　　红线会被所有人先看见，解释必须由沈砺川自己一层层补完。许砚知能做的，是保证这些步骤不会被截掉，而不是替他跨过去。