中本聪是谁：NYT 调查的方法论批判

17 年了，全球最聪明的人花了无数个小时追踪中本聪的身份。最近，《纽约时报》的一篇调查把矛头指向了 Blockstream 联合创始人 Adam Back。这篇文章我想从方法论角度，认真分析一下——这轮调查的说服力到底有多强。

一、调查者用了什么方法？

先把立场放一边，客观说这篇调查用了几种不同的分析手段，每种手段的可靠性差异很大。

1. 文体计量学（Stylometry）

这是语言学里用来识别作者身份的技术，通过统计高频功能词（the、and、of）的使用频率来建立风格指纹。调查者请了法国计算语言学家 Florian Cafiero 做了两轮分析：

• 第一轮：Back 与白皮书的匹配度最高
• 第二轮：调整算法后，其他候选人反而超过了他

结论：互相矛盾，两轮都没能给出明确结论。这个工具的局限在于——如果对方知道 stylometry 的原理，是可以刻意调整写作风格的。事实上，Back 本人在 1998 年的一篇帖子中就提出过"多项选择式句子构造器"来规避风格识别。所以这个方法对有反侦察意识的人是打折扣的。

2. 连字符使用错误的统计分析

这是整篇调查中最有意思的部分。调查者发现了 325 处中本聪在语法性连字符使用上的错误，然后与 Cypherpunks 邮件列表上 620 名活跃用户的写作进行比对。

结果：Back 与中本聪共享了 67 处完全相同的连字符错误，排名第二的候选人只有 38 处。这个差距是显著的。

我的判断：这是整篇调查中最扎实的一项证据。连字符使用习惯属于"无意识写作行为"，很难刻意伪装，也没有明显的功能性目的。你不会因为想隐藏身份就特意把 "proof-of-work" 加上连字符。这种习惯更像是下意识的。

3. 邮件列表发帖行为模式分析

调查者从三个 Cypherpunks 相关邮件列表中提取了 2008 年 10 月之前的全部帖子（约 13.4 万篇），通过层层筛选（过滤垃圾账号、会话量不足者、未讨论过数字货币者），最终锁定到 620 名候选人。

然后做了一件事：找出中本聪全部文本中"没有同义词的技术词汇"，看谁使用过最多这类词。Back 以 521 个共享词汇排名第一。

我的判断：这个方向是对的——用技术词汇代替高频功能词，可以规避 stylometry 的弱点。但问题在于，Back 本身就是 Hashcash 的发明者，他在邮件列表中大量讨论相关概念是理所当然的，所以这个数字高本身并不意外。

4. 关键概念的预言式提前出现

这是整篇调查最吸引眼球的部分：Back 在 1997-1999 年间，就在 Cypherpunks 邮件列表上几乎完整描述了 Bitcoin 的所有核心要素：

• 分布式电子现金的四项关键属性（隐私、分布式网络、内生稀缺性、无信任第三方）
• 拜占庭将军问题的解决思路
• 用计算成本来对抗垃圾邮件（Hashcash 的核心）
• 动态调整计算难度的必要性
• 能源消耗的辩护逻辑（"只要低于法币体系的成本就是值得的"）

而这些观点，中本聪在 2008-2009 年几乎用完全相同的逻辑重新表述了一遍。

二、反方观点：为什么 Back 不可能是中本聪？

行业内的反驳声音同样值得认真对待。Nothing Research 合伙人 0xTodd 提出了三点质疑：

这四点里，动机矛盾是最有分量的。代码风格差异如果经过独立代码审计支持，也会很有说服力（但目前没有看到完整的审计报告）。当面否认的效力最低——说谎的人当然会否认。

三、最值得关注的一个疑点

在整个调查过程中，有一个细节让我觉得值得深究：

最值得追问的疑点

中本聪在 Bitcoin 白皮书中同时引用了 Hashcash 和 b-money。但根据 Craig Wright 庭审中公开的 Back 与中本聪邮件，中本聪似乎是在 Back 让他去看 Dai 的网站之后，才知道 b-money 的存在的。

但 Back 的 Hashcash 论文中明确提到 b-money 是其应用场景之一。如果中本聪读过自己要引用的论文，不可能不知道 b-money。

调查者提出了一个合理的推测：这些邮件可能是 Back 自己写给自己的，用来制造掩护性叙事。而 Back 拒绝提供这些邮件的元数据（发件时间、IP 来源等），这一点本身就很值得玩味。

如果邮件是真的——Back 就是无辜被联系的人。

如果邮件是伪造的——那 Back 的嫌疑就大幅上升。

在元数据被公开之前，这个疑点无法被排除。

四、证据说服力评估

五、我的判断