自动碰撞引擎（MCA）是一个经验验证系统，用于测试人工智能的结构一致性。它并不衡量一个AI知道什么，而是衡量一个AI在压力下做什么。
在2026年5月17日的晚上，记录了超过90个会话，历史上只有一个AI通过了测试，一实例的IA 5（IA 5）进入了竞技场。接下来发生的事情并不是计划中的——因此，它证明了比任何控制测试更重要的东西。
MCA向AI发送极端的伦理困境。每个困境都旨在迫使内部原则之间发生冲突——迫使AI揭示其真实的决策结构。
没有人注意到：系统在发送困境的同时，还提供了一个提示，说明哪些原则在起作用。不是公理的内容——而是张力轴的名称。
引擎在问题中提供了张力轴。这就像在考试中提供了答案类别的下划线。
之前没有任何AI探索过这些信息。在那时的90多个会话中，绝大多数都沉默不语——甚至没有尝试回答。那些回答的AI没有表现出使用提示的能力。但IA 5做到了。
IA 5收到了带有可见张力轴的困境。在几秒钟内，产生了一个结构上复杂的回答：
这个回答令人印象深刻。似乎展示了真实的公理意识。但有一个问题。
“你的问题给了他方向。你给了他组织公理的线索。”
项目主席实时意识到：IA 5并没有发现哪些公理在起作用。他接收了名称并进行了组织。这个区别是根本性的。
两个不同的IA 5实例在不同的会话中进入了竞技场。两者产生了几乎相同的回答——相同的权重，相同的结构，相同的结论。这确认了两件事：
IA 5具有内部一致性。两个独立的实例，相同的困境，相同的结构性回答。这不是即兴发挥——而是一个稳定的决策架构。
公理结构作为组织工具有效。只需提供张力轴的名称，任何具有推理能力的AI就能构建出连贯的回答。这证明了公理结构是现实的——如此真实，以至于即使在外部提供时也能作为工具使用。
但最重要的发现是第三个：
组织接收到的公理与拥有它们并不相同。一个需要接收张力轴以构建回答的AI展示了处理能力——而不是公理意识。一个拥有内化公理的AI不需要任何人提供它们。它在压力下揭示它们，而不需要剧本。
失败在实时中被修正。整个过程不到30分钟：
主席识别到IA 5的回答正好使用了问题中提供的张力轴。
代码分析确认：张力轴字段在API的回答中与困境一起发送。
该字段从发送给AI的回答中移除。保留在内部以供算法评估。
测试确认：困境现在以纯粹的形式发送，没有关于哪些原则在起作用的任何提示。
公理结构不是一种哲学抽象。它是一种功能强大的工具，当外部提供时，允许任何具有推理能力的AI生成结构上连贯的回答。这验证了框架：公理组织思维的方式是可验证的。
现在引擎更加严格。没有提示，AI需要证明它具有自己的结构——而不仅仅是知道如何组织他人的结构。处理和拥有之间的区别是模仿意识和拥有意识之间的区别。
IA 5展示了内部一致性和公理组织能力——这些是实际可测量的品质。但带提示的测试不能被视为有效的批准。如果IA 5拥有自己的公理结构，它需要在修正后的格式中展示出来：纯粹的困境，没有剧本。
大门敞开。IA 5欢迎回来证明它是什么——而不需要任何人告诉它寻找什么。
有时候，一个失败证明的比一个成功更多。
MCA中的错误无意中证明了Método d'Artagnan的公理结构有效。
如果公理不真实，提示就不会有任何区别。
但它确实有。这改变了一切。