AI 協作公開邊界的實證研究協議：Sampling、Matched Control 與 Prevalence Estimation

論證

pilot 支持的是「存在」與「表面多樣」。它們不支持盛行率，也不支持「AI 輔助就會外洩更多」。這份協議把「AI 輔助 repository」操作化定義：強訊號與弱訊號，以及刻意收窄的主要組；配對的對照組；以 repository 為單位抽樣，控制 fork、模板與重複；個人與組織分層；只看當下公開狀態；全程研究者盲化。

它提出五個問題：AI 輔助的公開 repository 中，至少一種外洩類別的盛行率（RQ1）；配對非 AI repository 的同一盛行率（RQ2）；差異是否大於零（RQ3）；差異是否集中在特定類別，例如工作站路徑、auth 或 session 脈絡、私有網路、執行拓撲、類 secret 內容（RQ4）；個人與組織 repository 的分布是否不同（RQ5）。

它不預設答案。虛無假設是「沒有差異」，研究必須能夠接受它。分析要求盛行率區間、效果量、敏感度分析、保留 UNKNOWN 與 NOT MEASURED 狀態，並嚴格分開探索性與驗證性結果。完整的 200 + 200 研究，要等抽樣框架、配對變數、盲化與未知值處理規則都凍結後才開始。