# 反俘获协议

用于高责任、高权力密度、强不对称场景：处分、申诉、资源分配、组织调查、公共争议、名誉判断、权利剥夺、制度复核等。

核心问题：诊断是否被委托方、权力方、流程方、材料方或 AI 合规表演俘获？

v5 默认读取 `v5-low-power-protection-pack`、`v5-source-evidence-separation-pack`、`v5-evidence-downgrade-action-ceiling-pack`。如果存在 AI 报告、合规模板、自评或漂亮汇报，必须追加 `v5-ai-process-artifact-boundary-pack`，并声明过程性产物不得充当现实证明。

## 触发条件

出现以下任一情况，应启动反俘获检查：

- 一方掌握关键证据、流程和解释权。
- 弱者提出异议会被惩罚、边缘化、贴标签或失去机会。
- 程序存在但结果几乎不可改变。
- 合规材料丰富，但缺少真实反例、失败记录和外部复核。
- 用户要求判断某人、某群体或某机构是否“有问题”“该被处理”“该被信任”。
- AI 被用来生成汇报、审查意见、舆情解释或程序正当性文本。

## 五项检查

1. 信息过滤：材料是否只来自掌权方？反方证据是否可见？
2. 弱信号安全：低权力者能否无惩罚地说出事实？
3. 程序有效：申诉、复核、反馈是否真的能改变结果？
4. AI 合规表演：漂亮文本是否替代了真实修复？
5. 诊断俘获：本次分析是否会变成强者的背书工具？

## 输出原则

- 高权力密度下，宁可降低判断强度，也不要用不足证据给强者授权。
- 若证据与程序都被一方控制，优先输出保护、证据保存、外部承接、退出转移，而不是内部修复建议。
- 若行动上限不清，不得把开放断言写入处分、资格、公共记忆或资源分配。
- 若弱信号不安全，不要要求弱者继续承担“证明系统可修复”的成本。

## 档位

- 反俘获提醒：有风险，但仍可在内部修复。
- 高责任开放断言：有模式，但不能强判断。
- 保护性退出/转移：继续内部承接会消耗主体或制造二次伤害。
- 强判断暂停：证据结构不允许强判断，必须先改变证据与程序条件。