已确立的结论
软空格：为什么 `saiin` 和 `s aiin` 是同一个东西，以及这对密码说明了什么
手稿中两个相邻的词，在同一本书里还会连写出现，比随机情形多一半。这是全部五种转写和两种“语言”共有的性质。我们用模型的一个单独层复现了它，然后发现，自己从另一侧又撞上了同一个东西。
aiin 是手稿里最常见的词之一，出现 483 次。它前面常常站着 s：词对 s aiin 出现了 56 次。而书里还有 113 次写成 saiin，连在一起。or aiin 分写 51 次，连写 29 次。ol chedy 是 22 次和 34 次。抄写者似乎 并不很确定一个词在哪里结束、下一个词从哪里开始。
这个观察早已为人所知。我们把它做成了可测量的量，在一切能检验的东西上检验了它，得到了本项目最干净的 结果之一。
度量
取一行里每一对相邻的不同的词，然后问：语料库里是否存在它们连成一个词的形式？这类词对的占比记作 J。 零模型是行内打乱词序。超出量 Δ 等于 J 减去零模型。
手稿：J 8.89 %，零模型 5.16 %，超出 +3.73 个百分点，z +31.6。接下来是核查，没有它们这个数字一文不值。
五种独立的转写，不同的人对在哪里放空格有不同的决定：ZL +3.73，Takahashi +2.37，Claston 的 v101 +4.67， FSG +1.78，Currier +1.23。全部为正，全部显著。语言 A +3.14，语言 B +3.28。隔着确定的空格（而不是可疑的 空格）的词对 +2.62。行中 +3.52。连写形式在 99 % 的情形下位于另一页：这不是抄写者抄了相邻的一行，这是 系统的性质。
图中数据
| 手稿，ZL | +3.73 |
| 手稿，高桥 | +2.37 |
| 手稿，克拉斯顿 v101 | +4.67 |
| 手稿，FSG | +1.78 |
| 手稿，柯里尔 | +1.23 |
| 2026.10.07 前的标准模型 | +0.06 |
| 8 个“词为单位”的生成器 | +0.00 |
| 带“软空格”层的标准模型 | +2.97 |
谁承载这个效应
承载它的是带短词的词对。只要词对中有一个词是一到两个符号，J 就是 31 %，零模型 18 %。如果两个词都在 三个符号以上，超出量只有 +1.04 个百分点。交替词对的左半是 ol、s、or、ar、o、l、r、y、 qol：对 o、l、s 来说，交替词对占它们全部出现次数的 65-72 %。右半是 aiin、l、ar、al、 chedy、r、shedy、ain：aiin 是 57 %。
一些短组，既自己单独走，也粘在邻居身上走。
这正常吗
我们用同一度量检验了 105 篇没有 OCR 错误的同时代文本：拉丁语、罗曼语、日耳曼语。手稿位于第 91-94 百分位：高，但在范围之内。HSMS 转写的十五到十六世纪西班牙医学文本有同一量级的交替：de la 与 dela， en el 与 enel。拉丁文印本最高 +0.61 个百分点。所以量值本身对于那个时代的书写并不反常。
反常在别处。我们让这个度量跑过生成器目录。我们当时的标准模型：+0.06 个百分点，十颗种子里十颗都是 “否”。八个把词当作不可分单位的生成器（自复制、Timm、格栅、volvelle 转盘、模板、两级方案、符号记忆）： 零。能承载它的只有在手稿本身的词对上训练的按词马尔可夫链（63 %），也就是一份拷贝。把空格当作一种状态 的流式生成器给出 11-38 %。在手稿上训练、把空格当作一个符号的三阶字形链：61-72 %：符号的局部统计就够 效应的三分之二。
“软空格”层
既然没有一个“词是单位”的生成器能给出效应，模型里就需要一个词边界是软的层。我们把它搭了起来，并按 规则接受：所有守护窗口完好，十四条轴没有一条变差，目标轴关闭。
构造：由前缀和后缀组装的词，如果两半本身都是表的词汇中的形式，就以 0.35 的概率沿单元格的接缝写成两个 词元；如果只有右半是，概率为 0.10；否则不断开。一个词的第一个词元与前一个词的粘连：0.02。断开和粘连都 消耗这一行的预算，行内的词数不增加。决定由单独的随机数生成器做出，所以关掉这一层，模型与先前逐字节 一致。
新种子上的结果：+2.97 个百分点，目标 +3.73，10 颗种子里 10 颗承载，词对的构成与手稿一致。顺带改善了 另外四条轴。缺陷于 2026 年十月 7 日随标准模型的更换而关闭。
有一条重要的保留意见，当时就记下了：均匀地断开 10 % 的词给出 97 % 的量值，却给不出构成：手稿里交替的 是独立的词，均匀层的分布则是双峰的。所以这一层按两半的词似程度制作，而不是按比例。
从另一侧到达的同一点
十一天后，我们在检验别人的一条轴：研究者 Dominik 测量了词的类别与下一个词的类别之间的关联。标准模型 承载这个量值，甚至超出。但构成不同：手稿里只有 46 % 的关联来自“同一类别”的词对，标准模型是 134 %。 缺少的那一半是不同类别之间的转换，而这恰恰是我们的词对：s aiin 在手稿里 54 次，标准模型 0 次； or aiin 54 和 0.5；r aiin 22 和 0。标准模型只把 saiin 和 raiin 连写；单独的 s 它有 4 个，手稿 270 个；单独的 r 5.5 个，手稿 137 个。
两条独立的轴，交替和邻词类别，撞上了同一处。在模型所立足的表里，同一形式在不同角色中编码不同的字母： ol 作为词是一个字母，作为前缀是另一个。手稿的表现则像是它对所有位置有一份共用的短组清单：s、r、 o、l 既是词，也是词的开头。这是关于组装规则的一个假说，检验它要靠生成器，而不是靠调权重：我们直接 证明了，加强或减弱启动效应都不会改变构成。
说明：以上一切都关于书写的形式，不关于意义。若要算成功，需要一个带共用清单的生成器，它能同时给出交替、 邻词类别和与手稿相差不超过两倍的“短组加 aiin”表，并且不丢掉先前任何一条轴。那时模型里词的组装规则就会 改变，而随之改变的，可能还有求解器所寻找的密钥的构造。
常见问题
什么叫连写与分写的交替？
取一行里两个相邻的词，比如 s 和 aiin，看语料库里有没有 saiin 这个词。手稿里这样的词对占 8.89 %，而行内打乱词序后是 5.16 %。超出 +3.73 个百分点，z +31.6。
这会不会是转写的伪影，是有人把空格放错了？
不会。这一效应在五种独立的分词上都成立：ZL、Takahashi、Claston 的 v101、FSG、Currier，在两种“语言”和三种笔迹里都成立。连写形式在 99 % 的情形下位于另一页，这不是局部的抄写。
普通文本里有这种事吗？
有。在 105 篇同时代文本中，手稿位于第 91-94 百分位，在范围之内。十五到十六世纪的西班牙医学文本有同一量级的交替：de la 与 dela，en el 与 enel。反常的不是量值，而是没有任何一个把词当作不可分单位的生成器能给出它。
这和阅读有什么关系？
直接的关系没有。但这是少数几次两条独立的轴指向密码构造同一点的情形：s、r、o、l 这类短组既作为独立的词出现，也作为词的开头出现。如果真是这样，模型里词的组装规则就需要更换。