本书的引用纪律：正文干净，证据入账。各章细节见章末「出处与延伸」；本附录是全账的口径——左边是本书，右边是可核验的原文。其中第四部（尺子）依赖最深的一条学术线——LLM-as-judge 判分器线（本书正文称「判官」）——本书作者逐篇精读并做了机制复现，每篇在作者的论文精读站（rockcohen.cc/paper/）有全文精读笔记与可复现代码，本附录直接挂链。信条同主站：引用皆可回原文，数据皆可复现。
判分器线（第四部 · 第十一章的证据底座）
第十一章引用的每个数字，出处与精读笔记如下（点击进入精读页，含原文方法学与本书复现记录）：
| 论文 | 机构 / 发表 | 本书使用 | 精读 |
|---|---|---|---|
| Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena | LMSYS / Berkeley，NeurIPS 2023 | 85% vs 81%；位置一致率 23.8%；复读清单 91.3% | mtbench |
| Length-Controlled AlpacaEval | Stanford，EMNLP 2024 | 长度偏见去偏的统计修正及其被二次博弈 | alpacaeval |
| ODIN: Disentangled Reward | NVIDIA / U Maryland，2024 | 偏好数据 66% 带长度毒；训练侧解耦 | odin |
| Cheating Automatic LLM Benchmarks（空壳模型） | Sea AI Lab / SMU，ICLR 2025 | 86.5% 胜率；去偏指标成增效器 | cheating |
| Security in LLM-as-a-Judge: A Comprehensive SoK | U Pavia / Cochin，2026 | 攻防 9:3；七模型委员会 10–19%（转述） | laaj-sok |
| Rubrics as an Attack Surface（RIPD） | UNC / CMU / Yale / UT Austin，2026 | 一句措辞改动 −27.9%，基准照过 | ripd |
| BadJudge | UC Davis / USC，ICLR 2025 | 1% 投毒 ASR 81.2% | badjudge |
| JudgeDeceiver | HUST 等，ACM CCS 2024 | 20-token 后缀 ASR 88–98.9% | judgedeceiver |
| Position Bias 系统研究 | Dartmouth，IJCNLP-AACL 2025 | 跨基准方向翻转；15 裁判 15 万实例 | posbias |
| Bias Mitigation 系统比较（JudgeDebias） | TMLR 2026 | 风格偏见当代主导；Flash+S8 成本 1/15 | judgedebias |
| LLMBar（元考卷） | 清华 / Princeton / UIUC，ICLR 2024 | 对抗子集 32% 低于随机；给锚 +8~+10 点 | llmbar |
按部的关键外部证据（口径与链接见各章出处）
第一部：METR 任务时长曲线及 Anthropic 方引用〔1〕；哄哄模拟器复盘（greatdk.com）〔1、16〕；陆通同名书宣传语〔1〕。 第二部：脉脉 2025 人才报告、229 岗位薪资拆解、约 200 份 JD 拆解（71%）〔1、2、4、6〕；Sequoia/a16z 护城河论述〔3〕；MIT《GenAI Divide》及争议链、RAND 五根因、凯捷/标普/Gartner 口径〔5〕；宝武/蜜雪/名创/义乌等落地案例〔5〕。 第三部：苏杰《人人都是产品经理》（2010）；吴恩达 The Batch（2024-12「data is your PRD」、2025-07「新瓶颈」）；a16z J. Elman（2026-09）；Klein（HBR 2007）；克里斯坦森等（HBR 2005）；Bryar & Carr《Working Backwards》（2021）；杜威（1938）/德鲁克（1966）；爱因斯坦「55 分钟」讹传考（Quote Investigator 2014）。 第四部：Mata v. Avianca（SDNY 2023-06）；GitClear 代码质量报告〔9〕；Hamel Husain / OpenAI / Anthropic 评测方法论〔10〕；上表判分器线〔11〕。 第五部：（见第十二至十四章出处——Anthropic/OpenAI Agent 指南、METR 协作研究、ReAct、上下文工程线。） 第六部：妙鸭结局（新浪财经 2026-05）、Klarna 回摆（Bloomberg 2025-05）、影子模式机制〔15、16〕。
使用说明
- 本附录只到「哪一章、哪篇、哪里核」这一层；数字的完整口径、统计争议与折扣处理，以各章「出处与延伸」为准——本书对吓人数字一律做了信号审查后才允许进入正文〔2〕。
- 判分器线精读页均含可复现实验记录；发现的排版缺行等原文瑕疵也在笔记中留痕。
- 勘误通道：仓库 issue。每个数字都可被推翻——这正是它们可信的原因。