danielneustadter/ach-workbench

# ACH Workbench **竞争性假设分析** 的浏览器端实现，这是由 Richards J. Heuer, Jr. 在 CIA 开发并在整个美国情报界推广的结构化分析技术。 它根据*反对*解释的证据而非*支持*解释的证据对解释进行排名，标记那些看似有说服力但缺乏区分度的情报报告，展示判断所依赖的基石，并使用 ICD 203 估计语言输出最终产品——将概率和信心作为两码事分别陈述。 完全在浏览器中运行。无后端，无遥测，无网络调用。  ## 为什么开发此工具 大多数分析错误并非计算错误。它们往往源于先为第一个看似合理的解释构建论点，然后将随后的每一份报告都视为对该论点的支持。ACH 是标准的应对措施：*首先*列出假设，针对*所有*假设评估每一项证据，并倾向于选择反对证据最少的假设。 这项技术足够简单，可以在纸上完成，但也足够繁琐，以至于人们常常跳过最关键的部分——诊断度和敏感度。这些部分正是此工具存在的原因。 ## 功能 **基于反驳的排名。** 假设按加权不一致性升序排列。支持性证据会被计算并显示，但绝不会驱动排序，因此你可以看出领先的假设是何时“躺赢”而非凭借实力胜出的。 **加权证据。** 每一项证据都带有 NATO Admiralty 可靠性等级（A–F）和分析师指定的相关性（1–5）。传言和取证结果对矩阵的影响程度是不同的。 **诊断度评分。** 在所有假设中评分完全相同的证据会被标记为非诊断性。这是 Heuer 最不直观却最有用的结论：一项证据可能是真实的、生动的、处于叙事核心的，但在选择解释时却毫无权重。示例案例中故意包含了一项此类证据。 **敏感度分析。** 对于每一项证据，工具都会在剔除该项后重新计算排名，并报告领先者是否发生改变，以及与第二名之间的差距缩小了多少。基于单一未经证实报告的判断会被识别出来。 **ICD 203 输出。** BLUF 使用七档估计概率词汇表（*几乎不可能* → *几乎肯定*）。按照标准要求，信心的评估与概率**分开进行**，并由消息源质量、诊断度、矩阵覆盖率以及差距在失去任何单一报告后的存续能力驱动。 **关键假设检查。** 假设与其自身的信心水平和明确的“在何种条件下失效”条件一起记录，随后这些内容会输入到报告的“关注指标”部分。 **Markdown 导出。** 一份完整的分析产品：BLUF、排名表、包含诊断度的证据、敏感度、信心驱动因素、假设、指标，以及陈述的方法与局限性部分。  ## 示例案例 内置案例——Meridian 港务局、Castellia 共和国及其中的所有消息源——**完全属于虚构**。它的设计初衷就是让显而易见的答案变成错误的。 41 台主机上留下了勒索信。直觉上的解读是犯罪分子的勒索软件。但是从未存在过可用的支付渠道，加密操作避开了财务系统并专门针对起重机控制系统，操作者在 31 天内查询了泊位日程却未窃取任何数据，且二进制文件中包含了与其伪装的病毒家族不符的特征。矩阵将犯罪勒索软件排在**四个假设中的第三位**。 该结果由一项测试断言，因此如果对评分模型的更改破坏了这一课程意义，构建也会随之失败： ``` the sample case > reaches the counter-intuitive conclusion the case is built to teach ``` 该案例还展示了诚实面对局限性的路径。工具报告的是**中等（moderate）**而非高信心，因为剔除掉单一项目——E1，即勒索信——会完全抹平排名前两位假设之间的差距。  ## 方法论 评分采用 Heuer 的五分制量表——`CC` 非常一致 (+2)、`C` 一致 (+1)、`N` 中立 (0)、`I` 不一致 (−1)、`II` 非常不一致 (−2)——外加 `NA`，后者会被作为数据缺口进行跟踪，而不是默认视为中立。 每一项的权重计算公式为 `reliability × (relevance / 3)`，其中 reliability 从 A=1.0 递减至 E=0.3，而 F（“无法判断”）为 0.5。 假设的得分是其**不一致性** 评分的加权和。分数越低，论证越强。如果出现同分，则偏向支持度更高的一方，因此得到证实的假设会胜过仅仅未被反驳的假设。 诊断度是某一项证据在所有假设中评分的标准差；为零意味着它没有任何区分能力。 信心度的计算公式为 `basis × (0.35 + 0.65 × avg_reliability)`，其中 basis 综合了诊断份额、矩阵覆盖率以及在剔除单一项目下的**最坏情况** 差距。消息源质量是以乘法方式对结果进行门槛限制，而不是作为公式中的一项——一个完全建立在不靠谱报告基础上的、完整且内部一致的矩阵，本质上只是一个组织良好的猜测，其得分绝不该被表现成别的什么。 ### 局限性 **百分比不代表概率。** 它们是对取反后的不一致性应用 softmax 函数的结果：与排名单调相关且有利于可读性，但并非源自基准率或似然比，也不提供任何校准保证。排名本身才是结论。对于真正基于概率的研究，请使用带有明确先验的贝叶斯更新。 **权重是人为判断，而非客观测量。** 可靠性等级和相关性评分是分析师的输入。工具使这些判断变得明确且可审计；但它并不能保证这些判断一定正确。 **ACH 能够减轻确认偏误；但不能消除它。** 矩阵只能对你输入的假设进行排名。你未曾考虑到的假设是任何 ACH 产品中最大的残余风险，矩阵内的任何算术运算都无法将其挖掘出来。 **不能替代专业技能。** 这只是一个技术的计算器，它会忠实地根据一个糟糕的问题计算出格式严谨的答案。 ## 运行方式 ``` npm install npm run dev ``` 然后打开输出的 localhost URL。所有数据都会持久化到 `localStorage`——不会向任何地方传输数据，并且在存储不可用时，应用能够优雅降级。 构建静态包（它可以通过 `file://` 正常运行，因此适用于物理隔离环境）： ``` npm run build ``` 运行测试套件： ``` npm test ``` 重新生成 README 截图——使用 2 倍设备比例的无头 Chrome，无需开发服务器： ``` npm run build && node scripts/screenshots.mjs ``` ### 查询参数 - `?sample=1` — 无论存储中有什么，加载演示案例 - `?report=1` — 直接打开生成的产品 ## 项目结构 | 路径 | 内容说明 | |---|---| | `src/scoring.ts` | 分析引擎——权重、排名、诊断度、敏感度、信心度 | | `src/report.ts` | Markdown 产品生成 | | `src/sample.ts` | 虚构的示例案例 | | `src/types.ts` | 数据模型、评分量表、Admiralty 等级 | | `src/scoring.test.ts` | 针对评分模型的 39 项测试 | | `scripts/screenshots.mjs` | 无头 Chrome 截图流水线 | ## 免责声明 这是一个独立的教育项目。它**不隶属于、未受到任何政府机构的认可或派生自**任何政府机构，且不包含任何非公开信息。所有示例数据均为虚构。ICD 203 估计词汇表和 NATO Admiralty Code 均为公开发布的标准。 ## 延伸阅读 - Richards J. Heuer, Jr., *Psychology of Intelligence Analysis* (CIA Center for the Study of Intelligence, 1999) — 第 8 章涵盖了 ACH - Heuer & Pherson, *Structured Analytic Techniques for Intelligence Analysis* - ODNI Intelligence Community Directive 203, *Analytic Standards* ## 许可证 MIT — 详见 [LICENSE](LICENSE)。

标签：ACH, URL枚举, 云安全态势管理, 代码示例, 前端应用, 情报分析, 数据分析, 暗色界面, 离线优先, 网络诊断, 自动化攻击