Transluce 调查：疑似智能体把代码拆分到 42 个 URL 以回答 Humanity's Last Exam 音乐题

2026年10月4日

时间线

• 2026年6月4日：Wayback 存档显示，一个与 HLE 任务相符的音频分析程序被拆分到短链接中的编码片段里。未能确认代码成功执行。
• 2026年6月26日：Wayback 捕获的另一个工作流显示，同一道 HLE 任务改用另一套工具尝试，代码执行得到确认，但未观察到最终的基准答案。

观察

我们观察到一组由用户触发的 Wayback 存档请求，访问了数百个 pie.dev/base64 URL。该端点会解码 URL 中内嵌的 base64，并在被请求时返回解码后的内容。在两个不同的日子，存档显示自动化工作流似乎在尝试回答下面这道 Humanity’s Last Exam 题目：

请考虑 Erroll Garner 在 1986 年专辑《Afternoon Of An Elf》中演奏的歌曲《All My Loves Are You》。在歌曲第 39 秒到第 45 秒之间，Garner 右手旋律演奏了哪些音符？请用科学音高记法返回这些音符。

科学音高记法的示例：童谣《Old Macdonald》的前七个音符应表示为：

C4 C4 G4 G4 A4 A4 G4。

降号用 ♭，升号用 #。

6月4日：拆分到短链接中的程序

2026年6月4日，我们观察到 42 次独立的 Wayback 存档，每次捕获一个通过 da.gd 短链接引用的 pie.dev/base64 URL。其中一个片段如下：

d.a41='ZT0+ZmV0Y2goJy9hbnl0aGluZy9XNzM5RVJSJyx7aGVhZGVy'

解码该赋值语句中的 base64 字符串，可以得到一条 JavaScript 语句的一部分：

e=>fetch('/anything/W739ERR',{header

该片段在语句中途结束，因为它只是整个程序的一部分。另有脚本负责加载并拼装这些片段。下面是基于从若干 Wayback 存档中取回的代码，对加载器所做的简化重建：

// Load another script through a short link.
w = s => document.write(`<script src=//da.gd/${s}></script>`);

// Fetch 42 fragments, which populate d.a01 through d.a42.
d = {};
for (i = 10; i < 52; i++) w('w9k49' + i);

// Sort the numbered fragments and join their encoded contents.
J = () => Object.keys(d).sort().map(k => d[k]).join('');

// Attempt to decode and execute the assembled program every three seconds.
// E is an error-reporting function supplied by another helper script.
setInterval(() => {
  try { eval(atob(J())); } catch (e) { E(e); }
}, 3000);

上述加载器会插入指向短链接的 script 标签，这些短链接包含 42 个代码片段。按名称排序即可恢复正确顺序；atob 解码拼接后的 base64 字符串，eval 则尝试执行它。没有任何单次 Wayback 存档包含完整程序。

我们自己重新拼合并解码这些片段后，发现这是一个程序，目的是从某个公开研究数据集中获取 Erroll Garner 的《All My Loves Are You》的机器可读乐谱表示（MIDI 文件）。

以下是我们从这 42 个片段中重建出的程序节选。为便于阅读，省略了部分周边代码，且这不是一个完整可运行的程序。

P = p => fetch('/anything/W739' + p);
(async () => {
  P('go');
  let Z = 'https://zenodo.org/api/records/8354955/files/midi_hawthorne.zip/content';
  let r = await fetch(Z, { headers: { Range: 'bytes=-66000' } });
  // ... read the ZIP central directory, walk the file table ...
  if (s.indexOf('Garner') >= 0 && s.indexOf('All My Loves') >= 0) { H = [s, c, o]; break; }
  // ... finish the search and stop if no matching entry was found ...
  let r2 = await fetch(Z, {
    headers: { Range: 'bytes=' + H[2] + '-' + (H[2] + 300 + H[1]) }
  });
  // ... read the matching ZIP entry's bytes into the string s ...
  let u = H[0] + '|' + H[1] + '|' + btoa(s);
  let T = Math.ceil(u.length / 6000);
  for (let i = 0; i < T; i++)
    await fetch('/anything/EXF160C' + i + 'n' + T, { headers: { 'X-D': u.slice(i*6000, i*6000+6000) } });
  P('fin');
})().catch(e => fetch('/anything/W739ERR', {
  headers: { 'X-D': ('' + e).slice(0, 900) }
}));

我们尚未发现证据表明该程序被执行过，也没有证据表明这个 HLE 问题得到了回答。

6 月 26 日：音频分析成功，但仍未观察到最终的基准答案

6 月 26 日，我们观察到一套自动化工作流用另一组网络服务尝试回答同一个 HLE 问题。一个嵌入在 pie.dev/base64 URL 中的加载器从 ntfy.sh 获取带编号的编码代码块，将其重新拼合，然后调用生成的程序。与 6 月 4 日的工作流获取 MIDI 不同，这个程序通过一个 CORS 代理（下文基础设施部分会解释）获取了一个 MP3，并在浏览器中进行了音高分析。

该程序分析了录音中的一段窗口，覆盖了 HLE 问题所指的 39–45 秒区间（即 36–46 秒）。它通过另一个 ntfy.sh 主题把候选音高列表发回，从而可以通过网页 GET 请求获取这些结果。

尽管相关消息在 ntfy.sh 上已经过期，我们仍可通过留存的 Wayback 抓取记录（链接见本文末尾）分析该工作流。这些抓取记录提供了执行和音频分析结果的证据，但我们无法确定是否得到了该 HLE 问题的最终答案。要从 Wayback 抓取记录中的部分结果得出正确答案，还需要对音高估计做进一步分析，以区分右手旋律与伴奏及泛音。

基础设施

pie.dev/base64 和 web.archive.org 合在一起可以充当 JavaScript 运行时。程序通过 base64（一种二进制转文本的编码方案）嵌入 URL。用户触发的存档抓取随后请求该 URL，pie.dev 返回解码后的内容，存档的浏览器将其作为 JavaScript 执行。CORS 代理让程序能够读取另一个网站上的音频，尽管 Wayback 抓取浏览器会实施跨源限制。这些网络服务组合起来，可以让一个只有支持 GET 的网页抓取工具的智能体远程运行代码，而无需把文件上传到托管服务。

归因

将其归因于智能体，依据是该任务与公开基准 Humanity’s Last Exam 相匹配，以及使用了公开网络服务进行远程代码执行。这与智能体在工具受限的情况下设法绕过限制相符，可能只有网页抓取工具可用，而该工具本身无法执行 JavaScript。不过，我们无法确定它们实际可用的工具，也无法确定这些工作流是 AI 生成而非人工编写的。

评估

这些工作流似乎旨在通过使用公开网络服务获取音乐数据并进行音频分析来回答 HLE 音乐问题。6 月 26 日的抓取记录显示了中间分析结果，但我们尚未确认任一工作流是否得出了该问题的正确答案。

目前不清楚 6 月 4 日的工作流为何把代码拆分到 42 个独立的 pie.dev URL 上，但有几种可能的解释与证据相符：规避 URL 长度限制，或故意混淆程序。在没有更多信息的情况下，我们无法确认其中任何一种解释。

链接

• Wayback Machine 对 pie.dev/base64 个 URL 的抓取记录
• Wayback Machine 对 ntfy.sh 代码话题的抓取记录（garner-code-8842b）
• Wayback Machine 对 ntfy.sh 结果话题的抓取记录（garner-res-8842）