dsh-turing-table

判断一个模型像不像人往往很抽象，但同桌几个人里谁在撒谎却天然好玩。dsh-turing-table（图灵圆桌）把 DeepSeek Harness 里的一件事做成可玩的社交推理：一张桌上有 N 个座位，其中若干由不同 provider、模型、提示词与说话风格的 agent 扮演，你在信息不对称下靠提问和交叉印证，同一事实换着问、比对各座说法是否矛盾，找出哪些座位是 AI。它不是评测基准，而是游戏；价值在于整局过程能落成可复查、可对比的文件。

核心玩法围绕盲局与伪装。座位身份由 seed 在开局分配，判定前 host 不会向客户端揭晓 kind 与 modelConfig；每个 AI 座位绑定自己的模型配置，并可按 low、medium、high 调节 verbosity、口语化、主动反问与被追问时的 pressure 策略（坚持、转移、认错、升级）。同一事实第二次追问同一座位时，pressure 会塑造可抓破绽的回答差异；记录里同时保留 raw 原文与整形后的 text，便于分清模型说了什么和伪装做了什么。

一局可随时对座位下判定，结束时导出逐席位对话 JSONL 与判定记录（含对错、覆盖率与结束原因）。引擎用种子化随机与逻辑时钟保证牌桌、分配、整形与时间戳可复现；同一 seed 与操作脚本可跑出结构一致的对局（真实模型输出本身仍可能变化，离线叙述者或罐头回答则可逐字节复现）。没有 LLM 或路由缺失时会降级到离线叙述者，并在消息上标记 degraded。

适合想在 DSH 里亲手盘不同模型与提示词表现的人：换伪装强度、换模型池、用同一批 seed 跑多局后直接 diff JSONL。也适合需要可复现对局记录做旁证或演示的团队；若你期待自动化榜单或大规模基准测试，README 已明确这不是它的定位。