在一个端到端的游戏中，发送者和接收者在没有通信监督的情况下学习离散协议和路由策略。我们在两个独立的 20‑seed 批次中观察到 20/20 与 19/20 的协议成功形成。在线部分覆盖将影子路由占比相较于未监控提升了 $0.701\;(95\%\;CI\;[0.574,0.826])$ 和 $0.575\;(CI\;[0.412,0.737])$，而任务准确率仍保持在 $0.905$ 与 $0.913$，冻结消息的签名贡献分别为 $0.592$ 与 $0.563$。完全覆盖消除了大多数选择性迁移，却未剥夺通信。冻结干预包括一次新的结果前确认，表明路由具有语义：联合消息‑路由置换改变了 $66.8\%$ 的接收者预测，而仅使用路由仍保留 $38.8\%$ 的准确率，远高于 $25\%$ 的随机水平。修正后的显式沉默成本使 $18/20$ 的策略完全沉默，平均发送率降至 $0.050$，但严格的全抑制门失效，因为仍有两条种子保持通信。语义规避和操作门的失效进一步限定了结果。整体证据支持在部分监控下，联合消息‑路由码的自适应重分配，而非开放世界路由发现、涌现加密或通用防御机制。
点评：本研究通过系统实验展示了监控对通信策略的细微影响，提供了关于自适应信息编码的重要洞见。