对编程随想处境的一点推测
首先,我不采信任何“消息人士”爆料,只考虑事实依据。
目前有三个可观测迹象可以用来推测编程随想的处境:
1、编程随想博客是否被删除
2、编程随想的github项目(太子党关系图)是否被删除
3、是否播出电视认罪
当情况1和2均处于未删除状态时,意味着当局并未掌握编程随想的密码(否则必然会立即删除这些眼中钉肉中刺)。这也就意味着当局很可能并未掌握随想“是编程随想本人”的决定性证据,除非随想没有及时物理销毁证据,以他的谨慎可能性不大。
同理,如果当局已经证实了编程随想的身份,则大概率会在7.1之前以电视认罪的形式“献礼”。如到7月之后前述3个情况均未发生,则至少可以认为编程随想的真实身份尚未完全暴露。
很多人可能认为“中共想搞谁就搞谁不需要证据”,这是对社会而言的。在中共系统内部,安全部门(涉及此事件的大概率是国保,小概率是国安)仍然需要向上提出尽可能确实的证据2,以避免随便抓个人屈打成招敷衍上级刷KPI。
因此国保/国安在得到密码验明正身之前,出于自己的KPI考虑,短时间内不会把他送检起诉。
那么在“当局尚未掌握决定性证据”这一前提下,又有四种可能性:
1、当局未察觉随想的真实身份,只是按普通翻墙键政人处理,随想自己出于谨慎主动停更。此情况下随想基本安全,可能会被罚款或行拘一小段时间。之后可能会上国保的维稳黑名单,也可能不会(取决于随想的演技)。
2、当局怀疑随想的身份但缺乏依据,随想处于被监视或物理断网状态。此情况下可能找借口拘留数个月或长期监视居住,必然上维稳黑名单。
3、当局确信随想的真实身份,但没有得到关键性证据。此状态下有可能遭到审讯或拷打,但不太可能危及生命安全(理由见后述)。如审讯不成功,则可能会强行起诉定罪(也可能监视居住),但很难定为煽颠这样的重罪。也有可能会用精神病院之类法律之外的手段进行控制。
4、被捕之外的情况,如住院、隔离、电脑损坏或丢失等。
生命安全,问题不大。编程随想对国保/国安而言是大鱼,死了不但榨不出KPI反而可能落处分。即使判刑后也不必过于担心,刘晓波死亡是政治犯待遇恶劣与不负责任产生的意外案例,而且给中共带来了一些麻烦,中共在此后对政治犯管理似乎做出了一定程度的改善。
目前有三个可观测迹象可以用来推测编程随想的处境:
1、编程随想博客是否被删除
2、编程随想的github项目(太子党关系图)是否被删除
3、是否播出电视认罪
当情况1和2均处于未删除状态时,意味着当局并未掌握编程随想的密码(否则必然会立即删除这些眼中钉肉中刺)。这也就意味着当局很可能并未掌握随想“是编程随想本人”的决定性证据,除非随想没有及时物理销毁证据,以他的谨慎可能性不大。
同理,如果当局已经证实了编程随想的身份,则大概率会在7.1之前以电视认罪的形式“献礼”。如到7月之后前述3个情况均未发生,则至少可以认为编程随想的真实身份尚未完全暴露。
很多人可能认为“中共想搞谁就搞谁不需要证据”,这是对社会而言的。在中共系统内部,安全部门(涉及此事件的大概率是国保,小概率是国安)仍然需要向上提出尽可能确实的证据2,以避免随便抓个人屈打成招敷衍上级刷KPI。
因此国保/国安在得到密码验明正身之前,出于自己的KPI考虑,短时间内不会把他送检起诉。
那么在“当局尚未掌握决定性证据”这一前提下,又有四种可能性:
1、当局未察觉随想的真实身份,只是按普通翻墙键政人处理,随想自己出于谨慎主动停更。此情况下随想基本安全,可能会被罚款或行拘一小段时间。之后可能会上国保的维稳黑名单,也可能不会(取决于随想的演技)。
2、当局怀疑随想的身份但缺乏依据,随想处于被监视或物理断网状态。此情况下可能找借口拘留数个月或长期监视居住,必然上维稳黑名单。
3、当局确信随想的真实身份,但没有得到关键性证据。此状态下有可能遭到审讯或拷打,但不太可能危及生命安全(理由见后述)。如审讯不成功,则可能会强行起诉定罪(也可能监视居住),但很难定为煽颠这样的重罪。也有可能会用精神病院之类法律之外的手段进行控制。
4、被捕之外的情况,如住院、隔离、电脑损坏或丢失等。
生命安全,问题不大。编程随想对国保/国安而言是大鱼,死了不但榨不出KPI反而可能落处分。即使判刑后也不必过于担心,刘晓波死亡是政治犯待遇恶劣与不负责任产生的意外案例,而且给中共带来了一些麻烦,中共在此后对政治犯管理似乎做出了一定程度的改善。
113 个评论
其实吧还有一种办法 但权限要求很高
1.分析文章 观察作者浏览过什么
采取假定 的浏览 既 在作者发表文章后就不算了
2.要求网站提供所有浏览过此项的ip
直接找重合 分出一个高概率组 一个中概率组 一个低概率组 对高概率组 进行 使用监控 分析流量 中概率组 监察新的浏览相关可能项目 低概率组检查重点项目
这样说 比如 一个人文章 中信息关联了 15项 那么他肯定浏览过15项 并对这15项有一定时长的流量 假定周期为一个月 此作者发文内一个月浏览的 然后就出来一个15项都浏览过的人 为防万一 5-10 10-13 13-15分成3组 他们是这个文章作者的概率为 低 中 高 下一步 筛查可能职业 并对其异常链接监控 因为可能用双网 只要作者文章足够多 就一定能筛查出来 原因很简单 偶然性不可能那么高 但能这么筛查必然有极高的权限 并不是多高的技术
1.分析文章 观察作者浏览过什么
采取假定 的浏览 既 在作者发表文章后就不算了
2.要求网站提供所有浏览过此项的ip
直接找重合 分出一个高概率组 一个中概率组 一个低概率组 对高概率组 进行 使用监控 分析流量 中概率组 监察新的浏览相关可能项目 低概率组检查重点项目
这样说 比如 一个人文章 中信息关联了 15项 那么他肯定浏览过15项 并对这15项有一定时长的流量 假定周期为一个月 此作者发文内一个月浏览的 然后就出来一个15项都浏览过的人 为防万一 5-10 10-13 13-15分成3组 他们是这个文章作者的概率为 低 中 高 下一步 筛查可能职业 并对其异常链接监控 因为可能用双网 只要作者文章足够多 就一定能筛查出来 原因很简单 偶然性不可能那么高 但能这么筛查必然有极高的权限 并不是多高的技术