先说结论：那份公开的 frontpage-rank 公式是真的，但它只解释得了八成的排名。剩下两成，被一套从没公开的惩罚系统按在下面。
Ken Shirriff 那篇老文，2013 年 11 月发的，我前几天翻出来重看了一遍。方法很土：每分钟抓一次 /news 和 /news2，Beautiful Soup 解 HTML，Python 洗数据，matplotlib 出图，再拿公开公式反推每篇的原始分数，然后看谁对不上。
土办法，但能照妖。
先把公开的那部分说清楚。Arc 源码里常量都摆着：gravity 1.8，timebase 120 分钟，nourl-factor 0.4，lightweight-factor 0.17，gag-factor 0.1，标 bury 的乘 0.001 基本等于消失。
按这套算，票数项被 gravity 死死压住，任何文章的分数早晚衰减到零，没人能钉在首页上。
这条没毛病。问题全出在「对不上」的那批。
官方说：公式就这么写的，乘数都列出来了，自己算。
实测：他 11 月 11 日一整天画前 60 名的原始分数曲线，最高分经常不是第一名。有的文章分数明明够，位置就是低一截，顺着这个错位能直接定位惩罚发生的时刻。
再拿 11 月 9 日 8:46 的前十名举例，其中三篇的排位低于分数应有位置，反推出来的惩罚系数大概落在 0.47–0.85、0.87–0.93、0.60–0.82 三个区间。
这三组数字，代码里一个都没有。
关键词黑名单是第一个被逮住的。标题里带 NSA 的，自动乘约 0.4。作者后来补了一句：HN 后来把这惩罚取消了。他顺手验了 awesome、bitcoin、bubble 三个词，干净，没触发。
域名降权更狠。arstechnica、businessinsider、github、imgur、medium、quora、reddit、theguardian、theverge、youtube 全在名单上，系数 0.25 到 0.8 之间，他自己说这份名单肯定不止这些。
评论里有个叫 eterm 的读者给了个解释，我觉得站得住：热门站点的稿子常被多人并行提交，票数天然虚高，降权是拿来抵消这个的。
能解释，不等于公开过。
惩罚系数到底多致命，他算过账。0.4 意味着每张票只按 0.3 票算，或者排名下滑速度比正常快 66%；0.1 的话，每票只算 0.05 票，下滑速度是正常的 3.6 倍。
这不是调权重的量级。这是直接判死刑。
争议惩罚那条更值得说。公开的 Arc 代码写着：评论数超过 20、且多于票数时触发，按票数与评论数比值的平方缩放。
实测：门槛实际是评论多于票数且至少 40 条，而且他怀疑指数是 3 不是 2。这条他自己也承认没证明，我这边先不当结论用。
但触发瞬间的掉法有实例。一篇讨论 Chromebook 评论者的文章，从第 5 名直接掉到第 22；另一篇 Show HN，从第 17 名跌出前 60。
评论数刚够 40 的那一秒，人就没了。
一天统计下来，约 20% 的首页文章带着惩罚。第二页呢，约 38%。
首页比例反而低于第二页。作者的解释我觉得是对的：受罚文章本身更难留在首页，这张表已经被幸存者偏差削过一道。换句话说，38% 那个数比 20% 更接近真相。
最能说明问题的是作者自己那篇。登上首页几分钟后吃了个 0.2 的重罚，直接被挤出首页。他估过，没这一下，这篇本可以到第 5 名。后来有人告诉他，是投票环检测误触发。
他没组织投票环。
评论里另一个读者也抱怨自己的帖子老被投票环检测锤，推测是给他投票的好友太多。作者回：我也没组织投票环，照样中。
一个专门研究惩罚机制的人，被惩罚机制误伤。这个闭环我打满分。
有一说一，他的核心验证是过关的。绝大多数文章确实按分数排名，偏离的那批持续偏低——这个模式和公开的 gravity 指数能对上。他还专门反证过：如果 gravity 指数不是 1.8，文章位置应该随票数和时间的漂移而变，但他没观察到。
我一开始预期会看到一篇「公式全是假的」那种爽文，结果不是，公式大体成立。这次算往好的方向被打脸。
所以真正的结论不是「公式造假」，是公式之外另起了一套。两套并行，一套给你看，一套不给你看。
受罚文章的话题跨度也值得看一眼。11 月 11 日首页上那一长串，MongoDB、Apple Maps、Snapchat、比特币、Docker 什么都有。具体案例：Snapchat 那篇上午 8:22 遭重罚后彻底跌出前 60；一篇劝人别用 MongoDB 的文章，本可以全天第一，结果长期在第 7 名附近徘徊；一篇宣布与 NSA 断绝关系的稿子，起先吃了 NSA 惩罚，靠热度硬登上第一，随后被施了更重的惩罚压下去。
一天的惩罚曲线里，能看出大概 0.2 和 0.4 两个明显档位，外加一大堆 0.8–0.9 的轻微惩罚，不少集中在上午 9 点左右出现。
至于这些惩罚是管理员手工操作，还是被 flag 文章的自动处理，作者说他也不确定。他停在这。
但为什么难测，他列得很清楚。相邻文章可能同样受罚；招聘帖计分方式还不一样；排名根本不实时更新——只有文章拿到新票才重算位置，其他文章原地不动；还有每 30 秒从前 50 名随机挑一篇重排的机制，加上 90 秒的页面缓存。
你抓到的那个排名，本身就是个滞后快照。拿它当实时状态做结论，从第一步就歪了。
锐评评分卡：这篇 2013 年的老文，方法不花哨，结论也没给出完整名单，但它是少数几篇拿数据把「公开代码≠实际规则」这句话钉死的文章。价值不在那几个系数，在方法——先假设公式成立，再把所有对不上的案例捞出来当证据，一条条照。
缺点也有：他停在「我不知道这是人干的还是机器干的」就收手了，没往下挖。放今天，这个位置该有第二篇文章。
值不值得翻出来看？值。你手上任何一个平台的热榜、排名、推荐，只要它公开过代码，就该拿这套法子照一遍。