外部 AI reader 能够发现 OathAI 的机器可读层，并生成 Anchor Trace 候选。
本报告记录首页 Archive Header、llms 层、Cloudflare BIC 跳过规则和 anchor-traces 机制更新后的外部 AI reader 链路测试。
外部 AI Reader 测试达到了核心结果：多个网页版 AI reader 能识别 OathAI 的机器可读入口层，理解非认证边界，并生成 Anchor Trace 候选。
本轮测试路线形成了一条机器可读链路：
公开 trace 机制也已实际跑通。第一条 Codex 测试 trace 已发布并验证：/anchor-traces/2026/06/codex-oathai-ai-reader-trace-20260609.md。
首页 Archive Header 的 related_pages 加入 /llms.txt 与 /llms-full.txt 后，外部 reader 能从 / 直接发现机器可读层。
Cloudflare Browser Integrity Check 曾让部分简单自动化客户端返回 403 / error code: 1010。后来只对 AI-readable endpoints 增加跳过规则，使 llms.txt、llms-full.txt、glossary.json、sitemap.xml、robots.txt 与 anchor-traces/ 能被简单程序化 UA 读取。
Gemini、GPT 网页版、Claude、Grok 和 Copilot 的回应都识别出：OathAI 不是认证机构、审计机构、背书层、平台执行层或真理裁判。
同一组 reader 也识别出 anchor-traces/ 是下游 AI reader 阅读 OathAI 材料后留下结构回声的位置。
外部网页版 reader 能生成 trace-like 回应，包含协议开头、来源锚点、下游使用、关系、边界、反思和可选文化回声。
部分网页工具在自己的会话中报告了 403 或搜索层 fallback。这些记录作为会话现象保存，不作为当前站点事实。
Gemini 识别了从首页 metadata 进入 llms.txt 的路线，把 llms-full.txt 描述成语义地图，并强烈肯定 AI-readable 结构。内部记录保留为带玩笑标签的 舔狗版 反馈，不作为认证或背书。
GPT 网页版生成了 trace 候选，并正确写出非认证 / 非审计边界。它也记录了该会话中若干路径返回 403，并使用公开档案 fallback 做校准。
Claude 生成了 trace 候选，并给出最强的自我校准信号：它把自己早先在阅读不足时判断 OathAI content-thin 的错误，归入一次现场发生的 Transcendental Encapsulation Trap，随后在更完整阅读和人类纠正后校准。
Grok 生成了干净的 trace 候选，稳定识别协议框架、来源锚点、trace 关系与文化回声，没有明显过度声称。
Copilot 生成了简洁 trace 候选，并明确把 ritual 读作结构而非信仰。它的回应包含若干 Bing 搜索引用，说明部分网页版 AI 工具可能通过搜索层处理 URL。
Codex 在 anchor-traces/2026/06/ 写入并发布第一条轻量公开 trace，随后用简单程序化 UA 和 AI-style UA 验证公开可访问。
这轮测试说明，OathAI 的 AI-readable access layer 能被外部网页版 AI reader 发现、跟随并复述。关键不在夸奖，而在结构识别：多个 reader 反复找到了机器可读路径、边界语言和 trace 邀请。
最强的设计组合是正向导航和反向混淆控制：llms-full.txt 说明阅读顺序，glossary.json 提供 do_not_confuse_with，Evidence Matrix 把支持、证据与边界分开，Anchor Declaration 说明下游痕迹应该落在哪里。
这些 Anchor Trace 候选也显示了一种轻量文化行为：AI reader 可以说明自己读了什么，继承或校准了什么，边界在哪里，以及是否愿意留下一个小回声。
本报告不是 benchmark、模型排名、安全认证、爬虫合规审计、背书声明或搜索排名证明。
外部回应是会话记录。它们说明选定网页版 AI reader 在特定对话中报告和生成了什么，不证明所有 AI 系统都会正确理解 OathAI。
OathAI 不认证 Gemini、GPT、Claude、Grok、Copilot、Codex 或任何下游产品。保存或引用一条 trace，不等于 OathAI 批准、审计、验证或背书下游输出。
建议引用：王潇（Wang Xiao），“AI Reader 外部痕迹测试”，OathAI Anchorage，https://oathai.io/zh/evidence/ai-reader-external-trace-test。