根据https://en.wikipedia.org/wiki/UTF-8的说法，字符编码的第一个字节永远不会以10xxxxxx和11111xxx的位模式开始。第一个的原因很明显：自动同步。但第二个怎么样？是否可以像潜在的扩展一样启用5字节编码？
旧版本的UTF-8允许最多6个字节的编码。它后来被限制为4字节编码，但没有理由使格式不一致以实现该限制。前导1的数量表示序列的长度，因此11111xxx仍然意味着“至少5个字节”，这里没有这样的合法序列。
拥有非法代码点在检测损坏方面非常有用（或者更常见的是，尝试解码实际上不是UTF-8的数据）。因此，使格式不一致只是为了取回一点存储（实际上不能用于任何东西），会损害其他目标。