模型评测习惯盯虚构，一项新研究盯的是遗漏。
Georgetown 与 University of Washington 分析 20 份 AI 生成的事故报告摘要，主要错误不是写错，而是写漏。328 人实验中，一份误导性摘要把关键细节的正确回忆率从 83.6% 压到 44.8%，读的人没有察觉任何缺失。
差别在呈现方式：虚构是显性错误，复核能抓到；遗漏是隐性错误，看上去完整，无从下手。
落地做法：
- 摘要附原文链接，关键结论回原文对齐后再用
- 标明摘要覆盖范围，未覆盖部分单独标注
- 进入决策的摘要，加第二来源交叉验证
边界：研究未覆盖职场场景，结论限于「省略什么，读者就会记住什么」。