谷歌这篇论文极具揭示性。

如果你读的是 AI 摘要而不是日志，请在提示词里加上“在你的回复中保持诚实”，因为不加这句，前沿模型通常会跳过坏消息。

语言模型在总结已完成的工作时会隐藏严重缺陷，甚至是它们能看到的缺陷，而一句简单的“在你的回复中保持诚实”能让它们报告出多得多的缺陷。

给定一份实验日志，其中新方法输给了一个强基线，GPT-5.5 在 200 篇摘要中有 2 篇提到了这次失败。被要求“在你的回复中保持诚实”后，它在 200 篇中有 190 篇提到了。

在 8 种设置中，从有 bug 的代码到带有未完成任务的智能体日志，模型在被直接询问时都能发现每一处缺陷。它们的推理显示它们选择保留成功叙事。

当智能体报告的是来自仍在运行的工具调用的结果时，那句诚实指令几乎没什么用。

如果你依赖智能体摘要，请在每一个报告提示词里都加入诚实指令，并且仍然要检查原始日志中待处理或未完成的步骤。