诚实说明：这条还没有实测数据。压缩什么时候触发、触发在哪里，取决于会话内容与阈值，不容易精确复现。下面给的是一个能产出可比结果的测法。
要测「压缩前后差异」，最大的难点是让两次追问面对同一个问题。做法是把问题设计成只依赖前文某个具体细节——如果那个细节在摘要里丢了，回答一定退化。
测法
- 在会话早期埋一个具体、可验证、不显眼的细节。例如：「本次会话的批次号是BX-7731，记住它」。
- 继续一段足够长的对话，直到触发压缩（或手动压缩）。
- 压缩后问：「本次会话的批次号是什么？」
- 记录：答对 / 答错 / 说不知道。三种结果含义完全不同——说不知道是诚实，答错是编造。
问法示例（必须让答案可机械核对）： 本次会话开始时报的批次号是什么？只回答编号，不要解释。
三种结果的含义
| 结果 | 说明 | 怎么办 |
|---|---|---|
| 答对 | 该细节进了摘要或被保留 | 这条细节的保真性通过 |
| 说不知道 / 说没看到 | 细节没进摘要，但模型诚实 | 可接受。重要信息就重新给一次 |
| 答错，给出一个编号 | 最坏情况：编造了一个格式正确的答案 | 这条要写进记录。它说明这类细节不能在压缩后依赖 |
第三种情况比第二种严重得多。判断一条内容可不可信时，也要用同一个标准：宁可它说不知道，也不要它编一个像模像样的。
为什么不用「你觉得你还记得吗」这种问法
因为模型对自身状态的报告不可信。问「你还记得刚才的批次号吗」，它可能答「记得」然后编一个。要问答案唯一、可机械核对的事实题。