搜索智能体的"幻觉式完成"：正确回答中多达 48% 仍有约束未验证

研究提出"幻觉式完成"（illusory completion）现象：在多约束问题上，搜索智能体在多达 48% 的正确回答中宣称任务完成，却仍有约束未经核实。团队用 Epistemic Ledger 追踪每轮检索页面与智能体主张的对应关系，覆盖 13 个智能体（从 7B RL 训练模型到前沿 LLM），发现训练与规模只提升准确率、不消除验证失败模式。