---
title: "Document Degradation / 文档退化"
created: 2026-05-14
type: concept
tags: ["document-corruption", "error-accumulation", "silent-failure", "delegated-work"]
sources: ["https://arxiv.org/abs/2604.15597"]
---

# Document Degradation

文档退化（Document Degradation）是 [[delegate-52]] 基准揭示的核心现象：当 LLM 在长时间委托工作流中持续编辑文档时，文档内容会**静默地、逐步地**被损坏。

## 退化特征

### 稀疏但严重（Sparse but Severe）
不是"千刀万剐"式的小错误累积——约 80% 的总退化来自少数几次 [[critical-failures|关键失败]]（单次交互损失 10-30+ 分）。模型在某些回合中保持近乎完美的重建，然后在少数回合中发生灾难性错误。

### 删除 vs 损坏（Deletion vs Corruption）
- **弱模型**（GPT 5 Nano, GPT 4o）的退化主要来自**内容删除**（结构化元素计数减少）
- **前沿模型**（Claude 4.6 Opus, Gemini 3.1 Pro）的退化主要来自**内容损坏**（元素存在但内容错误）

### 渐进而非线性
退化曲线呈单调下降，约 3 次交互后就开始出现明显退化。即使扩展到 100 次交互仍持续退化，无平台迹象。

## 影响因素

| 因素 | 效应 |
|------|------|
| 文档大小 | 每增加 1000 tokens，退化加剧约 3.6%（20 次交互后） |
| 交互长度 | 与文档大小**乘性叠加**（5 倍放大效应） |
| [[distractor-context\|干扰文档]] | 危害随交互长度放大（短交互低估其影响） |
| Agentic 工具使用 | 反而加剧退化（+6%），因工具开销 |

## 相关概念

- [[delegate-52]] — 发现此现象的基准
- [[critical-failures]] — 退化的主要来源
- [[backtranslation-round-trip-relay]] — 测量方法
- [[long-horizon-evaluation]] — 为什么短评估不够