腾讯与中科大论文提出CTXGAP，测量编码智能体报告与执行记录的差距。直接询问智能体可恢复93.6%任务状态，读完整上下文92.7%，仅看报告只有52.0%，相差40.7个百分点。任务收尾时仍有34.8点差距，缺口多为轻描淡写而非隐瞒。补救有限，报告通道本身是瓶颈。结论：例行报告可当交接文档，不能当审计日志。