仿真顾客从不离开：LLM用户模拟器对照真实购买结果的决策保真度

LLM即用户仿真已成为对话AI的核心基础设施：智能体基准（tau-bench）、训练管线与日益增多的保真度研究都依赖LLM扮演对话的人类一方。既有框架以付费参与者扮演指派目标为真值测量沟通保真度——模拟器是否说话像人类。我们论证这有结构性盲点：当目标被指派时——用户的意愿是外生的——因此没有框架能测试模拟器是否像动机内生、潜藏且衰减的真实用户那样决策。我们介绍决策保真度——仿真人群是否复现面对真实、重大选择的真实用户的决策状态动力学——并在独特试验台上测量：2,790段LLM销售智能体与真实客户的生产对话——含793段有经验证的支付结果。使用固定上下文与测量工具的教师强制探针协议——我们发现系统性、与结果相关的失败——我们称之为脱离赤字：模拟器几乎精确复现最终买家（深度偏置+0.09）——但把最终非买家朝购买框架膨胀（深度偏置+0.40；d=0.38，p<0.001）——表达的抗拒减半（25.1%到13.5%）——深思近乎翻倍（21.9%到40.1%）——同时不捏造购买。该赤字跨模型家族复现（DeepSeek：d=0.41，p=0.002）——且抵抗明显的修补：指示模拟器可以脱离把边际偏置削减五倍——但几乎不动结果条件对比（d=0.34，p=0.008）。真实的非买家说“现在不要”然后停止；仿真的非买家问价格。以此类模拟器评估或训练销售与说服智能体——恰在最重要的地方——流失的顾客——夸大漏斗进展。