当摘要扭曲决策：LLM压缩金融分析中的信息保真

金融决策者面对的信息超出其能直接检查的范围——使上下文压缩成为必要。但当大语言模型（LLM）压缩金融源材料时——它们可能改变源材料所支撑的投资判断。我们把该问题框定为信息保真：当压缩改变源材料诱导的决策时——保真即失。在智能体系统中——此类损失可能跨中间步骤复现——并在决策过程中放大。跨金融文件与业绩电话会议纪要——我们发现基于LLM的压缩可产出流畅、事实貌似合理的压缩上下文——却改变下游决策。我们分析与保真损失相关的两种诊断模式：去情境化——显著证据被保留但与正确解释所需的告警与情境限定语分离；模型依赖——不同压缩器暴露同一源材料的不同视图。随后我们提出智能体上下文压缩——生成多个候选压缩——并对照原始源材料审计其分歧。结果表明金融压缩不仅应以效率或事实性评估——还应以其保持决策相关上下文的能力评估。