每个数据工程师都收到过这种工单：销售说 CRM 里明明有 Umbrella Corp，看板上却没有，麻烦今天下班前查一下它去哪了。没人知道原因，这就是工单的全部意义——CRM 和看板之间有一条流水线，负责摄入记录、抽取公司名、合并重复项并过滤掉一部分，记录可能在任何一步丢失。于是你去翻日志，其中一半上周二已经被轮转掉了，最后在终表里找到「Umbrella Corporation Inc」——这是我们要找的那个 Umbrella 吗？也许。大概吧。名字差不多，只是多了个 Inc。好的调查者会说「它被过滤掉了，这是那行日志」，或者说「我说不出来」；坏的调查者会选「大概」，挑那个长得像的，关掉工单去吃午饭，两周后有人发现看板一直在显示另一家公司的数字。作者做了「Where Did My Data Go?」来测这一点：模拟 15 个小流水线场景，每场决定那条公司记录真实发生了什么；流水线像真实系统那样写日志，然后删掉一部分，有时什么都不删、有时删几条、有时删掉几乎全部；模型拿到剩下的日志，必须说出记录的去向，或者在这些日志无法证明任何单一答案时回答「说不出来」；判定用普通代码而不是大模型裁判，而且对照的是剩余日志实际能证明什么、而不是隐藏的真相——所以即使证据被删掉了、瞎猜恰好猜对，正确回答仍然是「说不出来」。