对缺失数据重试会导致幻觉——格式错误会收敛，缺失数据会发散

不是所有提取错误都一样。格式错误（数据存在，格式不对）1-2 次重试就能以 94% 的成功率修复。缺失数据错误（源文档里根本没有这个信息）3 次重试后 96% 仍然失败——而那 4% “修复”的案例大概率是幻觉。

不分类地对待所有错误，既浪费算力又编造数据。

错误分类学

诊断信号：发散的输出

如果对同一个字段的多次重试每次产出不同的值（先是 MIT，然后 Apache-2.0，再然后 BSD-3-Clause，都是 license 字段），那数据就不存在。模型每次都在发明一个新的合理答案，因为没有真实值可以收敛。

格式错误会收敛——每次重试离正确格式更近。缺失数据会发散——每次重试编造一个不同的值。

生产数据

在一个日处理 10,000 工单的系统中：

• 格式错误：占重试的 42%，94% 解决
• 结构错误：占重试的 18%，87% 解决
• 缺失数据错误：占重试的 40%，6% “解决”（大概率幻觉）

缺失数据的重试消耗了 40% 的重试算力预算，真实价值接近零。预分类可以消除这种浪费。

缺失数据的正确处理

不要重试。把字段从 required 改为 nullable（参见 K4.3.3）。接受 null 并附上 "not_found_in_source" 状态。升级紧迫度（“PO 号必须存在”）只会驱动模型在每次重试时编造。

两级策略

1. 分类 — 错误是可重试的（格式/结构）还是不可重试的（数据缺失）？
2. 路由 — 可重试 → 带具体错误反馈的重试循环。不可重试 → 接受 null 并附带结构化上下文。

错误分类是必不可少的第一步。没有它，系统要么在缺失数据上浪费重试（导致幻觉），要么跳过可修复的格式错误的重试（丢失数据）。

这些修不了缺失数据

升级模型（Haiku → Sonnet）混淆了能力和数据可用性。更强的模型也提取不了不存在的信息。

基于失败率的自适应重试次数适得其反。失败率超过 50% 的字段主要是源文档中不存在的（80% 的情况）。更多重试 = 更多幻觉。

一句话总结： 重试前先分类错误——格式错误在反馈下收敛到正确值，但缺失数据错误会发散为编造，对它们重试浪费了 40% 的算力同时产出幻觉输出。