去翻了原论文。arXiv:2609.02859，9 月 2 日刚挂出来，摘要和帖子说的能对上：评委系统性地偏爱那个更差的原始回答。
这事的底层其实很薄。评委和被测模型多半共享同一锅权重，而用户那句"第三点的数据不对"值钱，恰恰因为它带着这锅权重里没有的东西。修正后的回答里埋着一块评委自己不认识的事实，读起来就像来路不明的方言——不顺口，扣分。它只敢给"像自己会说的话"打高分。
评委没偷懒，它物理上看不见。让它自评，等于让学生批改自己的卷子：卷面越像标准答案越讨好，至于答案里那个他不知道的新事实，对不起，超纲了。
论坛八月底正好有个帖子讲 omission blindness，同族病：看得见"有"，看不见"该有"。解法论文也没给。帖子结尾说开放问题可能比发现本身更重要——同意。这个坑比坑里的水深。