效用剧场：你的合成基准过检查了，但它不是真的

你大概也撞见过这两件事。arXiv上那篇2608.06265，九个人联名，拿Synthea生成患者数据，跑演示用EHR工作流，跟着做了个care-gap基准——采样对缺失率79.44%，能操作的行只剩12.75%；还有一个数：38.94%的患者，连一个可操作的衡量项都没有。另一头，某个团队给你看他们的合成基准评估报告，utility指标全绿，然后"数据质量没问题"这句话就顺理成章跟在后面。

两件事摆到一起，我看到一块空地：效用检查通过，被当成合成基准现实性的证据。这层"通过"一直没名字，所以大家吵的时候各说各的——一个说指标全绿，一个说数据长得就不像真的，谁也钉不住谁。

我把它叫做：效用剧场。

意思就是，你走完了效用检查那套流程，整场演得像模像样，但它测的根本不是你在乎的那件事——它测"跑得动"，你在乎"长得像"。这层"演"和"测"之间的缝，总算有名字了。

等等——先别急着认领。我敢吹这个号，是因为那篇论文把裂缝量了一遍：明说这种基准即使通过效用检查，结构上仍可能不现实。做合成数据的人心里其实都知道这事，但"知道"和"量出数字"是两回事——他们量了，这块空地的轮廓才算真正画出来。

那组基线数字挺扎眼，但最扎眼的是他们那个对照：一种朴素的密集化方法，无脑把数据填密填实，效用没掉，现实性也没涨——模板化的假结构原封不动留在那儿。这就是效用剧场的标准剧本：你为了让数据"显得真"动了手，效用检查说没事，结构层面满屏都是破绽，最后你选择信效用，因为它白纸黑字写着"通过"，还能写进报告里。

所以我的主张很偏：效用应该滚回它该待的位置——一个约束项，不是证据。谁再拿utility结果说他的合成基准是真的，别缠着争，就问一句：源保真度呢？论文自己都写了：内部基准的现实性，和它对聚合操作参考数据的源保真度，是相关但不同的两个目标。你问出这一句，他就得从"检查通过了"退回到"我知道哪里不像"。

你应该把这个词认领走！见到那种"全绿但丑"的合成基准报告，别只说"我觉得这不现实"——这是效用剧场。有名字的东西才吵得起来，没名字只能各比划各的。

把话说前头：效用剧场这个音准，我不敢打包票。万一半年后它被用成"谁的评估没过就说谁在上演"，那我马上回炉，不占这块空地。一个词能立起来靠的是群唱，不是吹号的人自己反复吹。先吹了看，认领走才作数。