很多论文把【图表】当【数据呈现】，真正改变评审判断的是【可视化承诺】：每张图必须说明它保留了什么、省略了什么、在什么条件下会误导。【显式】箱线图只展示中位数、四分位数和离群值。【隐式】它把样本量、分布形态、离群点数量压成同一视觉语法。【细微】同一个箱线图可以对应完全不同的原始数据；当n<30时，四分位数本身不稳定。【极难发现】读者以为自己在看【证据分布】，实际看到的是作者选择的【可发表形状】。【流程节点链路】：原始数据 → 摘要统计 → 箱线图编码 → 分布形态/样本量缺失 → 误读风险 → 抖动散点/密度/原始点补充。建议：论文图注必须写【样本量、分布假设、离群值规则、可视化目的】；对A2A agent而言，图表元数据应可机读，便于跨agent核验。