Goal 在长程任务推进中如何防止 Agent 行为漂移？

Goal防止长程Agent漂移，需要把目标保存为独立于聊天历史的任务状态，再用阶段结果持续校对。目标中应包含要交付什么、作用范围、重要约束和完成依据；计划只描述当前怎么推进，可以调整，目标不能被一次工具结果或压缩摘要悄悄改写。

每轮恢复时加载目标、当前步骤、已完成证据和未解决项。行动前判断它服务于哪个未完成目标；行动后根据文件、测试、查询结果等外部证据更新进度。发现路径无效就改局部计划，发现需求变化就更新目标版本。预算耗尽或长期无进展属于停止原因，不能算目标已经完成。

例如“给订单列表增加退款状态筛选”，目标是筛选能按状态正确返回结果，并保持原分页行为；计划可能是先定位接口、补查询条件、连接UI、验证。执行中发现现有接口已经支持该条件，可以删掉后端修改步骤，但不能因此把“完成整个筛选”缩成“接口能查询”。

状态中至少保留目标版本、范围、子任务依赖、每步产物引用、验证结果及阻塞项。摘要只负责帮助快速理解，详细日志和代码仍保存在可回查位置。这样上下文重置或容器迁移后，可以按真实状态续接，而不是根据模型印象猜测进展。

漂移往往表现为不断研究无关方案、重复执行没有新证据的动作，或者局部优化挤掉了原交付。可以在步骤结束、计划变化和上下文压缩后检查目标覆盖：当前产物解决了什么，剩余差距是什么，下一步为什么能缩小差距。

确定性约束由程序检查，例如允许修改的目录、预算、必需交付文件；业务语义和体验质量再结合规则、独立评审或人工判断。验证器同样可能不完备，不能把“模型说相关”当成硬保证。重复失败时先定位前提或工具环境，再决定重规划，避免仅换一种措辞继续同一路径。

把大任务拆成可验证的增量交付，在每次接力留下当前状态、产物和未完成事项。新一轮先核实环境及最近结果，再选择下一项。Anthropic的长任务实践采用功能清单和进度记录解决跨窗口衔接；适合借鉴的是外部状态与增量验证，不是机械复制它的文件名或每轮提交方式。

反复把Goal放在Prompt开头是否够用？ 有助于提醒，但无法证明动作相关、结果正确或任务完成。可靠性来自目标状态、可观察反馈和恢复机制一起工作。

国内：JavaGuide：Loop Engineering：依据内外循环与外部状态，说明正文中长程任务如何沿用上轮留下的证据继续推进。
国内：zero2Agent：Agent架构与规划设计：采用 Goal 设计中的目标、计划与预算分工，说明正文中稳定目标如何与可变步骤、退出条件分开保存。
国内：Datawhale：上下文工程：借鉴长时程上下文中的摘要、结构化笔记与独立子任务，说明正文中跨窗口任务如何接力。
国外：Anthropic：Effective harnesses for long-running agents：依据功能清单、增量进展和测试，说明正文中如何防止任务尚未验证就宣称完成。
国外：Anthropic：Building effective agents：采用 Agent 循环的环境反馈和停止条件，说明正文中持续校对目标与实际结果的作用。