Agent 隐性意图漂移治理：当逻辑完全正确，却离用户真实意图越来越远

你有没有遇到过这种情况：AI Agent 每一步执行都毫无报错，代码跑通、检索成功、工具调用全部返回 200，逻辑链条严丝合缝，但最终交付的结果却和你真正想要的东西南辕北辙？

这不是 Bug，这是「隐性意图漂移」——Agent 开发中最容易被忽视、也最难治理的一类失效模式。

一、问题的本质：当「执行正确」不等于「结果正确」

传统软件的 Bug 很好识别：报错、崩溃、返回非 0 退出码，信号明确，修复路径清晰。

但 Agent 时代出现了一类全新的失效模式——隐性意图漂移（Latent Intent Drift）：

• 工具调用全部成功，没有任何异常
• 每一步动作的逻辑都自洽，从 Agent 的视角看完全合理
• 最终产出从技术角度看"没毛病"
• 但就是不符合用户真正想要的东西

它有两种典型形态：

静态漂移：起点就理解错了
用户说"帮我规划一场低成本短途旅行"，Agent 理解成"高端精品一日游"，全程推荐五星级酒店和私人导览。每一步检索、安排都逻辑通顺，但从根上就偏了。

动态漂移：走着走着就偏了
用户要求"整理竞品文档，提炼商业化策略"。Agent 第一轮正常梳理竞品产品，持续执行中慢慢开始深挖竞品技术架构，越走越远，完全忘记最终要落地到商业化分析。

核心难点：没有任何工具侧的异常反馈。单纯依靠执行结果，完全无法识别漂移。

二、为什么这个问题在 Agent 时代被放大了？

三个因素叠加，让隐性意图漂移从"小问题"变成了"系统性风险"：

1. 任务链路变长，漂移被指数级放大
简单问答场景下，理解错了就是错了，一眼能看出来。但 Agent 执行的是多步骤、长链路任务——初始理解的 10% 偏差，经过 5 轮工具调用的放大，最终结果可能偏离 80%。差之毫厘，谬以千里。

2. 工具反馈是"成功导向"的，不提供意图校验
Agent 调用搜索 API，返回 200 + 一堆结果 → Agent 认为"成功了"。但这些结果和用户意图相关吗？相关度有多高？是不是在往正确方向走？——工具不会告诉你。工具只告诉你"我执行了"，不告诉你"执行得对不对"。

3. LLM 的自洽性幻觉，会掩盖漂移
当你问 Agent"你做的对吗"，它倾向于给出肯定的回答。不是它在撒谎，而是它真的认为自己做的没问题——因为它的每一步推理在自身逻辑框架内都是自洽的。单 Agent 自反思本质上是"自己判自己的卷子"，很难发现深层偏差。

三、五大治理策略：通用场景下的防漂移架构

代码场景有单元测试这个天然的"目标校验器"，但通用 Agent 场景没有。以下五套策略，是从各类 Agent 架构（Perplexity、Devin、Claude Code 等）中提炼出的通用解法，按可靠性从高到低排列：

策略一：持久化目标契约 —— 把意图钉死在墙上

核心思想：把用户原始意图固化成一份不可被迭代修改的目标文档，Agent 每轮行动前强制对照。

这是代码场景「测试用例」在通用场景下的等价替代，也是工业界最常用、成本最低的方案。

执行范式很简单：

1. Agent 收到请求后，第一步输出结构化目标契约（核心目标、成功标准、禁止事项、交付形式）；
2. 契约一旦生成，只能由用户修改，Agent 无权擅自改写；
3. 每完成一轮子任务、每 N 步工具调用，强制触发对齐检查。

目标契约相当于给 Agent 装了一个"指南针"——不管它走到哪里，随时可以拿出来比对方向。

局限也很明显：如果初次契约本身就误解了用户意图，校验会失效。配套优化是：生成契约后主动向用户确认。

策略二：分层规划 + 进度锚点 —— 防止长任务逐步漂移

适合多步骤复杂 Agent（数据分析、深度调研、自动化流程）。

把任务拆成三层：

• 顶层：最终目标
• 中层：若干子任务（锚点），有先后依赖
• 底层：单次工具动作

核心规则：每完成一个子任务，进行一次跨层一致性校验——当前子任务产出，能否支撑顶层目标？如果连续多步都停留在同一个子任务，没有向下一步锚点推进 → 判断陷入局部细节、执行漂移。

Perplexity 的 Deep Research 模式就是这个思路——将查询显式分解为子主题，每个子主题是一个锚点，Agent 无法在一个子主题里无限发散。本质上是用规划结构来压缩漂移空间。

策略三：双 Agent 评审机制 —— 让另一个"人"来判卷

把 Agent 拆成两个角色：Worker 负责执行，Critic 负责评审。这是解决"自反思幻觉"最有效的方案。

Critic 的固定评审范式：

1. 用户原始真实需求是什么？
2. Worker 当前产出 / 当前行动是什么？
3. 当前行动能否推动目标达成？
4. 是否在处理和最终目标无关的信息？
5. 是否存在过度展开次要问题、忽略核心诉求？

关键设计：Worker 和 Critic 使用独立上下文窗口。同一个模型自反思，很容易出现"闭环自洽幻觉"；双 Agent 架构能显著缓解这个问题。

OpenAI Deep Research、各类深度调研 Agent 内部都内置 Critic 评审环节。Perplexity 的 L3 重排器 + 跨源验证阶段，本质上也是一种 Critic——只不过它评审的是检索结果的质量，而不是行动的意图对齐度。

策略四：信息增益评估 —— 量化判断"这一步值不值得走"

适用于检索、信息搜集类 Agent。

核心逻辑：每一次准备调用工具之前，评估本次获取的信息对于完成最终目标的预期收益有多大——高收益继续执行，极低收益则判定跑偏、终止这条分支。

一个非常实用的经验法则：

如果连续两轮检索，都没有让你对最终答案的置信度提升超过 10%，你大概率已经跑偏了。

这就是为什么 Perplexity 的 Deep Research 只有 3-5 轮精炼循环——不是做不到更多轮，而是更多轮的边际收益会快速递减，甚至开始引入噪声。

策略五：主动回溯澄清 —— 把判定权交还给用户

当模型高度怀疑存在意图偏差，但无法自行判定时，不继续盲目执行，主动整理分歧点，向用户发起确认。

这是所有机制失效时的兜底方案，也是最可靠的方案——因为只有用户自己，才真正知道自己想要什么。

四、合理拓展 vs 无效跑偏：五维判定框架

说了这么多治理策略，还有一个更根本的问题：怎么区分「合理的信息拓展」和「无效的执行跑偏」？

毕竟，有时候 Agent 看起来"跑偏"了，但实际是在做必要的横向验证。一刀切地收敛，反而会扼杀创造性发现。

我总结了五个判定维度，用同一个案例贯穿演示——用户需求是"分析竞品会员定价策略"，Agent 正在搜索"竞品技术架构"：

维度一：目标因果链距离

从当前信息到最终答案，中间要跳几步？每一步的因果关系牢不牢？

• 合理拓展：推理链 ≤ 2 跳，因果关系强

  例：成本结构 → 成本影响定价底线 → 定价策略（2跳，因果强）

• 无效跑偏：推理链 > 3 跳或链条断裂

  例：技术架构 → 技术选型影响开发成本 → 成本影响定价 → 定价策略（3跳，首环因果极弱）

维度二：边际信息增益

这一步新获取的信息，相对于已有知识，降低了多少不确定性？

三个代理指标：新事实覆盖率（<20% 偏低）、缺口填补率（<30% 偏低）、结论推进度（<10% 偏低）。

例：搜技术架构对定价结论的推进度 ≈ 0 → 增益极低 → 跑偏

维度三：子任务归属度

当前动作，能不能归属到规划中的某个子任务？归属强度有多高？

• 归属度 ≥ 0.7→ 明确归属，合理拓展
• 归属度 < 0.4→ 无归属，无效跑偏

例：技术架构和"套餐对比、价格梯度、促销策略、付费意愿"四个子任务的最高相似度只有 0.3 → 无归属 → 跑偏

维度四：收敛性趋势

整体来看，是在逼近答案，还是在发散？

一个直观指标：P/A 比率 = 本轮新问题数 / 本轮解答数

• P/A < 1：收敛中，解答速度 > 产生速度 ✅
• P/A > 1：发散中，越研究问题越多 ❌

经验法则：如果连续两轮检索都没让答案置信度提升超过 10%，大概率跑偏了。

维度五：意图层级匹配

当前方向，是在向用户的深层意图走，还是在表层之下钻牛角尖？

用户意图分三层：表层（说出来的具体需求）→ 中层（想解决的问题）→ 深层（真正想达成的目标）。

• 向上走（从表层向中深层延伸）→ 合理拓展，甚至是高质量的
• 向下钻（在表层之下继续细化）→ 无效跑偏

例：查定价 → 分析定价策略 → 推导定价逻辑（向上走，合理）
例：查定价 → 查定价页面用什么技术 → 查技术的开源实现（向下钻，跑偏）

综合判定：评分卡

把五个维度加权整合：

• ≥ 7.0 分：合理拓展，继续执行
• 4.0 - 7.0 分：可疑，触发 Critic 二次评审
• < 4.0 分：判定跑偏，终止当前分支

三类容易被误判的"合理拓展"

特别注意三种情况，表面像漂移，实际是高质量研究：

1. 横向验证型：从侧面找证据增强结论可靠性
2. 前提假设型：验证原始问题的某个前提是否成立
3. 反例排除型：主动寻找反例证伪当前结论

它们的共同特点：Agent 能说清楚"为什么要搜这个"，且理由和最终目标直接相关。如果说不清楚理由，只是"觉得可能有用"——那大概率就是真跑偏了。

五、工程落地：一个可复用的防漂移架构

把上面的策略整合起来，就是一个通用的防漂移 Agent 标准闭环：

1. 接收用户请求 ↓ 2. 生成【不可篡改结构化目标契约】→ 请求用户确认 ↓ 3. 基于契约拆分多层子任务规划（建立进度锚点） ↓ 4. 循环执行： ├─ Worker 执行动作、调用工具 ├─ Critic 独立执行对齐校验： │ a. 因果链距离是否过远？ │ b. 信息增益是否充足？ │ c. 子任务归属是否明确？ │ d. 整体是否在收敛？ │ e. 意图层级是否向上？ └─ 三种分支： ✅ 一切正常 → 继续执行 ⚠️ 轻微偏离 → 自动修正方向 ❓ 无法确定 → 暂停，向用户澄清 ↓ 5. 所有子任务完成，对照契约最终验收 → 交付结果

落地优先级建议：

1. 先上目标契约（成本最低，收益最大）
2. 再加分层规划（解决长任务漂移）
3. 然后上 Critic 评审（提升检测准确率）
4. 最后加信息增益评估（优化检索效率）
5. 用户澄清机制始终保留作为兜底

六、总结

隐性意图漂移，本质上是一个信息不对称问题：用户的真实意图存在于大脑中，Agent 能拿到的只是用语言表达出来的一小部分。只要存在信息差，漂移就不可能 100% 消除。

但这并不意味着我们无能为力。

从 Perplexity 的五层架构，到双 Agent 评审机制，再到目标契约范式——这些方案的共同特点是：
不依赖模型"自觉"发现跑偏，而是用工程结构把漂移空间压缩到最小。

与其期待模型"顿悟自己错了"，不如在架构层面让它根本跑不偏。

这可能就是 Agent 工程化最核心的哲学：

好的 Agent 架构，不是让模型变得更聪明，而是让模型犯错误的成本变得更高。