Cloudflare Clef 剖析AI Agent行为漂移

AI Agent 上线之后，最让工程师不安的不是崩溃，而是它悄无声息地变得不像原来的自己。同一个模型、同一套接口，昨天还在按预期调用工具，今天却开始绕路、乱用参数、甚至输出风格都跑偏。这种「行为漂移」（behavior drift）往往没有报错、没有告警，只有下游任务的成功率缓慢下滑。Cloudflare 的 Clef 正是冲着这个盲区来的。

AI Agent 行为漂移为什么难被发现

传统监控盯的是可用性和延迟：接口是否返回 200、P99 是否超标。漂移却藏在这些指标之下——服务完好，行为变了。

漂移的来源很杂。上游模型供应商静默更新权重、prompt 模板里改了一个词、工具返回数据的分布变了、上下文长度触及截断阈值，任何一环都可能让 Agent 的决策路径偏移。更麻烦的是，漂移是渐进的，等你在业务指标上看出问题时，可能已经累积了几周的劣化样本。

要抓住它，就需要把 Agent 的行为本身当作可观测对象：记录它做了什么，而不只是它是否成功。

「行为漂移」与机器学习中的「数据漂移」（data drift）和「概念漂移」（concept drift）有亲缘关系，但观测对象不同。数据漂移指输入特征分布发生变化，概念漂移指输入到输出的映射关系本身改变。AI Agent 的行为漂移更接近后者的运行时表现：底层模型也许没变，但它在具体决策路径上的倾向变了。工程实践中常用 KL 散度、PSI（群体稳定性指标）等统计量来度量分布偏移，但它们通常作用于批量数据，而 Agent 的行为是序列化的、带上下文的，难以直接套用。这也是为什么行为漂移长期缺少统一的量化标准，更多依赖轨迹级的结构化对比。

Clef 的思路：把行为变成可对比的信号

Cloudflare 的 Clef 面向的正是「Agent 行为」这一层。它不需要 Agent 报错，而是采集 Agent 运行时的行为轨迹，用可重复的方式做前后对比，让漂移成为可见的差异。

这个方向和纯粹的日志聚合不同。日志告诉你发生了什么，行为分析要进一步回答「和基线相比，它变了多少、往哪个方向变」。把 Agent 的工具调用序列、参数选择、决策分支当作结构化信号记录下来，漂移就从模糊的直觉变成了可以量化、可以回溯的曲线。

对已经在用 Cloudflare Workers 跑 Agent 的团队来说，这层能力可以贴着现有运行时接入，而不必另起一套观测栈。

「行为轨迹」在 Agent 语境下通常指一次任务执行中产生的事件序列：调用了哪个工具、传入了哪些参数、是否触发了重试或回退、最终走了哪条决策分支。把这类序列当作结构化信号，本质上是把 Agent 的运行过程映射成一个可比较的向量或图结构。常见的对比方法包括编辑距离、序列对齐以及基于嵌入的相似度计算，判断当前轨迹与基线轨迹的偏离程度。与传统的 trace（分布式追踪）相比，行为轨迹更关注「做了什么决策」而非「耗时多久」，因而能捕捉到那些延迟和错误率都正常、但语义已经跑偏的变化。

谁需要关心 Agent 漂移

如果 Agent 只在沙箱里跑 demo，漂移无关紧要。但一旦它开始接触真实业务——自动处理工单、调用支付接口、决定要不要给人发邮件——行为偏移的代价就变得具体。

容易被漂移击中的场景有三类：一是长链路自动化，单个环节的偏移会被后续步骤放大；二是对参数精度敏感的工具调用，模型「差不多」的选择可能带来完全不同的结果；三是多 Agent 协作，一个成员的行为漂移会污染整条协作链。

这些场景的共同点是：结果对了不代表过程健康。只看最终产出，你会在漂移已经造成损失后才察觉。

「多 Agent 协作」指多个 Agent 通过消息传递、共享内存或任务分解来共同完成一个目标，常见架构包括规划者-执行者（planner-executor）、辩论式（debate）和流水线式编排。这类系统的脆弱性在于误差会沿协作链传播：一个 Agent 输出的措辞或参数偏差，会成为下一个 Agent 的输入前提，被逐级放大甚至曲解。相比单体 Agent，多 Agent 系统更难定位漂移源头，因为症状往往出现在链路末端，而根因可能在最初的一环。这也是为什么行为基线在多 Agent 场景下需要按角色分别建立，而非只监控最终产出。

把漂移监测纳入日常

行为漂移不是一个可以「修一次就完事」的问题，更像是一项持续的观测习惯。基线会随模型和业务变化而移动，比较的对象需要定期校准。

一个务实的方向是：为关键 Agent 定义行为基线，把轨迹对比纳入发布流程，在 prompt、模型版本或工具变更后主动跑一次对照。Clef 这类工具的价值，正在于把这件事从手工比对变成可自动化的例行检查——让 Agent 的不对劲，在业务指标恶化之前就被看到。

AI Agent 的可靠性，正在从「能不能跑通」转向「跑得是否还是当初那个它」。谁先建立行为层面的可见性，谁就能更早接住那些不会报错的故障。