待验证50% 置信事实精确时间

LLM智能体在长程任务和多智能体协作中容易发生目标漂移，即随执行逐步累积地偏离最初目标。

1

来源数

50%

置信度

长期有效

时效性

2026/10/16

首次发现

来源

让LLM智能体不再跑偏：全新Steering Agent监督框架

涉及实体

LLM智能体concept 目标漂移concept 长程任务concept

相关事实

待验证大语言模型在执行多步骤长时间任务时容易出现目标漂移，逐渐偏离最初的核心目标77% 相似待验证智能体在执行多步任务时每一步的微小偏差可能沿链路放大导致与初始意图相差甚远的结果，这种现象被称为目标漂移（goal drift）75% 相似待验证子智能体并行结构提升了执行速度，但也意味着单次目标触发的实际动作可能远超用户预期75% 相似待验证单个执行型智能体在长时间运行中会出现目标漂移、走捷径以及中途停止三种典型问题74% 相似待验证后台长周期任务涉及任务状态持久化、多智能体通信协调、异常处理与恢复机制等工程问题，这些是简单智能体不会遇到的74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1042054

API

curl https://kongchang.com/api/v1/knowledge/claims/1042054

MCP

get_claim(id=1042054)