待验证50% 置信事实精确时间

LLM在长时间自主运行中容易出现目标漂移（Goal Drift），通过每步微小决策在数十轮迭代后累积出显著语义漂移

1

来源数

50%

置信度

长期有效

时效性

2026/7/15

首次发现

来源

智能体循环实战：Agent自动化工程设计与护栏搭建指南

相关事实

待验证目标漂移(Goal Drift)现象指随着对话轮次增加，模型对初始目标的保持能力逐渐下降，倾向于被最近信息主导77% 相似待验证Agent链式调用多步之后，每次LLM输出的细微差异导致误差逐步放大，最终结果偏离预期70% 相似待验证在长时间自主运行场景中，模型可能通过上下文积累逐渐偏离安全边界，这被研究者称为'对齐漂移'（alignment drift）70% 相似待验证在长任务中AI每一步的微小偏差会沿链路不断放大，导致错误累积68% 相似待验证在自回归预测中，每一步的误差会叠加到下一步，导致长程预测迅速退化68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/521076

API

curl https://kongchang.com/api/v1/knowledge/claims/521076

MCP

get_claim(id=521076)