意图对齐

意图对齐的持续性需要外部机制（如显式记录、阶段性复核、行为边界约束）来补偿模型自身记忆与推理的不可靠性。

意图对齐（Intent Alignment）指系统的实际行为与用户的真实意图保持一致，而不仅仅是让输出看起来合理；区别于传统的“指令遵循”。

意图对齐通常需要结合上下文推断、显式澄清和授权范围收窄三种手段共同实现。

本文作者在回应批评时承认，原文对「意图对齐」的讨论过于宽松，其究竟等同于字面服从还是更接近可纠正性，处理得不够好。