Claude Code 的“/goals”将执行任务的代理与决定任务完成的代理区分开来。

来源https://venturebeat.com/orchestration/claude-codes-goals-separates-the-agent-that-works-from-the-one-that-decides-its-done代码迁移代理程序运行完毕管道状态显示正常。但实际上有几段代码从未编译完成——而且花了数天时间才发现这个问题。这不是模型故障而是代理程序在实际完成之前就判定任务已完成。许多企业现在发现生产环境中的AI代理流程失败并非由于模型本身能力不足而是因为代理背后的模型决定停止运行。LangChain、Google和OpenAI目前都提供了一些防止任务过早退出的方法但这些方法通常依赖于独立的评估系统。Anthropic公司在Claude Code上提出了最新的方法/goals该方法正式地将任务执行和任务评估分离。编码代理以循环方式工作它们读取文件、运行命令、编辑代码然后检查任务是否完成。Claude Code /goals 本质上是在该循环中添加了第二层。用户定义目标后Claude 会继续逐轮执行但每一步之后都会引入一个评估模型来审查并判断目标是否已达成。两种模型的划分来自三家供应商的编排平台都遇到了同样的难题。但它们的解决方法却不尽相同。OpenAI 不干预循环让模型自行决定何时结束但允许用户添加自己的评估节点。LangGraph 和 Google 的 Agent Development Kit 也支持独立评估但需要开发者定义评判节点、编写终止逻辑并配置可观测性。Claude Code 的 /goals 参数用于设置独立评估器的默认运行时间即用户希望评估器运行更长时间还是更短时间。基本上开发者通过提示设置目标完成条件。例如/goal all tests in test/auth pass and lint step is clean。然后 Claude Code 运行每次代理尝试结束工作时评估模型默认为 Haiku都会检查条件循环。如果条件不满足代理将继续运行。如果条件满足则会将已达成的条件记录到代理对话记录中并清除目标。评估器只做两个决定这也是为什么无论目标是否完成较小的 Haiku 模型都能很好地工作的原因。Claude Code 通过将尝试完成任务的模型与确保任务实际完成的评估模型分离实现了这一点。这可以防止智能体将已完成的任务与仍需完成的任务混淆。Anthropic 指出使用这种方法无需第三方可观测性平台尽管企业可以继续将第三方平台与 Claude Code 结合使用也无需自定义日志并且减少了对事后重建的依赖。像 Google ADK 这样的竞争对手支持类似的评估模式。Google ADK 部署了 LoopAgent但开发者需要自行设计相关逻辑。人道组织在其文件中指出最成功的条件通常具备以下特点一个可衡量的最终状态测试结果、构建退出代码、文件计数、空队列明确说明检查方式Claude 应该如何证明例如“npm test exits 0”或“git status is clean”。重要的约束条件任何在此过程中绝对不能改变的内容例如“不得修改其他测试文件”。在环可靠性对于已经管理庞大工具栈的企业来说其吸引力在于它是一个原生评估器不会增加需要维护的另一个系统。这是智能体领域更广泛趋势的一部分尤其是在有状态、长时间运行和自学习智能体的可能性日益成为现实的情况下。评估模型、验证系统和其他独立裁决系统开始出现在推理系统中在某些情况下也出现在像 Devin 或 SWE-agent 这样的编码智能体中。Sprinklr 的解决方案总监 Sean Brownell 在一封电子邮件中告诉 VentureBeat人们对这种任务和评判者分离的循环很感兴趣但他认为 Anthropic 的方法并没有什么独特之处。“是的这个循环有效。将构建者和评判者分开是合理的设计因为从根本上讲你不能指望模型来评判它自己的作业。执行任务的模型往往最难判断任务是否完成”布朗内尔说道。“话虽如此Anthropic 并非首家将此类技术推向市场的公司。这里最有趣的是全球两家最大的人工智能实验室在短短几天内发布了相同的指令但它们对于谁有权宣布‘完成’却得出了截然不同的结论。”布朗内尔表示该循环最适用于“具有可验证最终状态的确定性工作例如迁移、修复损坏的测试套件、清理积压工作”但对于更细致的任务或需要设计判断的任务由人来做决定则更为重要。将评估者/任务拆分到代理循环级别表明像 Anthropic 这样的公司正在推动代理和编排进一步朝着更可审计、可观察的系统发展。阅读最新前沿科技趋势报告请访问21世纪关键技术研究院的“未来知识库”未来知识库是“21世纪关键技术研究院”建立的在线知识库平台收藏的资料范围包括人工智能、脑科学、互联网、超级智能数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828进入。截止到2月28日 ”未来知识库”精选的百部前沿科技趋势报告加入未来知识库全部资料免费阅读和下载牛津未来研究院 《将人工智能安全视为全球公共产品的影响、挑战与研究重点》麦肯锡超级智能机构赋能人们释放人工智能的全部潜力AAAI 2025 关于人工智能研究未来研究报告斯坦福2025 斯坦福新兴技术评论十项关键技术及其政策影响分析报告191 页壳牌2025 能源安全远景报告能源与人工智能57 页盖洛普 牛津幸福研究中心2025 年世界幸福报告260 页Schwab 2025 未来共生以集体社会创新破解重大社会挑战研究报告36 页IMD2024 年全球数字竞争力排名报告跨越数字鸿沟人才培养与数字法治是关键214 页DS 系列专题DeepSeek 技术溯源及前沿探索50 页 ppt联合国人居署2024 全球城市负责任人工智能评估报告利用 AI 构建以人为本的智慧城市86 页TechUK2025 全球复杂多变背景下的英国科技产业战略韧性与增长路径研究报告52 页NAVEX Global2024 年十大风险与合规趋势报告42 页《具身物理交互在机器人 - 机器人及机器人 - 人协作中的应用》122 页2025 - 2035 年人形机器人发展趋势报告 53 页Evaluate Pharma2024 年全球生物制药行业展望报告增长驱动力分析29 页【AAAI2025 教程】基础模型与具身智能体的交汇350 页 pptTracxn2025 全球飞行汽车行业市场研究报告45 页谷歌2024 人工智能短跑选手AI Sprinters捕捉新兴市场 AI 经济机遇报告39 页【斯坦福博士论文】构建类人化具身智能体从人类行为中学习《基于传感器的机器学习车辆分类》最新 170 页美国安全与新兴技术中心2025 CSET 对美国人工智能行动计划的建议18 页罗兰贝格2024 人形机器人的崛起从科幻到现实如何参与潜在变革研究报告11 页兰德公司2025 从研究到现实NHS 的研究和创新是实现十年计划的关键报告209 页康桥汇世Cambridge Associates2025 年全球经济展望报告44 页国际能源署2025 迈向核能新时代麦肯锡人工智能现状组织如何重塑自身以获取价值威立Wiley2025 全球科研人员人工智能研究报告38 页牛津经济研究院2025 TikTok 对美国就业的量化影响研究报告470 万岗位14 页国际能源署IEA能效 2024 研究报告127 页Workday 2025 发挥人类潜能人工智能AI技能革命研究报告20 页CertiKHack3D2024 年 Web3.0 安全报告28 页世界经济论坛工业制造中的前沿技术人工智能代理的崛起》报告迈向推理时代大型语言模型的长链推理研究综述波士顿咨询2025 亚太地区生成式 AI 的崛起研究报告从技术追赶者到全球领导者的跨越15 页安联Allianz2025 新势力崛起全球芯片战争与半导体产业格局重构研究报告33 页IMT2025 具身智能Embodied AI概念、核心要素及未来进展趋势与挑战研究报告25 页IEEE2025 具身智能Embodied AI综述从模拟器到研究任务的调查分析报告15 页CCAV2025 当 AI 接管方向盘自动驾驶场景下的人机交互认知重构、变革及对策研究报告124 页《强化学习自我博弈方法在兵棋推演分析与开发中的应用》最新 132 页《面向科学发现的智能体人工智能进展、挑战与未来方向综述》全国机器人标准化技术委员会人形机器人标准化白皮书2024 版96 页美国国家科学委员会NSB2024 年研究与发展 - 美国趋势及国际比较51 页艾昆纬IQVIA2025 骨科手术机器人技术的崛起白皮书创新及未来方向17 页NPLBeauhurst2025 英国量子产业洞察报告私人和公共投资的作用25 页IEA PVPS2024 光伏系统经济与技术关键绩效指标KPI使用最佳实践指南65 页AGI 智能时代2025 让 DeepSeek 更有趣更有深度的思考研究分析报告24 页2025 军事领域人工智能应用场景、国内外军事人工智能发展现状及未来趋势分析报告37 页华为2025 鸿蒙生态应用开发白皮书133 页《超级智能战略研究报告》中美技术差距分析报告 2025欧洲量子产业联盟QuIC2024 年全球量子技术专利态势分析白皮书34 页美国能源部2021 超级高铁技术Hyperloop对电网和交通能源的影响研究报告60 页罗马大学2025 超级高铁Hyperloop第五种新型交通方式 - 技术研发进展、优势及局限性研究报告72 页兰德公司2025 灾难性网络风险保险研究报告市场趋势与政策选择93 页GTI2024 先进感知技术白皮书36 页AAAI2025 人工智能研究的未来报告17 大关键议题88 页安联 Allianz2025 新势力崛起全球芯片战争与半导体产业格局重构研究报告威达信2025 全球洪水风险研究报告现状、趋势及应对措施22 页兰德公司迈向人工智能治理研究报告2024EqualAI 峰会洞察及建议19 页哈佛商业评论2025 人工智能时代下的现代软件开发实践报告12 页德安华全球航空航天、国防及政府服务研究报告2024 年回顾及 2025 年展望27 页奥雅纳2024 塑造超级高铁Hyperloop的未来监管如何推动发展与创新研究报告28 页HSOAC2025 美国新兴技术与风险评估报告太空领域和关键基础设施24 页Dealroom2025 欧洲经济与科技创新发展态势、挑战及策略研究报告76 页《无人机辅助的天空地一体化网络学习算法技术综述》谷歌云Google Cloud2025 年 AI 商业趋势白皮书49 页《新兴技术与风险分析太空领域与关键基础设施》最新报告150 页《DeepSeek 大模型生态报告》军事人工智能行业研究报告技术奇点驱动应用加速智能化重塑现代战争形态 - 25030940 页真格基金2024 美国独角兽观察报告56 页璞跃Plug and Play2025 未来商业研究报告六大趋势分析67 页国际电工委员会IEC2025 智能水电技术与市场展望报告90 页RWS2025 智驭 AI 冲击波人机协作的未来研究报告39 页国际电工委员会IEC2025 智能水电技术与市场展望报告90 页RWS2025 智驭 AI 冲击波人机协作的未来研究报告39 页未来今日研究所 2025 年科技趋势报告第 18 版 1000 页模拟真实世界多模态生成模型的统一综述中国信息协会低空经济分会低空经济发展报告2024 - 2025117 页浙江大学2025 语言解码双生花人类经验与 AI 算法的镜像之旅42 页人形机器人行业由 “外” 到 “内” 智能革命 - 25030651 页大成2025 年全球人工智能趋势报告关键法律问题28 页北京大学2025 年 DeepSeek 原理和落地应用报告57 页欧盟委员会 人工智能与未来工作研究报告加州大学伯克利分校面向科学发现的多模态基础模型在化学、材料和生物学中的应用电子行业从柔性传感到人形机器人触觉革命 - 25022635 页RT 轨道交通2024 年中国城市轨道交通市场数据报告188 页FastMoss2024 年度 TikTok 生态发展白皮书122 页Check Point2025 年网络安全报告 - 主要威胁、新兴趋势和 CISO 建议57 页【AAAI2025 教程】评估大型语言模型挑战与方法199 页 ppt《21 世纪美国的主导地位核聚变》最新报告沃尔特基金会Volta Foundation2024 年全球电池行业年度报告518 页斯坦福2025 斯坦福新兴技术评论十项关键技术及其政策影响分析报告191 页国际科学理事会2025 为人工智能做好国家研究生态系统的准备 - 2025 年战略与进展报告英文版118 页光子盒2025 全球量子计算产业发展展望报告184 页奥纬论坛2025 塑造未来的城市研究报告全球 1500 个城市的商业吸引力指数排名124 页Future Matters2024 新兴技术与经济韧性日本未来发展路径前瞻报告17 页《人类与人工智能协作的科学与艺术》284 页博士论文《论多智能体决策的复杂性从博弈学习到部分监控》115 页《2025 年技术展望》56 页 slides大语言模型在多智能体自动驾驶系统中的应用近期进展综述【牛津大学博士论文】不确定性量化与因果考量在非策略决策制定中的应用皮尤研究中心2024 美国民众对气候变化及应对政策的态度调研报告气候政策对美国经济影响的多元观点审视28 页空间计算行业深度发展趋势、关键技术、行业应用及相关公司深度梳理 - 25022433 页Gartner2025 网络安全中的 AI明确战略方向研究报告16 页北京大学2025 年 DeepSeek 系列报告 - 提示词工程和落地场景86 页北京大学2025 年 DeepSeek 系列报告 - DeepSeek 与 AIGC 应用99 页CIC 工信安全2024 全球人工智能立法的主要模式、各国实践及发展趋势研究报告42 页中科闻歌2025 年人工智能技术发展与应用探索报告61 页AGI 智能时代2025 年 Grok - 3 大模型技术突破与未来展望报告28 页上下滑动查看更多