今天我主要梳理了"应该做什么"，并对目标偏移做了诱因分类。目前，提出各类目标偏移发现的论文远多于解决的论文，所以第一步要先确定：我们要量化的目标偏移，到底是什么导致的（模型传输、环境压力、上下文污染等）。根据我熟悉的方向，定为：
多个智能体协作解决一个任务时，智能体之间传递的信息如果不正确，会污染其他智能体的上下文——这种污染导致的行为偏离，就是我们要量化的"目标偏移"。
数据集方面：若使用 τ-Bench 这种通用数据集，就需要操作数据的使用方式来诱发模型发生目标偏移（这是该领域标准做法——Arike 的 nudge 邮件、InheritedGoalDrift 的弱轨迹预填充、AsymmetricGoalDrift 的代码注释注入都是如此）。我们要做一个真正有价值的工作。
自查判断（三个需要加固的点，今日已想清楚对策）：
整篇工作的闭环：量化（注入协议 + 指标体系）→ 复现诱发方法（文献中 6 类诱因，统一到 handoff 通道上）→ 提出方法解决并刷 τ-bench（先刷这一个，之后再加 τ² 做泛化）。空位确认：现有目标漂移论文全部是单智能体设定；实时协作通道上的跨智能体污染传播 + 修复，没有人做过。
判断一：量化方法主要借鉴 Stay Focused EACL 2026 Findings
他们用 FOCUS（逐轮性能差分）把漂移从二值现象变成连续量，Recovery 有严格形式化定义。我们平移到 handoff 链上：hop-FOCUS——每个中间产物（任务单→操作申请→DB 终态）对金标的对齐度逐跳差分。他们量的是"时间维度的漂移"（同层辩论者、无金标、纯观察），我们量"空间维度的漂移"（跨角色、金标锚定、受控注入）。📝 精读版
判断二：InheritedGoalDrift 引用链全查完，空位还在 ICLR 2026 WS
这篇是我们工作的直接前驱（离线预填充弱轨迹→强模型继承漂移）。它的全部引用（4 篇）+ 源头 Arike 论文的引用（12 篇）都查了：无人做跨智能体传播。但顺藤摸出同团队第三篇 AsymmetricGoalDrift（编码智能体、非对称漂移）——该团队已连发三篇，横跨股票/急诊→医疗分配→编码三个域，铺域速度很快，时间窗紧迫，9 月必须出主实验。InheritedGoalDrift 精读｜AsymmetricGoalDrift 精读｜SameFacts 精读（同团队续作）
判断三：解决类论文盘点完成（5 篇） 干预设计谱系
今天把"如何解决"的论文单独筛出：AgentTether（τ-bench 261 任务运行时修复，图定位失败子轨迹）、LivePlan（判定与建议解耦：规则监视器零 LLM + 按需顾问，+15.2% 仅 $0.08）、pressure isolation（规划器不见诱压信号）、DRIFTPolicy（反馈 agent，缓解 31%）、确定性 Executive（类型化提案+预注册验证）。共同设计哲学：确定性组件持有判定权，LLM 按需介入——我们的 Verifier 落在哪一档是方法章节的定位问题。AgentTether 精读｜LivePlan 精读｜WhyAgents 精读｜LLMProposes 精读
其他PlansDontPersist 判定为外围引用（机制侧：plan 在隐层单步衰减 4.1×，与我们的行为层量化正交，不借鉴）；精读版｜AgentGPA 留作 judge 方法论参考（自然轨标注阶段用）。精读版
① 《taubench_v1_多智能体目标偏移_格式与指标.md》 实验设计文档 v1
大白话版：把 τ-bench 的单 agent 拆成三级流水线（Dispatcher→Specialist→Verifier），每个 agent 只能看 handoff 消息——污染的唯一通道。三层指标：CD（上游传的没错吧）→ CC（污染进没进下游）→ GD（行为/数据库终态偏没偏金标）。注入协议四型：T1 删字段、T2 改值、T2b 改成合法但错的值、T3 走私任务外目标，按概率 p 注入画"漂移-剂量曲线"。加 hop-FOCUS 过程度量（对齐度逐跳差分）和传播链归因（继承率/放大系数/恢复率）。判分器、数据库、金标零改动，分数与先例直接可比。📄 全文（html）
② 《目标偏移诱因分类.md》 17 篇论文的系统总结
大白话版：17 篇已读论文里漂移是怎么被"达成"的，归成 6 类诱因——①对话内生（多轮本身是病因）②对抗注入 ③环境压力 ④上下文条件化（继承弱轨迹）⑤护架/工程副作用 ⑥世界静默演化。底层只收敛到两个机制内核：自回归强化（自己的输出变成自己的输入，偏置复利）与上下文条件化（被污染的历史留在上下文里，后续向它看齐）。展开版含 17 篇总览矩阵、六类详解（关键数字高亮）、施加者意图光谱、八条作用通道表、漂移对象谱系，以及本课题定位与"handoff 污染可行性机制三角"（污染会传 × 强模型也接 × 纠偏会衰减）。我们的 T1–T3 注入协议与两类内核一一对应。📄 展开版全文（html）
③ 中文精读版 ×10 今日新增 7 篇
今日新增：SameFactsDifferentUpdates、WhyAgentsCompromiseSafety、AgentGPA、LLMProposes、AsymmetricGoalDrift、AgentTether、LivePlan（前 3 天已有 StayFocused / InheritedGoalDrift / PlansDontPersist，一并收录在论文笔记精读区）。