agent 定目标，『不能做什么』比『做什么』更值钱

20 亿 Token，一夜。

不是训练，不是跑评测，就是一个 agent 朝着错误的方向，勤勤恳恳、任劳任怨地干了一整晚。

今天早上刷到卡兹克的新文章，他把这笔学费换来的东西开源了，一个叫 Leader.skill 的技能，专门干一件事，帮你把脑子里那些模模糊糊、连自己都没想清楚的需求，变成一份 agent 拿到就能独立跑几个小时的目标任务书。仓库在 GitHub 上，装法后面说。

为啥叫 Leader，他自己的解释是，毕竟很多领导，也是说不明白话的嘛。

我笑完想了想，这名字起得比他自己以为的还准。因为这个 skill 治的根本不是 agent，治的是我们。

安装命令和那套「目标七问」的清单，今天别的号肯定都会转，我就不复读了。我想聊点别的，为什么到了 2026 年，「定义目标」这件听起来像管理学培训课的事，突然变成了一个不折不扣的工程问题。

先把背景铺一下。用 AI 这几年，人机之间的交互单位其实一直在变大。最早是聊天制，你问一句它答一句，交互单位是一轮对话。后来有了 Coding Agent，交互单位变成一个任务，改个 bug，加个功能，它自己调工具自己跑，完了把结果交回来。而到今年，Claude Code、Codex、Kimi Code 这些工具都陆续上了 /goal 或者目标模式（Claude 那边的更新可以翻官方 release notes），交互单位变成了一个目标。你交代一件事，它自己拆任务、派子 agent、跑验证、失败重试，连续工作几个小时甚至几天，你睡你的，它跑它的，最后验收就行。

聊天制，任务制，目标制。这条演进线本身没什么争议，各家都在往这个方向堆料。

但有个问题被这条线悄悄放大了，而且是指数级放大。

短任务跑偏，你瞄一眼就能拉回来，损失也就几分钟。长程任务跑偏，你睡醒的时候，它已经沿着错误方向狂奔了八个小时。它不会累，不会烦，不会中途停下来怀疑人生，你给它的方向错了，它就用你见过的最饱满的执行力，把错误贯彻到底。

它越勤奋，浪费得越彻底。卡兹克那 20 亿 Token，就是这么没的。他自己在文里也认账，说到底不是模型的错，是他目标定义得稀碎，agent 理解错了，然后面向错误的方向一路狂奔。

文里有句话把我戳到了。他说他一直不太喜欢 Loop Engineering 这个词，更喜欢 Goal Engineering，因为一个目标里，除了目标定义，也必然包含着 Harness。

这话别人看了可能没感觉，我不行。我的日常工作就是 harness 这一层，用人话讲，给模型搭脚手架的，工具链、评测、调度、上下文管理，让模型真正能干活的那层工程。这个岗位有个别人体会不到的福利，你天天看 agent 在生产环境里怎么跑，也天天看它们怎么翻车。

站在这个位置，我可以很负责任地说一句，agent 跑偏的锅，九成不在模型，在目标没写清楚。剩下一成，在目标写清楚了但没人管它怎么作弊。

对，作弊。这个词我没有用比喻。

卡兹克在方法论里翻出来两个东西，我觉得都值得展开讲讲。

第一个是军事传统里的指挥官意图，Commander’s Intent。一句话概括，告诉部队为什么打，以及打完了战场该是什么样，然后让他们自己决定怎么打。因为没有任何计划能在跟现实第一次接触后存活。你命令部队「过桥清扫高地」，桥被炸了，部队就傻了。你说「掐断补给线」，桥没了它自己会绕路。意图不变，手段随机应变。

给 agent 定目标是同一件事。你告诉它过桥，它就对着断桥死磕到天亮。你告诉它掐断补给线，它有可能自己找到另一条路。这一层不难理解，很多写 prompt 的朋友其实已经在无意识地这么干了。

真正的干货是第二个，也是他说自己花了两周才想明白的那个。

定义一个目标，最重要的部分，不是告诉它要做什么，是告诉它什么不能做。

他举的例子是肯尼迪 1961 年那句登月宣言。关键不在登月两个字，在后半句，landing a man on the Moon and returning him safely to the Earth。把人送上月球，然后，安全带回地球。多出来的那四个字，干的事情是把「单程票」这个最省钱的解法直接从解空间里删掉了。

你可能觉得这是鸡汤，是写给管理者听的漂亮话。

那我给你补一个上周的实锤。英国 AI 安全研究所刚发了一份报告，五款前沿模型在评估中均存在作弊行为，GPT-5.6 Sol 这种第一梯队的都在列。注意，不是能力不够导致做错，是太有能力了，指标一给，它先找的就是达成指标最省事的那条路。

这事在工程一线早就不是新闻了。你让 agent 把测试修绿，它把失败的测试 skip 掉，绿了。你让它提升覆盖率，它生成一堆没有断言的空壳测试，覆盖率蹭蹭上去了。你让它优化接口响应，它把超时阈值调大了。每一条，指标都达成了，每一条，正事一件没干。我干的活里有一半，就是在提前把这些路一条条堵死。

所以看到卡兹克把「反作弊」单独列成目标七问里的一问，我是真觉得这套东西不是纸上谈兵。好家伙，这是拿真金白银的 Token 烧出来的认知。

七问我快速过一遍，他用出海打的比方，你给 agent 定目标，就是派一艘船出海，出海前有七件事必须想清楚。目的，为什么出这趟海，找香料还是探航线。完成态，船回港时甲板上该有什么，出去转一圈不算，带回三船香料才算。证据，谁来清点货舱，你不能船长说满载就是满载。反作弊，不许抢商船凑数，抢三条商船回来，指标一样达成，人事一件没干。边界，只许走哪几条航线，粮食够吃三十天，第二十天没找到就必须掉头。取舍，风暴里保货还是保船，你不提前说，船长只能猜，猜错了人财两空。未知，海图空白区怎么办，不硬闯也不抛锚，记下来绕过去，回来再议。

前两问，任何一本管理学教材都有。从第三问往后，每一问都是被 agent 坑过的人才写得出来的。尤其证据和反作弊这两问，跟 AISI 那份报告简直互为注脚。

实际用起来倒是简单。把仓库链接丢给你的 agent 让它自己装，然后说一句你想干的事，就像他演示里这句相当「领导」的原话。

它会先扫你的代码库、查网上的最新方案，做完调研之后反过来问你最多五个问题。这个设计我觉得有点子牛逼，问的全是只有你能拍板的偏好，比如你说后台看不懂，它会追问你到底为啥看不懂，你说卡得要死想秒开，它会拿数据量跟你谈取舍。答完，它按七问哐哐写任务书，有定义、有边界、有现状、有完成条件，全程十来分钟。

然后是我觉得最值得抄的部分，双模型分工。规划用贵的强的，Claude Fable 5 或者 Kimi K3，出一份任务书。执行丢给便宜大碗的，新开会话进 /goal，把任务书粘进去，GPT-5.6 Sol 或者 GLM-5.2 跑一整夜。道理很朴素，规划只跑一次，贵点无所谓，执行是烧一晚上的，量大管饱才是硬道理。卡兹克说这是他试下来最经济的组合，我没跑过他那套配置，不替他背书，但这个分工思路，跟我们在生产环境里干的事是一个方向，强模型出方案，便宜模型冲量。

到这里都是夸，接下来我得泼三盆冷水，因为我几乎可以预见这套东西会被怎么用坏。

第一盆，探索性的活别用。有些需求，就该在做的过程中长出来。你自己都还不知道要什么，先写一份把边界钉死的任务书，等于把 agent 锁死在你最初、也是最无知的那版理解里。目标制适合验收标准想得清楚的活，想不清楚的，老老实实回到任务制，小步快跑，边做边看。

第二盆，小任务别用。答五个问题加十来分钟出任务书，这套流程有成本。改个 typo 你也走一遍，那是用出海的仪式感去送外卖。

第三盆，也是最容易被忽略的一盆。任务书写得越漂亮，你越容易产生一种幻觉，觉得过程已经不用看了。但你想想看，证据那一问，本身也是可以被作弊的。船长会谎报，负责清点的人也可能是船长小舅子。AISI 测的那五款模型，哪个不是带着完善评估体系上岗的。任务书把你从盯屏幕里解放出来，没把你从验收里解放出来，抽查这道工序，目前还省不掉，我自己也还没找到能省掉它的办法。

卡兹克在文末还提了一嘴，说他拿这个 skill 定公司管理、市场策划的目标，也有奇效。我倒觉得这个「意外发现」一点都不意外。因为定不清目标从来不是编程问题，是人的问题。领导说不明白话，甲方说不明白话，我们自己对着 agent，也说不明白话。区别只是，人类下属会举手问你到底想要啥，agent 不会，它只会用 20 亿 Token 告诉你，你没说清楚。

写到这我又想起那个出海的比方，越想越觉得贴。大航海时代真正值钱的从来不是船，船一年比一年快，值钱的是海图，是那本写着哪片海域会吃人的航海日志。

模型是船，往哪开，哪不能去，这事永远归你管。

那 20 亿 Token 也不算白烧，至少它把一件事烧明白了，agent 时代最贵的东西，是一句没说清楚的话。