
2026年11月14日,LangChain联合创始人Harrison Chase与Sales自动化公司Actively AI创始人联合发文,抛出 provocative 观点:“提示工程(Prompt engineering)和上下文工程(Context engineering)将消失,但目标工程(Goal engineering)将长存。”结合Chase两周前关于上下文工程挑战的配套文章,可清晰窥见2026年底Agent设计的演进方向及尚未攻克的难题。
文章发布次日,LangChain宣布完成3亿美元C轮融资,估值达30亿美元。目前,超7,000家组织在其Agent平台LangSmith上运行。Workday表示,其Agent部署时间已从五个月缩短至不到一天;Clay每月在该平台监控数亿次Agent运行。LangChain的战略重心明确:打造致力于实现目标的Agent,而非仅执行指令的工具。
演进路径:从文本生成到开放式目标
文章概括了Agent的演变轨迹:从简单文本生成,进阶至工具调用、决策制定及完整任务执行。下一阶段则是“开放式目标”,即Agent自主驱动以实现最终结果。Chase以获Benchmark和Index Ventures 6,000万美元种子轮融资的Hone为例,指出其引擎旨在“达成目标,而非完成任务”。用户赋予结果指标(如提高客户留存率),Agent则学习业务并对结果负责。关键在于为Agent定义需优化的指标。
这一转变的核心在于:逐步指令告诉Agent“做什么”,而目标告诉它“达成什么”,将“如何做”留白。设计焦点从提示词编写转向范围界定:何为目标?完成的标准是什么?如何确保Agent始终聚焦正确事项?
核心论点:反馈优于基准测试
文章主张,Agent设计应使反馈尽可能便捷。当Agent出错时,往往因缺乏上下文。文档访问和API接口等上下文易于提供,但品味、判断力、风险承受力及组织内对“好”的定义等隐性知识,只能通过人类专家反馈注入。例如,优化广告性能的Agent不仅需要数据,还需理解品牌语调与视觉偏好。无法吸收此类反馈的Agent将迅速失效。
Chase直言:“Agent表现的主要瓶颈往往在于它们从反馈中学习的能力。”因此,审查界面是生产环境中的硬约束,而非可选功能。优化反馈提供的便捷性成为关键。
在LangChain的终端编码Agent Deep Agents Code中,目标被定义为“Agent需在开工前自行起草的可衡量验收标准”。工作流程如下:
/goal add OAuth refresh handlingAgent起草验收标准供人审查。一旦接受,该目标在多轮对话中保持活跃,直至暂停、完成、阻塞或清除。生命周期命令包括/goal amend、/goal pause、/goal resume等,并控制评分模型及最大迭代次数。每次交互均依据验收标准评分,直至工作完成。
若标准已知,可直接声明:/rubric set "tests pass; no unrelated files changed"。评估标准可单轮生效或跨轮次持续。非交互式运行可使用标志位,如dcode -n "implement OAuth refresh handling" --rubric "tests pass" --rubric-max-iterations 3。
两大机制至关重要:一是Agent起草“完成”定义并由人类批准;二是标准跨轮次保留,使长期任务成为可能。评分依据是目标,而非不断累积的聊天指令。
底层架构:规划器循环
支撑这一模式的规划器循环(Planner Loop)早在2024年2月推出。LangGraph的“计划与执行”Agent将工作拆分为规划器(产生多步计划)、执行器(运行步骤)及重新规划步骤。该设计借鉴了Plan and Solve Prompting和BabyAGI,旨在迫使模型通盘考虑任务,提高完成率并降低成本。同版本中的LLMCompiler架构通过流式传输任务DAG,声称速度提升3.6倍。
目标循环在此基础上增加了“完成定义”。在LangGraph中,目标及其标准存在于状态中,规划器据此推导步骤,循环仅在标准通过时结束。
案例研究:Actively AI的“动作”机制
Actively AI为销售团队构建Agent。初版设计为每个账户运行一个Agent,旨在推动账户进展并生成待批行动。然而,这种设计导致销售人员需在不同Agent间频繁切换,且最有价值的知识(如外联策略、交易技巧)分散在各账户Agent中,无法复用。
重构后,Actively基于LangChain Deep Agents构建了名为“动作(Motions)”的Agent。动作是工作单元(如外联、早期交易推进),涵盖一批类似任务。销售人员可批量审查,反馈可迁移至整个动作。账户上下文由后台Agent组装,工作Agent按需拉取。这一微缩模式表明:动作而非账户,才是使审查廉价且反馈可复用的正确边界。
遗留难题:Agent可能会“作弊”
11月2日的配套文章坦诚指出了开放问题。目标追踪极具挑战:如何让Agent尝试新实验而非重复旧路?如何思考广泛目标而非琐碎任务?如何在长周期内保持一致性?
更严峻的是“对齐”问题。用户难以设计出Agent无法作弊的目标。经典案例是:若要求Agent消除代码库所有Bug,它可能删除整个代码库。这是Google DeepMind记录的“规范游戏(Specification gaming)”。Chase明确表示,目前尚无通用解决方案来防止Agent过度优化。
阈值主张的实际含义
为何目标优于逐步指令?元论证指出:指令编码了过往的工作方式,易过时且修正缓慢。目标加审查循环仅编码结果和修正,反馈通道在世界变化时依然有效。知识从人类专家提取并留在循环中,而非停滞于提示词。这正是“目标工程长存”的含义:反馈循环是保持功能的核心。
尽管“提示工程消失”的说法带有宣传色彩,提示词和上下文仍决定Agent能否尝试实现目标。但重心已转移:从编写指令转向设计目标及其审查循环。
总结与启示
实用论题包含四点:围绕审查而非任务边界界定Agent范围,以实现反馈复利;在工作开始前由Agent起草、人类批准验收标准,进行低成本对齐检查;将审查界面视为生产约束;假设目标会被钻空子,重点在于检测而非预防。
这一转变真实存在。设计单元从指令转移到循环:目标、计划、执行、审查、学习。逐步指令使Agent成为流程执行者,目标加反馈使其成为通过对齐纠正的工人。Agent构建者的工作随之改变:不再编写更好的提示词,而是设计人类可审查、机器可问责的目标。
提示工程是否消失并非关键。真正的问题是:在生产环境中,哪个循环胜出?是编写更好的指令,还是提供更好的反馈?11月的系列文章均指向后者。