DataLearner 标志DataLearnerAI
最新AI资讯
大模型排行榜
大模型评测基准
大模型列表
大模型对比
资源中心
工具
语言中文
DataLearner 标志DataLearner AI

专注大模型评测、数据资源与实践教学的知识平台,持续更新可落地的 AI 能力图谱。

产品

  • 评测榜单
  • 模型对比
  • 数据资源

资源

  • 部署教程
  • 原创内容
  • 工具导航

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner 持续整合行业数据与案例,为科研、企业与开发者提供可靠的大模型情报与实践指南。

隐私政策服务条款
AI Agent 雷达/基础概念/Goal 模式
基础概念

Goal 模式Goal Mode

描述"什么样算完成",剩下的反复尝试与验证交给 Agent

收录于 2026-05-20·最近更新 2026-05-26·热门词条

Goal 模式是 长时运行 Agent 的关键能力之一,2026 年 5 月由 Claude Code 率先以正式产品形态推出,命名为 /goal。

在传统 Agent 工作流中,开发者需要在每一步给出指令:"读这个文件"、"修这个 bug"、"再跑一次测试"。Goal 模式把"逐步指挥"换成"声明式目标"——你只描述完成条件(比如 "所有 CI 通过"、"所有公开 API 都有文档"、"这个功能在浏览器中可用"),Agent 会自主反复尝试、运行验证、修复问题,直到目标达成才停下来。

要让 Goal 模式真正可用,需要两个支撑机制:

  • 可评估的完成条件—完成条件必须能被代码或工具自动验证(比如测试通过、构建成功、文件存在),而不是依赖主观判断。
  • Stop Hook—在目标达成时正确终止,避免 Agent 陷入无意义的循环或持续消耗 token。

这也是为什么 Goal 模式在工程任务(测试通过、构建成功、文档补齐、迁移修复)里效果最好——这些任务的"完成"有客观、可执行的定义。对于需求模糊、靠人主观判断的任务,Goal 模式目前仍然吃力。

相关产品

  • Claude Code /goal — 产品级 Goal 模式,配合 Stop Hook 和自定义评估器使用。
  • OpenAI Codex Automations — 虽然命名不同,但 Automations 中也包含按完成条件持续工作的语义。

参考资料

  • Claude Code 官方文档:Goal

同类词条 · 基础概念

  • 长时运行 Agent

    Long-running Agent

    从“一问一答”的助手,到能持续工作数小时甚至跨天的协作者

  • Agent Harness

    Agent 能力强不强,模型只是一部分原因