长程 Agent 为何常在第 10 步失控及训练技巧

2026 年 10 月 3 日，DEV Community 发表一篇文章，讨论长程 Agent 为何常在执行到第 10 步时失控。文章描述的现象是：几乎所有现代语言模型在两步演示里都显得很出色，让它查数据库或总结文档，它会调用正确的工具、把回答格式化好，看上去像一名能自主工作的工程师；但同一模型一旦被要求完成 30 到 50 步的长流程，这种幻觉就会破灭。

文章举出的场景包括诊断一个出故障的 Kubernetes 集群、处理一个跨多个文件的 pull request，以及终端命令里的一个小笔误——流程大约进行到第 10 步就会脱轨。作者随后分析了多轮推理为何失效，并给出若干实用的训练技巧。

就目前给出的材料看，片段中没有列出这些技巧的具体内容，也没有提到模型名称、版本号或量化评测结果。事件目前停在文章发布这一步，后续是否会有更完整的说明尚不可知。