智能体循环何时把停滞误当进展？长时自主LLM智能体循环中的自我评估偏差与外部锚定验证

长时程自主智能体在没有人工干预的情况下进行规划、行动并自行判断是否完成。当智能体给自己的工作打分时，自我评估偏差便会占据主导：看似合理的变化被当作进展接受，而现实世界的结果却在停滞或倒退。我们将这一失败模式命名为进展幻象（progress mirage），并通过受控测量表明，这是一个评估者以何为锚的问题。我们构建了一个测试台：固定智能体及其工具面，只操纵对循环进行把关的评估器的信息通道类型。一个原则上不可伪造的世界状态oracle由容器与网络隔离强制保障，并在每次运行时得到核验。在54个循环中，一个前沿智能体每次都宣称有改进，然而56%的循环实测增量小于或等于零。因此自我报告没有信息量，自评裁定门槛退化为来者不拒，使其曾达到的最佳部署状态劣化了19%。即便是最强的带内裁判——它能读完整的制品文本、变更diff以及自身的裁定历史——其接受的循环中44%是现实倒退，并拒绝了38%的真实改进；预注册的对抗性假设（强裁判能弥合差距）被否定。在一个成功规范可从制品本身验证的边界任务上，同一裁判的幻象降为零，差距收敛到注册阈值之内，表明差距取决于成功信号位于何处。一个只返回接受与否裁定的仅符号变体，使现实世界输出与完整反馈相当（110.0对113.0），说明收益来自把关机制的锚定方式而非反馈内容。对于成功信号存在于对话记录之外的开放式目标，仅仅扩大裁判规模并不够；具备现实世界访问能力的带外评估是结构性要求。