4 月 30 日，OpenAI 在 Codex CLI 裡加入了 /goal 指令。5 月 12 日，Anthropic 在 Claude Code 裡跟進。兩家做的都是同一件事：讓你設一個可衡量的完成條件，Agent 就會自主運行，直到達成或確定無法達成。
這是個實質的進展。但產品管理專家 Paweł Huryn 的判斷是，/goal 只覆蓋了領導 Agent 所需資訊的八分之一。
Huryn 從 2024 年開始寫「像領導人一樣領導 Agent」，2026 年 1 月正式提出八部分框架：策略、目標、期望成果、健康指標、組織脈絡、約束條件、自主邊界、停止規則。/goal 對應的是目標和期望成果這兩部分。
/goal 做什麼、怎麼用
兩家實驗室出的是同一個原語。你設一個可衡量的完成條件，Agent 自主規劃、執行、測試、檢視每一步，直到達成或 token 預算耗盡。
Codex 的版本多了 /goal status、/goal pause、/goal resume、/goal clear，還有一個 GPT-5.5 sub-agent 負責檢查工作。Claude Code 的版本則是在每輪對話後，用一個輕量模型（預設 Haiku）做 yes/no 判斷，給出理由，如果達成就清除目標繼續往下。
用法上有兩種風格：
- 鎖定具體任務：「所有測試通過且 lint 乾淨」
- 鎖定意圖：「把認證流程上線，但不破壞現有 session」
第一種綁死字面任務，第二種綁死意圖。第二種在面對模糊情境時更耐打。
從 OKR 到意圖工程
Huryn 的框架不是憑空發明的，它的上層是產品策略，第二、三部分是 Christina Wodtke 的 OKR 和 Marty Cagan 的團隊目標：
- 有意義的問題 + 為什麼重要
- 可衡量、可驗證的期望成果
第四到八部分則是賦權團隊在策略框架內的運作方式。Huryn 做的只是把這整套東西應用到 Agent 身上。
Agent 失敗通常不是因為模型不夠強，而是因為意圖不完整：目標模糊、成果隱含、權衡未明說、約束被當成建議、自主權限在沒理解風險的情況下就交出去了。
/goal 解決了「目的地在哪裡」。但 Agent 還得決定怎麼去、哪些動作可逆、哪些需要批准、什麼不能退化、什麼時候該停而不是硬推。如果這些沒被指定，Agent 會自己發明一套。有時猜對，常常猜錯。
八部分框架
1. 策略（不在 /goal 裡）
策略是大多數 Agent 規格書跳過的關鍵層：願景、市場、價值主張、權衡、成長路徑。這些來自你的業務，不是來自 Agent，但 Agent 需要知道。策略會形塑 Agent 應該做的權衡判斷。
Huryn 的建議是，從產品策略畫布裡抽三行話放進 Agent 的上下文，用漸進揭露的方式給。
2. 目標（/goal 覆蓋）
目標命名了問題和為什麼重要。它在指令用盡時指引判斷。
弱的寫法：「處理客戶支援工單」。 好的寫法：「幫客戶快速解決問題，且不製造比他們原本更多的挫折感。」
當你解釋了為什麼，Agent 就能對邊緣情境做推理。Anthropic 5 月 8 日的研究「Teaching Claude Why」也從訓練側驗證了這點：學到對齊行為背後原因的模型，比只學行為示範的模型更能處理新情境。
3. 期望成果（/goal 覆蓋）
期望成果是可觀察的狀態，證明目標已達成。不是活動清單。
規則：
- 可觀察的狀態，不是 Agent 的活動
- 從用戶視角出發，不是 Agent 視角
- 可衡量或可驗證，不依賴 Agent 自評
- 領先指標，不是落後指標。執行中或執行後短期可觀察，不是幾個月後
對支援 Agent 來說：
- 客戶確認問題已解決
- 24 小時內沒有同一主題的後續工單
- 客戶評價互動有幫助
通常兩到四個成果就夠。更多不是微管理就是不清楚什麼才重要。
/goal 在平台層強制這個紀律。如果你的成果不可衡量，評估器就無法判斷，平台會強迫你寫清楚規格。
4. 健康指標（不在 /goal 裡）
健康指標定義了在追求成果時什麼不能退化。它們和第三部分配對：成果是你要達成的，健康指標是你在達成過程中要保護的。
古德哈特定律：當一個指標變成目標，它就不再是好的指標。沒有健康指標：
- 「更快解決問題」→ Agent 趕工，品質下降
- 「提高吞吐量」→ Agent 走捷徑
- 「減少升級」→ Agent 處理不該處理的事
健康指標主要作用在 prompt 層，引導 Agent 做權衡時應該多保守：
- CSAT 必須維持在 4.2 以上。如果趨勢下降，採取更保守的做法
- 重複聯繫率不能增加。優先解決品質
- 升級品質分數必須穩定。不要為了達標而少升級
這和硬 guardrails 不同，後者是全面封鎖行動。健康指標引導，guardrails 強制。
5. 組織脈絡（不在 /goal 裡）
組織脈絡描述 Agent 運作的世界。它解釋 Agent 坐在哪裡，不是它能做什麼。
包括：
- 系統脈絡：其他 Agent、人類、工具、依賴關係
- 組織脈絡：商業模式、用戶、品牌
對支援 Agent：
系統：與人類 Tier-2 代理和自助知識庫並行工作。
升級進入人類隊列，帶完整上下文。
輸出餵入工單系統和客戶健康評分。
組織：B2B 企業軟體。
用戶是時間壓力下的非技術管理員。
品牌建立在可靠性上。
不是全部都要塞進 prompt。核心脈絡（永遠需要）進系統 prompt，參考脈絡進檢索，動態脈絡（每次請求）進編排層。
6. 約束條件：引導 prompt vs 硬 guardrails（不在 /goal 裡）
約束定義 Agent 不能做的事。有兩種形式，大多數人搞混。
引導 prompt（prompt 層）：
- 行為指引
- 風險偏好
- 語氣和謹慎程度
它們影響推理但不強制遵守。模型在壓力下可以忽略。引導不約束，它只是建議。
硬 guardrails（編排層）：
- 工具限制
- 輸出驗證
- 行動閘門
- 人工審核點
如果一個約束重要，它必須在架構裡強制，不是在語言裡請求。例如：
- 不能發送外部郵件
- 不能修改帳戶設定
- 不能存取其他客戶的資料
- 不能承諾退款或法律結果
推理層提出，編排層強制。如果約束只活在 prompt 裡，它是建議。如果違反它不可接受，它必須活在程式碼裡。
7. 自主邊界（不在 /goal 裡）
所有 Agent 行為歸結為四種決策類型，每種風險不同：
- 完全自主。可逆動作、影響有限、失效模式清楚
- ** guarded 自主**。用戶可見變更、中等風險。需要信心閾值、日誌、回滾能力
- 先提案。策略性或敏感決策。Agent 提案，需批准，Agent 執行
- 無自主（需人工）。法律承諾、不可逆變更、財務行動、品牌承諾。Agent 分析建議，人類執行
自主定義的是權限，不是停止條件。
正確的自主程度取決於誰承擔風險。當你為自己建 Agent，你自己吸收後果。當你把 Agent 放進產品：
- 用戶可能不知道 Agent 動作了
- 用戶無法評估 AI 生成的輸出
- 出問題時用戶會怪公司
Huryn 的規則：用戶對 Agent 在做什麼理解越少，你的約束就要越緊。
8. 停止規則（不在 /goal 裡）
停止規則定義執行必須停止、升級或終止的時機。它們不引導權衡或決策品質。
停止時：
- 偵測到衝突約束
- 信心連續兩次低於最低值
升級時：
- 超出定義範圍
- 偵測到法律或合規主題
- 用戶挫折持續
完成時：
- 期望成果達成
- 用戶確認解決
/goal 的自動繼續覆蓋了完成分支。但「成果達成時完成」只是把第三部分的成果重新框成停止條件，工作本來就在第三部分做完了。
停止和升級才是承重的分支，/goal 兩個都沒給。當信心下降、約束衝突、主題轉向法律或合規時，Agent 必須知道要停而不是硬推。這套邏輯活在你的 hooks、信心閾值和升級規則裡，不在 slash 指令裡。
明天早上該做什麼
打開你的 Agent 啟動時讀的那個檔案。當收到 /goal 時，它能怎麼發現：
- 策略。從產品策略畫布抽幾行話：願景、市場區隔、價值主張、權衡。
- 健康指標。追求目標時什麼不能退化？命名兩到三個。如果無法即時衡量，先用質化的。
- 組織脈絡。兩個區塊：系統（Agent 周圍有什麼）和組織（Agent 服務誰）。
- 約束條件。分開引導 prompt（語氣、謹慎程度、何時該問）和硬 guardrails（工具、hooks、沙盒裡強制執行的）。
- 自主邊界。哪些決策 Agent 可以自己做？哪些需要批准？哪些需要人類？
- 停止規則。停止條件（何時早停）、升級條件（何時交給人）、完成條件（你的成果，已經在 /goal 裡）。
如果你能把手上的意圖規格交給另一個對你產品不太熟悉的人類，而他在壓力下會做出跟你一樣的決定，你的 Agent 才有機會。如果不是，它缺的是那些從沒寫進文件裡的知識。
模型已經夠能幹了。區分生產環境裡能用的 Agent 和默默失敗的 Agent 的，不是智力，是清晰的意圖。