Anthropic 为 Claude Code 推出 /goals 指令，直接改动了 AI 编码代理的收尾方式：负责执行任务的模型，不再自己判断工作是否已经完成，验收交给另一个独立模型处理。问题指向很明确——如果同一个 AI 既写代码又给自己打分，误判完工几乎是架构层面的缺陷。
AI 代理常在“已完成”这一步出错
AI 编码代理的工作通常是一个循环：读取文件、执行命令、修改代码，然后判断任务是否结束。风险集中在最后一步。模型在执行过程中不断积累上下文，包含已经完成的步骤、试过的方法和经历过的报错，这些信息容易让它把“我做了很多”误认为“我已经做完”。
这类偏差并不只是体验问题。在企业环境里，代码迁移、测试修复这类任务如果在真正完成前就停止，问题往往要几天后才暴露，返工成本很高。
/goals 把执行者和评估者分成两个角色
Anthropic 的做法是把“执行”和“评估”正式拆开。开发者可以先写出目标条件，例如：test/auth 目录下的所有测试都通过，且 lint 检查结果为干净。之后每当代理尝试结束工作，评估模型就会接手核查，确认这些条件是否真的满足。
默认情况下，评估模型使用 Claude Haiku。Anthropic 给出的理由很直接：评估者只需要做二元判断，也就是条件满足或不满足，不必调用更重的推理模型。
条件未达成就继续执行，达成后自动清除目标
在这套流程里，如果评估模型认定条件还没满足，代理会继续工作；如果条件满足，评估结果会被写入对话记录，同时清除当前目标。整个过程都在 Claude Code 内部完成，不依赖第三方可观测平台，也不要求开发者额外搭建自定义日志系统。
Anthropic 在文档中还给出了有效目标条件的三个要素：一是可衡量的终态，比如测试结果、构建退出码或特定文件数量；二是明确的验证方式，例如“npm test 退出码为 0”；三是执行过程中不可改动的限制，例如不得修改其他测试文件。
现有方案能做类似设计，但默认并不提供
素材提到，行业里并非没有相近思路。OpenAI 目前允许代理模型自行决定何时停止，也支持开发者接入外部评估器；Google ADK 可通过 LoopAgent 实现独立评估，LangGraph 也支持类似模式。差别在于，这些方案里的 critic node 和终止逻辑通常需要开发者自己设计，平台本身没有把它做成默认能力。Anthropic 这次把它收进了 Claude Code 的原生指令里。