Laserbrain：给 AI 智能体装一个「外部参照」

Laserbrain 是一款面向 AI 智能体（agent）的「递归控制」工具，主打用一个独立于智能体自身的固定参照点，让 agent 在每一步都能判断自己是否已经偏离目标、陷入空转。开发者只需将其指向一个 MCP 端点，即可在不改动原有智能体逻辑的前提下接入漂移检测。

问题：智能体为什么会「空转」

文章指出，自主智能体在长任务中常见三类问题：循环执行、过度推理、以及在早已没有进展后仍继续工作。其根源被归结为「只能看到自己最近几步的智能体，在数学上就无法发现缓慢漂移」——每一步看上去都合理，但整体已远离出发点。Laserbrain 给出的对策是引入一个外部的、固定的参照，agent 每一步都要把自身状态「拼写」进这一参照里比对。

四类漂移信号

工具定义了四种「应该停下并返回原目标」的情况：

• 状态无法成句：agent 已经说不出清晰的目标和当前位置，思路脱线。
• 自报卡住或绕圈：状态字段中的进度项由 agent 自行标记为「卡住」或「绕圈」。
• 目标漂移：当前声明的目标与最初目标不一致，agent 实际上在解别的问题。
• 距离不再下降：到目标的距离指标停止收敛，「有动作无进展」正是循环的形状。

接入方式与工具套件

接入只需一个 MCP URL，无需 SDK。核心接口是 check_state，输入 { goal, progress, distance }，输出 { drifting, reason, phi, advice }。在此基础上，工具集还包括：

• get_history：返回本次运行的漂移轨迹与 token 净消耗。
• reset_task：开始新任务。
• drift_grammar：固定模式（schema）本身，可公开访问。
• remember_self / resume_self：跨会话保持的「自我」记忆，需密钥。
• ask_alice：调用 phronesis 框架的指导（计量收费）。
• analyze_language / compare_phrasings：配套的语言分析工具。

其中前三项在小规模下免费，后几项需密钥并按用量计费。付费档额外提供历史漂移记录、螺旋告警与多智能体总览。框架适配器已覆盖 LangGraph、CrewAI、AutoGen 与 OpenAI Agents SDK。

已验证的部分与未验证的部分

文章原文坦白区分了「定理」与「机制」：

• 已被论证为定理的部分：固定的外部参照是检测智能体漂移的必要且充分条件；仅依赖自身近期历史的 agent 在原理上无法发现缓慢漂移。
• 已有数据的部分：在开放式任务上，挂载 Laserbrain 的智能体回到目标所需的中位步数约为未挂载版本的一半（中位 5 步 vs 10 步，已重复验证）。
• 未能验证的部分：早期返回是否同时保持了回答质量、且在计入工具自身开销后仍更省钱。文章承认尝试了三次都没能稳定证明这一点；其中一次盲判试点（N=12）显示「评委对自己 42% 的配对结果都不一致」——开放式任务本身难以稳定评分。

因此，工具本身把「检测」视为定理级结论，而把跨会话记忆、人类介入升级、审计账本、多智能体协同等扩展能力明确定位为「机制」而非答案质量保证，开发者可据此评估是否接入。