二、一个非人的真值来源

环里藏着 agent 时代最核心的新东西。在二元结构里，只有人会给 AI 反馈——点赞点踩、追问、纠正。但在三元结构里，**世界会直接给 agent 反馈**：报错、跑挂的测试、变动的状态、搜来的结果。Agent 第一次在运行时拥有了一个**不是人**的真值来源。 这带来一种新的张力。Agent 如今被两个反馈源同时塑造：人（价值、意图）与世界（事实、约束）；而这两者会彼此拉扯——人想要的，世界未必允许。Prompt 设定前者，世界强制后者，agent 在中间斡旋。于是"对齐"在这个时代变难，并不只是因为 agent 更强了，而是因为它的行为现在要同时向两个未必一致的来源负责。 可以把整件事压成一句话：**agency——发起与适应的能力——原本全部待在"人"这一极，如今被分布到了人与 AI 两处；而世界也并非被动，它有自己的动力学，会推回来。** 这张关系图谱，本质上是三种发起源之间的协商：人的意图性主动、AI 的派生性主动、世界的因果性主动。真正的新设计难题——可观测性、信任、验证、监督——也因此全都长在"中介"这一段上：人如何确信那件它没有亲眼看到的、agent 在世界里干过的事，确实是它想要的。