LLM 聊天机器人缺失的关键：目标感（Sense of Purpose）

指标进步 ≠ 体验进步

LLM 聊天机器人在标准化基准（MMLU、HumanEval、MATH）上的性能正快速逼近天花板，例如 Anthropic 的 Claude Sonnet 3.5 和 OpenAI 的 GPT-4o 均展现出显著提升。然而，这些分数的边际增益已难以转化为用户可感知的交互质量跃升。

‘目标感’定义与缺失表现

• 目标感（Sense of Purpose） 指模型在对话中主动识别用户未明说的终极目标（如‘帮我准备面试’隐含信息搜集、模拟问答、反馈迭代三阶段），而非仅响应单轮指令；
• 当前系统普遍缺乏跨轮次目标维持能力：易偏离主线、无法自主拆解复杂任务、缺少失败回溯与策略重规划机制；
• 对比人类协作者，缺失的是‘目的导向的推理闭环’——从意图建模、路径规划、执行监控到结果验证的完整链路。

技术归因与演进方向

• 现有训练范式（SFT + RLHF）侧重单轮响应质量，弱化长期目标一致性；
• 推理架构局限：多数模型仍基于 token-level autoregression，缺乏显式目标状态表征与规划模块；
• 前沿探索包括：Google 的 Gemini 团队在 arXiv 论文《Goal-Oriented Reasoning in LLMs》中引入分层目标图（Hierarchical Goal Graph），Hugging Face 开源工具包 llm-goal-planner 支持任务分解与状态追踪，但尚未集成至主流 chatbot 架构。