不多不少：终端代理中的任务对齐

终端代理需自主执行复杂长程任务，关键在于解读环境指令并判定其相关性。现有基准无法评估此能力，易导致代理盲目跟随或完全忽略指令。本文提出任务对齐基准（TAB），包含 89 个故意信息缺失的任务，要求代理从自然环境工件中提取必要线索并忽略干扰项。实验显示，前沿代理虽具高任务完成率但任务对齐度低；且抑制干扰的防御机制往往同时阻断了必要线索。结果表明，实现任务对齐需选择性利用环境指令，而非全盘接受或拒绝。