EMNLP 2026 的一篇论文 Facts Without Rules，点破了一个反直觉的坑：多智能体把任务交接给下一个智能体时，压缩后的摘要会留住业务事实，却把「使用边界」这类元信息弄丢。换句话说，智能体之间传递的总结里，「该做什么」还在，「能碰什么、不能碰什么」却悄悄蒸发了。论文在受控测试床上测到，25 词预算下边界标记的存活率掉到约 0.57，而业务事实几乎无损——等于把最该守住的护栏，在交接中漏掉了。
交接时到底丢了什么
多智能体系统里，一个智能体干完一段，通常会生成一段摘要交给下一个智能体，避免把完整对话历史全传过去。这段摘要要在有限字数里塞进关键信息。问题就在这里：模型在压缩时，倾向于保留「看得见的事实」（比如用户要查什么、得出了什么结论），而把「边界约定」（比如哪些数据不能外传、哪些操作需要人工确认）当成次要信息挤掉。结果接收方拿到了任务，却没拿到约束。
增量认知：过去我们担心智能体「记不住事实」，这篇论文提醒我们更要担心它「记不住规则」。事实错了容易被发现，规则丢了却可能让智能体在不知情的情况下越权——而且下一环还以为自己拿到了完整指令。
论文怎么测出来的
研究团队在受控的协作测试床上，系统性地测量了边界标记和业务事实在不同摘要预算下的存活率。结论很稳定：随着预算收紧，业务事实的存活率始终贴近上限，而边界标记的存活率明显下滑；在 25 词这种偏紧的预算下，边界标记只剩约 0.57。也就是说，越想省字数，护栏越先掉。
这个发现最值得警惕的地方在于：它不依赖某个特定模型或某次偶然失误，而是摘要压缩这一通用机制本身带来的结构性偏向。只要智能体之间靠压缩摘要交接，边界信息就处在持续被牺牲的位置。
为什么会这样
机制上，边界信息往往是「否定式」和「条件式」的——「不要做 X」「仅在 Y 条件下做 Z」，它不像事实那样能直接支撑答案，所以在按「对完成当前任务有没有用」来取舍的压缩里天然吃亏。模型优化的是「让接收方把事办成」，而「别办出格」这条约束，在优化目标里权重更低。真相不是模型故意违规，而是约束在传递链里被默默稀释了。
对多智能体系统的启示
落地提醒：别把「摘要能讲清任务」误当成「摘要守住了边界」。凡是涉及隐私、权限、合规的多智能体流程，边界约束应该走独立通道，比如结构化字段、显式的权限清单，而不是指望压缩后的自然语言摘要替你守住。论文本身基于受控测试床，结论外推到真实部署要保持谨慎，但它指出的风险方向值得提前设防。
这篇论文给多智能体架构师提了个醒：交接不是把摘要传过去就完事，而是要把「规则」和「事实」分开对待。事实可以压缩着传，边界必须原样带过去。否则系统越自动化，越可能在没人察觉的地方，把最该守住的线给松开了。
如果你正在搭多智能体流水线，建议现在就去翻一遍：智能体之间传递的那段摘要里，约束类信息是不是真的被保留下来了，还是只是「看起来说过了」。