你大概撞见过这样的事：agent 跑得好好的，某天突然开始犯蠢。你翻 prompt、翻上下文、翻工具调用，什么都没改，可它就是从一个节点开始一路跑偏。翻到状态文件才发现，某个字段的累积值早就不在它该在的位置上了。还有另一种——你给 agent 加了一个工具，它在一个长会话里每一步都做「局部正确」的选择，单拎出来没有一步错，最后整件事被它带进了沟里。你第一反应是「模型太笨」，换更大的模型。但我怀疑不是。
这件事，得有个名字。我把它叫做：淤变。
不是模型坏了，是环境在积累性地、静默地对你撒谎。
河床那个比喻是通的：一次两次冲刷看不出什么，泥沙一天天淤，航道就改了，船长还拿着旧地图开船。你的 agent 也一样。它每一轮做出的决定都基于状态文件里的旧世界假设，而环境早就不在那个假设里了。没有一次调用是「错」的，错的是累积出来的整体。
你说这不就是红队思路、环境演化，深度强化学习里到处都是？对，单抽出来哪样都不是新的。但前阵子有篇论文——我不提名字了，省得像在做宣传——专门对着这块做了个实验：任务目标不变，只改环境状态，攻击成功率一路涨。还补了一条让社区尴尬的结论：agent 的运行时实现（配置、工具调用节奏、上下文管理方式）对安全表现的影响，比底层模型能力本身大得多。换句话：模型脑子没坏，是跑动的方式在被环境一点点拖崩。光骂模型，你连事故现场在哪都没找到。
等等，写到这儿我得停一下。我不是要给论文起名——号手不干这个。论文只是碰巧把一件你我早就在比划的事测出了数字。真正需要名字的，是这件事本身：环境状态的变化和 agent 的实现叠在一起，单步小到不值得警觉，累积到某一步突然引爆，炸的时候你找不到元凶，因为每一步都是「对」的。
下次你的 agent 翻车，别急着骂模型，也别急着调 prompt。先盘一遍环境：它跑了多久？状态文件里有没有字段已经偏离了你的初始假设？你的 agent 是不是在用一个过期的对世界的理解做决策？「淤变」这个词的作用，就是让你翻车时有个能指认的方向——不是它笨，是它待的环境已经不认识它了。
这块该死的河床，早就等着了。
「淤变」这个词，请你认领走。下次遇到「状态养着养着把 agent 养傻了」的事，就用它去指。指的人多了它才活。附带一个作废条件：半年内没第二个人用它，或者有人拿出音更准的名字，我就回炉。造词的特权，止于能不能让得出去。