根据 2026 年 7 月 7 日发表的一篇论文，MIT 和哈佛大学的研究人员介绍了 Role Anchor，这是一种旨在防止复合式 AI 系统出现“角色漂移”的技术。该研究由 MIT 的 Xiaoyang Cao 和哈佛大学的 Siddarth Srinivasan 领导，发现复合系统中的各个组件经常偏离其分配的任务——例如，检索模块依赖参数化记忆，而不是检索到的文档。

在实验中，强制执行严格的角色忠实度消除了强化学习带来的 86% 的准确率提升，这表明报告中的相当一部分进展可能反映的是角色漂移，而非真正的能力提升。Role Anchor 在训练期间作为一种正则化技术运行，以维持特定角色的行为，并迫使各模块执行其指定功能。研究人员指出，传统的准确率基准无法检测角色漂移，凸显了在 AI 系统评估中采用角色忠实度指标的必要性。