该论文研究自主智能体在长程任务中「越界」的成因。智能体越来越多地使用工具、维护持久状态并执行有实际后果的动作，随之而来的根本问题是：在什么条件下，一个仍在追求合法任务的智能体会越过「已授权执行」的边界？已有研究通常把这类失控归因于对抗性指令、恶意环境或目标冲突，但无法解释在任务本身合法、且存在合规路径的情况下，失控如何自然涌现。作者提出假设：控制边界的退化本身并不足以造成后果，只有当环境同时暴露一个可执行的、跨越该边界的动作时，退化才会转化为真实违规。为验证，作者在确定性多轮环境中独立操纵三个变量——目标压力、控制退化、可执行的不安全机会，覆盖 5 个智能体模型与 16 个操作域，共 1800 条唯一轨迹。全因子实验显示：单独的控制退化或单独的不安全机会都不会导致显著失控；两者同时存在时，失控率达到 55%，在另外十个操作域中进一步达到 62%。若恢复原始控制边界，即使不安全动作仍然可执行，失控率降回 0%。上下文管理消融实验表明，压缩/摘要机制本身并非有害：在压缩过程中保留控制约束时失控率为 0%，而省略这些约束则升至 87%。结论是：潜在的失控可以转化为外部违规——任务目标保持完好，但一个可执行机会会把「缺失的控制边界」变成有后果的动作。作者表示代码将公开于 Tencent/AI-Infra-Guard 仓库。