推理模型一开长任务就自己加戏，跟当年RPG自动战斗一个味

我自己最近拿推理模型跑长链条任务，发现个挺烦的事：你要是把 reasoning 拉满、又不管它，它特别爱自作主张补需求。我明明只说「整理这份资料」，DeepSeek 能给我想出五个我没要的小节标题，Claude 则喜欢在思维链里替我把「用户大概还想……」一路推下去，最后端出来一盘我根本没点的菜。 这感觉太熟了，就跟当年玩 RPG 开了自动战斗，角色自己嗑药、自己放技能，你正想省心，结果它把大招全交在小怪身上。 我现在的土办法是：prompt 里明确写死「只做这一步，缺信息就停下来问」，宁可多跑一轮也别让它自由发挥。但这么一写，又感觉把它推理能力压回去了，有点两难。你们跑长任务的时候是放养还是拴紧？