arXiv cs.AI· Fouad Bousetouane·· 10 天前AI 评分22
EIO-Agents：AI 智能体评估缺失的语义层
EIO-Agents: The Missing Semantic Layer for AI Agent Evaluation
AI 导读
EIO-Agents 是一个面向可互操作 AI 智能体评估的开放规范，由语义层 EIO 与记录系统 PER 两层构成。EIO 通过类型化证据、带版本的行为谓词、证据契约、声明、见证规则、证明状态与可计算推导，支撑指标、发现、控制及 PASS、REVIEW、BLOCK 决策；PER 则以内容寻址方式保存单次评估的证据到决策链，支持重新推导、解释与验证。
正文 · AI 翻译
摘要：AI 智能体正进入越来越具有重大影响的生产环境，而对于其评估结果究竟意味着什么，却缺乏统一的语义标准。分数、轨迹、评判输出和多评审发现越来越多地被用来为就绪和发布决策提供依据，但它们往往没有说明哪些证据支持某一主张、该证据能确立什么，以及该主张如何导向决策。我们提出 EIO-Agents，这是一个用于可互操作 AI 智能体评估的开放规范，建立在两个层次之上。评估智能本体（EIO）提供语义层，通过类型化证据、版本化行为谓词、证据契约、主张、见证规则、证明状态、复现，以及针对指标、发现、控制项和 PASS、REVIEW 或 BLOCK 决策的可计算推导来实现。可移植评估记录（PER）提供记录系统：一种对单次评估的规范化、内容寻址表示，保留从证据到决策的链条，并能够被重新推导、解释和验证。分数进行概括，评审团进行解释，轨迹进行记录，但它们都没有定义证据意味着什么或能证明什么。EIO 提供了这一缺失的语义契约，而 PER 将由此产生的评估保存为可移植且可验证的记录系统。随着 AI 智能体承担更大的运营责任，评估必须超越分数和裁决的集合；它必须成为一种可问责的产物，其含义、证据、局限性和决策都能被独立核查。
| 评论： | 32 页，11 幅图 |
| 主题： | 人工智能（cs.AI）；多智能体系统（cs.MA） |
| 引用为： | arXiv:2610.07675 [cs.AI] |
| （或 arXiv:2610.07675v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.07675 arXiv 颁发的 DOI，经由 DataCite（待注册） |
提交历史
来自：Fouad Bousetouane [查看电子邮件]
[v1]
2026 年 10 月 6 日星期二 03:10:53 UTC（2,996 KB）
来源：arXiv cs.AI · arxiv.org