arXiv cs.AI· Yisen Gao, Yue Guo, Qing Zong, Yiwen Guo, Yangqiu Song·· 9 天前AI 评分37
E-Ledger：面向部分可观测世界的安全持久可演化 Agent Harness
Safe, Persistent, and Evolving Agent Harness for Understanding Partially Observable Worlds
AI 导读
研究者提出多智能体 harness E-Ledger，通过代码审批层在执行前校验每个动作是否符合策略，并维护记录已验证隐藏规则与动态状态的世界账本。配套的 WorldAbduct 从状态一致性、世界-观测差距、策略门正确性和目标判断四个视角诊断执行轨迹，经定向溯因交互验证后写入账本。
正文 · AI 翻译
摘要：大语言模型智能体能够流畅地调用工具，但企业工作流的要求不止于选择正确的工具：行动必须严格遵守组织策略，工具反馈往往在部分可观测性下掩盖隐藏的副作用，而长时程任务需要跨多条记录持续跟踪状态。为应对这些挑战，我们提出 E-Ledger，一种用于安全且持久执行的多智能体框架。E-Ledger 采用代码审批层，在执行前依据策略检查每一个提议的行动，并维护一个世界账本，记录经核实的隐藏规则以及有证据支持的动态状态。由于隐藏规则通常先验未知，我们进一步提出 WorldAbduct，一种溯因的、世界模型驱动的框架演化方法。WorldAbduct 从四个互补视角（状态一致性、世界-观测差距、策略门正确性、目标判断）诊断执行轨迹，以假设潜在规则，并通过有针对性的溯因交互加以验证，然后将其整合进账本。在企业基准 World of Workflows 上，E-Ledger 结合 WorldAbduct 在四个 LLM 主干上提升了安全任务完成率，比最强的演化基线高出 5--15 个百分点。在 ScienceWorld 和 DiscoveryWorld 中的实验进一步表明，溯因式框架演化可迁移至科学环境。我们的代码可在 此 https URL 获取。
| Subjects: | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.11552 [cs.AI] |
| （或 arXiv:2610.11552v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.11552 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Yisen Gao [查看电子邮件]
[v1]
2026年10月8日星期四 09:15:28 UTC（2,825 KB）
来源：arXiv cs.AI · arxiv.org