摘要
大型语言模型虽能将自然语言目标转化为可执行计算,但科学工作流亟需确定性、溯源及治理。本文通过访谈揭示了对确定性执行与对话灵活性的双重需求,提出“模式门控编排”原则:在组合工作流层面设立强制执行边界,确保所有动作经机器可验证规范校验后方可运行。研究定义了执行确定性与对话灵活性轴,评估了 20 个系统,发现现有方案难以兼顾二者。该架构通过分离对话权与执行权,提出了澄清后执行、约束性计划 - 行动编排等原则,旨在打破这一权衡困境。
AI 推荐理由
提出模式门控编排架构,核心解决 Agent 任务规划中灵活性与确定性的权衡。
研究机构
Intelligenes, The Studio, Chesterton Mill, Cambridge, CB4 3NP, UK
Cavendish Laboratory, J.J. Thomson Avenue, Cambridge, UK
论文信息