摘要
当前大语言模型智能体框架过度强调自主性,缺乏企业部署所需的可治理机制。针对高风险操作缺乏审查、复杂任务缺少验证及资源分配僵化等问题,本文提出了动态分层 AgentRunner 框架。该框架源自生产级多租户 SaaS 平台,引入三大核心机制:基于风险剖面的自适应分层以平衡安全与效率;提案、审查、执行与验证分离的权力制衡架构;以及将失败视为首要状态的设计韧性闭环。
AI 推荐理由
论文提出分层执行协议,核心在于基于风险的任务规划、资源分配及多智能体协作流程。
研究机构
Zala Lab
论文信息