PAVE：生成式 Agent 社会中合法违规的认知架构

针对大语言模型驱动的生成式 Agent 在需打破规则的特殊情境（如火灾疏散）中推理能力不足的问题，本文提出了 PAVE 认知架构。该架构包含感知、评估、裁决和模拟四个模块，通过结构化上下文提取、多维合法性评分及基于人设阈值的硬门控机制，指导 Agent 做出是否违规的决策。实验表明，PAVE 能在确保违规正当性、服从权威、限制范围及事后恢复四个方面表现优异，其决策比传统方法更具结构性和可解释性，且被人类评估为更合理。