受控的个体化：通过密码学将 Agent 的学习与其权威解耦

自主智能体正从文本生成器演变为操作代码与物理设施的系统，并在部署中持续学习。本文提出“受控个体化”架构，通过密码学冻结身份摘要，并基于行为语义效应而非名称进行 gating 控制。理论证明，无论智能体如何自我进化或习得新技能，若无操作员签名，其权限无法扩张。实验表明，该方法在开放工具使用基准中将禁止行为降至零，同时保持任务成功率，将信任基础从概率性对齐转变为可验证的架构不变量。