论文提出以执行状态为准的智能体服务完成契约
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载问题出在完成判定
论文关注的是 LLM 智能体充当服务消费者时的可靠性缺口。智能体负责挑选操作，并自行报告任务是否完成。但在异步分布式服务中，一次调用被接受，或者立刻读到的状态，都不能证明所需状态在截止时间之前已经对外可见。也就是说，智能体对「做完了」的自我判断，与服务实际达成的状态之间可能存在偏差，而这种偏差在需要按时交付的场景里会直接变成错误结论。
独立控制面如何介入
作者给出的做法是把完成当作服务级结果来治理，而不是采信智能体的自述。一个独立的控制面持续观察与截止时间绑定的服务状态谓词，据此决定是否认可完成，并在智能体继续执行任务的过程中引导恢复动作。这样，完成与否由外部对服务状态的观测裁定，智能体只负责执行操作，判定权被移出智能体自身。
实测中的两类错判
评估在一个真实的多提供商数据服务上进行，涉及放置与删除两类操作，环境里模型异构，并人为注入传输延迟。跨不同策略的结果显示，误判是双向的：一些已经错过截止时间的任务仍被接受为完成，另一些实际满足截止时间的任务却被拒绝。这说明仅凭调用返回或即时读取来判断完成，在两个方向上都会出错。
启用机制后的表现
在施加该机制的条件下，被接受的完成与之后的观测保持一致；所有纳入评估的健康任务都完成了；未能解决的故障任务则以未验证状态终止，而不是被当作成功。论文由此得出的结论是，这类任务的完成可以由对服务状态的独立观测来治理，而不必依赖智能体的自我评估。该文被 ICSOC 2026 接收，并附有配套工件论文与复现包。
为什么值得看
智能体自评「任务完成」不可靠，这篇给出用独立观测判定服务完成的工程路径，做 Agent 服务编排的团队值得看。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。