DART：结构化工具智能体的语义可恢复性

当结构化工具智能体在执行中途失败时，运行时面临两难：重放整个任务安全但浪费，而从本地检查点恢复高效，却可能让已提交的下游工作依附于已不存在的上游历史。这一张力在提交敏感场景中尤为尖锐：回滚只针对单个失败实例，下游消费者却已对其输出采取了行动。现有恢复方法只提供机械式回滚，却没有判断本地恢复在下游提交后是否仍语义有效的准则。我们将这一缺口形式化为语义可恢复性，并在DART中加以解决：这是一个模块化运行时，它定位失败实例、认证该实例语义可恢复的边界、将检查点对齐到这些边界，并在依赖与效果约束下选择一个保留已提交下游工作的可准许恢复点——否则予以阻止。在三个LLM驱动领域及基于LangGraph基底的外部验证中，DART正确恢复了所有基线本地恢复失败的提交敏感案例，且五个领域的安全审计未发现不安全的已准许回滚。这些结果表明，控制器的合法不等于语义有效，健全的本地恢复需要显式的可准许性检查。