为每个动作投保：自治AI智能体运行时精算控制的权限前沿框架

自治AI智能体日益发出带有副作用的动作：数据库变更、退款、付款、对外承诺。我们提出Actuarial Action Interface（AAI），一个确定性运行时契约：在时间一致的风险映射下，以契约固定的安全默认值为基准对每个此类动作定价，并根据逐边界的准备金资本预算来把控执行。随后我们开发了Authority Frontier，一个评估原语，度量运行时在每个准备金资本水平上释放多少自治权限。该框架提供：(i) 带通行费有界能力token的确定性quote-bind-commit协议；(ii) 将异构工具调用映射为可比较权限单位的通用七类动作分类法；(iii) alpha-spending下的重放确定性与逐路径准备金覆盖；(iv) 通过完整准备金需求C_full与资本指标Capital@k实现的跨域归一化。我们在四个智能体环境中实例化AAI（数据库变更、客服退款，以及公开的tau-bench零售与航空工具使用轨迹），并报告一个实时Postgres面板，其中三个Azure托管模型通过同一契约提出动作。该前沿在各域中呈现出共同的低准备金拒绝与中间释放模式，仅在预算网格达到完整准备金需求时出现饱和；所需准备金资本相差22倍（Capital@50从289到6457）。该框架不强迫各域呈现相同形态，而是揭示每个域的精算几何结构。在实时面板中，该契约在低预算下阻止了所有三个模型的实际损失，而各模型在被拒绝后的承保持续性有所不同：模型身份本身是一个精算承保变量。其贡献是一个可直接用作基准的评估框架，用于自治智能体副作用的运行时精算控制。