论文

LOGOS:随人类共同演化的AI智能体团队的活逻辑

LOGOS: A Living Logic for AI Agent Teams That Evolve With Humans

智能体系统上下文与知识记忆Agent 动作执行与治理Agent HarnessAgent记忆

摘要

AI智能体正从答案引擎演化为持久团队:使用工具、委派工作、从经验学习、并修改塑造其未来行为的工件。部署的核心问题不再仅是智能体能做什么,而是谁控制它们被允许变成什么。我们提出logos:一个自进化与治理的可插拔层,强化而非取代既有多智能体框架。logos把异构多模态输入——文档、图像、音频、表格、数据库、API与人类指令——编译为版本化的智能体包,内含智能体、工具、知识、测试、权限与策略。运行期间,它把智能体活动转化为可携带、可审计的事件轨迹,并跨框架与后端应用失败关闭的验证。每个学到的提示、记忆、技能、工具、角色或工作流都是不受信任的候选发布,直到留出执行证据、人类控制的策略与显式授权允许其晋升。该架构 enables “可验证的人机回路工程”:智能体可以行动、提问、学习并提出改进,而人类可以引导目标、权限、批准与不可逆动作而不中断持续运行。logos为可问责的自动化提供活逻辑:智能体可以机器速度进化,但只有证据与人类权威能闭合回路。

LOGOS:随人类共同演化的AI智能体团队的活逻辑:论文配图
图 1.Logos 编译-操作-演化生命周期。异构多模态输入和人类目标被编译成经过探针验证或故障关闭的代理包。可插入执行层在兼容的多代理框架上运行包,而候选更改保持隔离,直到独立于提议者的升级门结合证据和权威检查允许升级。