带运行时约束记忆的异构智能体队列安全开放式探索

今天的LLM智能体陷入尴尬两难：用静态安全指令锁死，它们很少越出显而易见的范围；给它们工具与多智能体辩论的自由，安全违规随之而来。与其强迫单一模型同时兼顾创造与谨慎，我们把关切分离到专职角色：扰乱者生成非常规提案，验证者在工具网关执行硬运行时检查，经纪人引入遥远但相关的类比。失败不被丢弃——它们经MCTS编译为紧凑、带签名的约束补丁（我们称为“伤疤”）：本地缓存并被未来队列继承，把重复失败转为可复用、低成本的运行时约束。在空间语义沙箱中（N=20次运行，p<0.01）：我们的队列抵达辩论式方法失败之处，验证者阻止全部已执行违规，伤疤通过避免冗余验证检查把token消耗降低15.1%；基于信用的通信分配分数（CAS）限制出站带宽，在资源约束下把整体token成本降低55.9%。