先编译后分页：面向程序化LLM智能体的可执行SOP与能力门控运行时

摘要

企业智能体必须遵循长程、条件化、安全攸关的标准作业程序（SOP）。我们把机器可读的SOP约束编译为可执行伪代码，用程序引导（PG）栈机运行：在LLM执行语义执行的同时分页活动帧。跨六个模型的三臂SOPBench研究分离表示与运行时：编译文本从不显著有害，且在官方散文表现不佳处最多增益16.0分。运行时引导是能力门控的：两个强模型独立呈现正的七域PG对比（58:19与75:31的不一致对），而弱模型受损。全程序光标消融（活动帧优先、保留完整程序）收回强模型拒绝增益的大部分；选择性可见性增加较小改进。配对探针与审计测量把这一分野追溯到自发状态纪律而非重建能力。在Bank上三个主臂从70.4升至86.4再到92.8，拒绝正确率100%。实践建议：先编译；仅在模型级纪律检查通过后启用活动帧分页。

先编译后分页：面向程序化LLM智能体的可执行SOP与能力门控运行时：论文配图 — 图 1：概述。 (1) 离线、LLM-free 编译器将 SOP 依赖树变成两层程序（调用返回 {holds,evidence}\{holds,evidence\} 的规则子例程的处理函数；所有 830 个任务编译）。 (2) 堆栈 VM 仅对活动帧进行分页（∼570{\sim}570 与 ∼104{\sim}10^{4} 驻留字符），而 LLM 通过一个簿记工具在语义上执行它。 (3) 福利是有能力限制的；每个验证都是一个可审计的堆栈转换；偏差会被执行（软执行），但会被标记。