Gubernaut：面向情感调节LLM智能体的确定性稳态控制器及跨独立模型家族验证

大语言模型（LLM）智能体继承了反应性失效模式：受挑衅时升级、被奉承时谄媚漂移、陷入困境时固执重复。这些是倾向性失效而非能力失效；它们关乎模型在持续压力下做什么，训练期对齐能减少但无法在运行时消除。这项研究催生了Gubernaut认知控制器（GCC），一个模型无关的运行时控制层，置于Nelson--Narens监测—控制循环中：对象层读写文本，而确定性的元层只读取数值遥测{强度、效价、重复度}并返回调节姿态。由于元层不摄入任何token，构造上就不存在通往控制器的注入通道（这是架构性质，尚未经过对抗性测试）；暴露于文本的仲裁者的合规性是被测量的而非被假定的。我们以预注册的“一次生成/多次评判”协议，在四个前沿模型（GPT-5.5、Claude Opus 4.8、Gemini 3.5 Flash、Grok 4.3）组成的4x4矩阵上评估GCC，每个模型同时担任生成者与评判者。受调节组在16个单元格中的13个上更平静（p<.05），按符号计为16个中的15个；三个未达阈值的单元格（包括一个-0.04的零结果）都落在同一个近饱和宿主上。该效应在谱系独立的第四个评判家族（xAI）下依然成立，有力证明它不是共享评判风格的伪影。最清晰的机制是恢复签名：唤醒度在攻击下积分上升，随后在降温时以效价为门控而衰减，这一模式在全部四个家族中复现。转录与面板附带SHA-256来源凭证且可重新评判；五种失效模式已预注册。这项工作不提出任何意识主张。