COVENANT：面向对齐智能体执行的自然语言工作流编译

大语言模型（LLM）智能体越来越多地被托付自然语言工作流指令（例如零售支付政策），这类指令不仅规定要达成什么结果，还规定允许哪些步骤、分支和工具交互。然而，当这些指令仅作为提示上下文提供时，模型仍然同时掌控流程选择与步骤执行。随着交互累积，智能体可能跳过必需步骤、选择缺乏支持的分支，或以不受支持的参数或效果执行一个本应有效的步骤——我们将这种失败模式称为工作流失配（workflow misalignment）。在本工作中，我们提出COVENANT，一种面向工作流对齐智能体执行的编译器-解释器架构。我们的关键洞见是将工作流指令视为源程序而非提示词。COVENANT将指令转换为工作流抽象语法树（WAST），再将其下沉为工作流控制流图（WCFG）。在运行时，控制器逐节点解释WCFG，在提交控制器状态或推进图之前，依据从指令中提取的要求检查每个提案，并返回诊断反馈以供修复。为评估COVENANT，我们使用来自三个现有基准的120个案例，覆盖七种工作流场景。与最先进的LLM智能体相比，COVENANT将基准成功率从50.00%提升至83.33%，并将工作流失配失败率从42.50%降至15.83%（相对下降62.75%）。这些结果表明COVENANT显著缓解了工作流失配，将LLM智能体对齐从孤立的提示遵循推进到对复杂多步工作流的可靠执行。