PolicyGuide：从守护单个动作到引导整个工作流的策略合规LLM智能体

客服LLM智能体在代表用户行动时必须遵守组织政策。合规失败源于两类问题：一是禁止性动作，例如批准一项不符合条件的变更；二是遗漏程序性要求，例如身份核验或确认。运行时防护可以介入有风险的动作，但动作级的局部检查无法引导智能体完成多步骤流程。遵循工作流的系统支持规定流程的执行，但主要目标是完成工作流而非保障智能体行为。PolicyGuide 则把每个领域政策编译为工作流图，并在用户轮次边界调用一个主动验证器。验证器基于持久化的图状态对未决请求进行对账，并沿政策合规路径返回针对具体步骤的补救建议。在使用 GPT-5.4 智能体与验证器的 τ²-bench 航空、零售与电信三个领域上，PolicyGuide 将平均 Pass^4 从 0.42 提升到 0.62，其中在流程结构化程度最高的电信领域增益最大（从 0.19 到 0.61）。同一套工作流可迁移到 Claude Sonnet 4.6 与 Gemini 2.5 Pro 智能体。补充评估发现，在对抗性用户下观察到最低的攻击成功率，并在作者自设的工作流级验证中获得最强的程序合规性。