论文

STAGE:具有策略限定上下文与确定性控制的有状态Agentic图执行转换

STAGE: Stateful Translation to Agentic Graph Execution with Policy-Scoped Context and Deterministic Control

智能体系统上下文与知识上下文工程Agent Harness

摘要

受政策治理的智能体必须在遵循授权程序的同时解读案例证据。我们提出STAGE,一个可执行图框架,将模型判断限定在策略限定的节点内,而把程序控制置于确定性代码中。在每个节点上,模型接收与任务相关的政策上下文并返回类型化结果,由协调器强制执行经审定的执行契约。我们在SOP-Bench Referral Abuse、两个τ²-bench领域以及Smart Dispute(一个专有银行业基准)上评估STAGE。与整体式全政策执行相比,STAGE在不同程序复杂度的工作流上普遍提升任务成功率与重复运行可靠性。收益最大的是更深的Telecom与Smart Dispute工作流,其中Pass³分别提升7.5–55.0与57.2–65.7个百分点(视模型而定)。这些结果表明,将策略限定上下文与确定性程序控制相结合可以提升政策执行的可靠性。

STAGE:具有策略限定上下文与确定性控制的有状态Agentic图执行转换:论文配图
图1:STAGE 图示:STAGE 在离线阶段构建并冻结一个经人工审查的执行图(左),随后在线使用以策略为作用域的节点来验证证据、约束能力并路由决策(右)。