面向可扩展、可管理智能体运行时的契约中心架构

企业AI部署是一个跨业务部门、应用与AI团队、测试、平台工程、基础设施、安全、运维和数据治理的协调问题。用例基准能显示某个智能体是否完成某项任务，却不能显示能力、模型、运行时机制、容量和企业数据的变化应如何被共同地归属、变更、准入或提供证据。我们提出四个作为共享组织契约的职责对象：Skill（可复用、可版本化的能力与工作流资产）、Harness（运行时编译器与治理器）、Scaffold（执行/控制边界与非功能需求所有者），以及置于CIO独立治理的语义与遥测之下的栈外数据基底。运行时核心为A = <S, H, X>，数据基底位于该栈之外。核心贡献是一个有界、可证伪的假设P1（成本感知的能力—容量可分离性）：在一个声明的运行区域内，改变被激活的能力会在预注册的等价边界内保持容量—响应交互，而改变兼容的Scaffold容量会在非劣性边界内保持能力语义，且所需控制保持在声明的执行预算内。六项设计条件转化为被测量的义务，其覆盖、违规、不确定性、成本和排除项决定P1是否可判定。我们提出一个集群周期随机交叉实验（平衡顺序、重置/洗脱、重复种子与故障情形、集群感知的不确定性），并给出四种结论状态：被支持、被证伪、条件性工程或不确定。本文贡献了契约约束的运行时架构、保源数据基底和可证伪的测量协议。它未报告任何已完成的实现、实验、数据集或测量结果。