基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
技术实践2026-11-16 16:30

用宿主层校验与原子提交约束智能体

dev.to · AI#Agent#状态管理#可靠性
Editor brief · 编辑速览

AXI 在模型与业务状态之间加入宿主控制层,对模型提出的单次修改执行规则校验、确定性修复和原子提交。每轮根据当前准确状态构建短提示,旨在减少错误累积与历史上下文膨胀。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

Agent 跑偏,不一定要靠换模型解决。AXI 讨论的是宿主侧的代码:模型提出修改,由持有真实状态的程序负责校验、补全和提交,再把当前状态交回模型。它试图同时处理错误累积和历史提示词不断变长的问题。

原文报告了一次服务图编辑实验:4,000 次请求后,每一步的宿主状态都符合预期。不过,这只能证明一组明确规则在特定任务里有效,还不足以证明 AXI 能普遍降低 Agent 成本、解决可靠性问题。

为什么最终状态不能由模型回复直接决定

Agent 经常要修改某种持续存在的状态,比如计划、列表、服务关系图或工单队列。如果模型每次回复都直接写入状态,一次漏改就可能成为后续操作的错误起点。下一步即使执行正确,也可能只是在错误状态上继续施工。

AXI 在模型和状态之间加了一层宿主侧逻辑。这里的「宿主」,就是运行模型、保存状态的程序。

它的处理过程很明确:

  1. 模型每次提出一个修改。
  2. 宿主用固定规则检查修改。
  3. 规则能够确定的关联操作,由程序补全。
  4. 整次修改全部提交,或者完全不提交。
  5. 根据提交后的准确状态构建简短提示词,再交给模型。

原文的例子是删除服务:服务删除后,与它相连的连接也必须删除。如果模型漏掉连接,程序就按规则补齐。这类操作不需要模型再次猜测。

把规则写进提示词,只是在要求模型遵守;把规则写进宿主代码,才能逐次检查执行结果。

AXI 的架构由 Rajnish Choubey 提出,测试由 Shalendra Gaur 构建并运行。它不更换模型,不需要训练或微调,也不是聊天记忆方案。它能约束的范围,是宿主持有且能够检查的状态,不能因此让模型更擅长判断状态之外的问题。

4,000 次状态正确,究竟证明了什么

原文在 Gemini 3.8 Flash 上进行了一次服务图编辑测试,共发送 4,000 次请求:

检查对象 原文结果
每一步的宿主状态 4,000 / 4,000 次完全正确
模型自身的回复 3,954 / 4,000 次完全符合理想回复
需要固定规则补全的回复 46 次
前 400 次请求中,直接应用相同回复的状态 85 次完全正确

关键区别是「回复正确」和「状态正确」。模型没有每次都给出完整的理想回复,但宿主规则补全了剩余 46 次,使最终状态仍然正确。

前 400 次请求的对照也提示了累积风险:直接应用相同回复,只有 85 步的状态完全正确。不过,原文没有展开每一步的失败情况,不能把这个数字直接当成模型单次回复的准确率。

另一个设计是每步根据当前状态重建提示词,不再回传完整操作历史。任务做得越久,历史越长的问题因此得到控制,而且从第一步就生效。

这里仍有一个边界:状态本身也可能变大。按状态构建提示词,可以避免提示词随历史长度持续增长,却不保证提示词始终固定大小。原文也没有提供 token 用量、延迟或费用的对照数据,所以降低成本目前有机制解释,缺少量化验证。

我的判断

我认同把确定性约束交给程序。删除节点时清理关联边、拒绝非法引用、保证一组修改全部成功或全部失败,都适合用代码处理。让模型反复记住这些约束,通常不如宿主直接检查来得可控。

但这份实验的适用前提很强:只有一个模型、一个任务和一次采样运行,修复规则又恰好来自任务自身。服务图里的关联关系能明确判断,开放式需求里的「理解错了业务意图」却未必有规则可查。

状态满足规则,不等于模型完成了用户真正想做的事。

与常见的结构化输出校验、业务规则检查和事务提交相比,AXI 更强调把这些步骤与「按当前状态重建提示词」组成完整循环。这个组合值得借鉴,但原文没有给出与这些替代做法的对照,不能据此判断它有独立的效果优势。

另外,公开仓库被作者定位为带测试和保存结果的参考原型,架构更深入的工作并不包含其中。它适合拿来验证思路,距离一般团队可以直接套用的成熟方案,原文没有提供足够证据。

能拿来做什么

  • 在 Node 编写的 Agent 服务里,把模型输出当作待审核的修改请求,先检查业务约束,再更新保存的计划、列表或服务图。
  • 对删除节点、清理关联项这类结果唯一的操作,用固定规则补全;涉及业务意图的缺失信息,不要仅因能凑出合法状态就自动提交。
  • 对持续修改同一份状态的任务,尝试每步发送当前状态,并核对历史中是否存在仍需保留的约束,同时记录 token 和费用变化。
  • 复现实验时,分别统计模型回复是否正确、提交后的状态是否正确,再与直接应用回复的流程比较,避免把程序修复能力误算成模型能力。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 dev.to · AI,原文版权归原作者所有。

阅读原文
上一篇
Agents API 将 Codex 执行框架交给应用调用
下一篇
aisync 统一多编程助手规则与协作记录

资讯速览

dev.to · AI · 2026-11-16 16:30

AI 评分 8.0 / 10

相关标签

#Agent#状态管理#可靠性

继续阅读

  • ggml:跨平台低依赖张量计算库
  • Agents API 将 Codex 执行框架交给应用调用
  • aisync 统一多编程助手规则与协作记录
  • 腾讯 Hy4 Flash 主打长上下文与低成本
  • 微软365故障复盘:流量转移放大锁竞争