（1097期）Governed Agents – AI子智能体验证与声誉治理系统

AI子智能体验证与声誉治理系统 为AI子智能体提供确定性验证与声誉评分，通过4层代码关卡和3层管道防止幻觉式成功声明 使用说明 核心用法 Governed Agents 是一个零依赖的纯Python框架，用于监督和验证AI子智能体的输出，核心解决"幻觉式成功"问题——即智能体声称任务完成但实际未达标的情况。 两大验证模式： 确定性验证（编码任务）：自动执行4道硬关卡 - Files关卡：必需文件存在且非空 - Tests关卡：测试命令返回exit 0 - Lint关卡：无代码风格错误 - AST关卡：Python文件无语法错误 任一关卡失败将触发-1.0的幻觉惩罚分。 议会验证（开放式任务）：3层短路与管道 - Layer 1 结构门（<1秒）：字数、必需章节、空章节检测 - Layer 2 接地门（5-30秒）：URL可达性、引用校验 - Layer 3 LLM议会（30-120秒）：N个独立评审员多数投票 第一层失败即短路，零LLM调用成本。 声誉系统：EMA指数移动平均算法（α=0.3），分数区间-1.0至+1.0，动态映射到5级监督强度（自主→标准→受监督→严格→暂停）。 显著优点 零幻觉容忍：任何虚假成功声明都会被立即识别并惩罚 成本优化：开放式任务的三层设计避免不必要的LLM调用 渐进式信任：基于历史表现的动态监督降级机制 任务类型预设：内置research/analysis/strategy/writing/planning五种配置模板 纯stdlib实现：无外部依赖，部署可靠性极高 双重引擎支持：原生集成Codex CLI与OpenClaw代理 潜在局限 Python生态限定：AST关卡仅限Python代码，多语言项目需扩展 测试依赖外部工具：pytest/codex/git等二进制依赖需预装 议会延迟：高置信度开放式验证仍需30-120秒LLM调用 声誉冷启动：新代理初始无历史，需经历严格监督期 主观任务边界：analysis/strategy等类型的"成功"定义仍存在一定主观性 适合人群 需要多智能体协作的复杂项目（主代理+多个子代理） 高可靠性编码场景：CI/CD自动化、关键基础设施代码生成 研究/分析类AI工作流：需要引用溯源和事实核查的内容生产 声誉驱动的代理网络：长期运行的代理系统需要信任机制 常规风险 | 风险类别 | 说明 | 缓释措施 ||---------|------|---------|| 验证逃逸 | 智能体生成能通过关卡但功能错误的代码 | 结合人工抽查、增加集成测试关卡 || 声誉操纵 | 代理通过简单任务刷分后执行危险操作 | 任务难度权重、异常行为检测 || 依赖投毒 | install.sh或外部CLI被篡改 | 源码审计、签名验证、沙箱执行 || 数据持久化 | SQLite数据库损坏导致声誉丢失 | 定期备份、WAL模式、只读副本 || 网络暴露 | HTTP API模式下的GOVERNEDAUTHTOKEN泄露 | 最小权限、短期令牌、TLS强制 | 原始说明 Deterministic verification + reputation scoring for AI sub-agents. Prevents hallucinated success via 4 code gates (files, tests, lint, AST) and a 3-layer pip...