运行时架构相关 AI 资讯 · AITOP · AI热报

8月28日

19:04

19:04

官方账号arXiv cs.AI@Yaxiao Liu, Pengbo Liu, Yiwen Liu, Yihua Guan, Zhenghe Hou, Jiaxing Song

该研究提出了一种基于契约的可扩展智能体运行时架构，包含四个责任对象：Skill、Harness、Scaffold和独立CIO治理的数据底座。核心贡献是P1假设（成本感知能力-容量可分离性），在声明操作区域内，改变激活能力可保持容量响应交互，改变兼容Scaffold容量可保持能力语义。研究提出了集群周期随机交叉实验设计，包含四种状态判定：支持、证伪、条件工程或不明确。

论文智能体运行时架构契约设计

推荐理由：这篇论文提出了智能体运行时的契约架构，解决了企业AI部署中的协调问题，提出了可测试的假设和实验方法。

5月20日

15:29

15:29

官方账号arXiv cs.AI@Vasundra Srinivasan

精选72°

该论文首次将LLM输出与确定性系统之间的边界定义为“随机-确定性边界”（SDB），并视其为生产级智能体运行时的核心原语。作者围绕SDB提出了运行时设计的三个关注点（协调、状态、控制），并给出了六种运行时模式（如层次委派、散聚+Saga、事件驱动序列等），每种模式都追溯了其分布式系统根源并分析了当工作节点变为随机模型时的变化。论文贡献了一套五步模式选择方法论、一个将生产故障映射到模式弱点的诊断流程，以及一种名为“回放发散”的故障模式。通过可靠性分解，论文论证了随着模型方差降低，模式选择和SDB强度对长期可靠性的影响越来越大。

论文智能体运行时架构随机-确定性边界

推荐理由：做LLM智能体工程化的团队终于有了系统化的架构设计方法论——不再靠直觉拼凑，而是有模式可循、有故障可诊断。建议负责智能体生产部署的架构师和SRE点开，看完能少踩几个坑。