AgentBound: Verifiable Behavioral Governance for Autonomous AI Agents

背景

随着自主 AI 代理（Autonomous AI Agents）越来越多地代表人类执行具有重大后果的操作——包括金融交易、外部通信以及企业级工作流——现有的代理基础设施面临严峻的局限。当前系统主要依赖身份联邦和委托授权来验证工作负载并控制资源访问，但这仅仅解决了“谁有权访问资源”的问题，却无法回答一个更关键的上下文问题：在当前的行为和操作场景下，一个已被授权的操作是否真的应该被执行？换言之，传统的授权机制缺乏对代理行为上下文的判断能力，无法确保代理在执行权限内动作时符合所有者的真实意图与合规要求。

核心内容

针对上述问题，论文提出了 AgentBound，一个面向自主 AI 代理的运行时治理框架，旨在提供可验证的行为监督。

1. 三大独立权威的决策模型 AgentBound 在代理执行任何拟议动作前，会通过三个独立的权威来源进行评估：

• 委托授权：传统的权限控制，确认代理是否有权执行该操作。
• 所有者签署的行为章程：由代理所有者定义的高层规则，规定代理在各类场景下应遵循的行为边界。
• 站点操作合同：目标系统或站点定义的交互契约，明确