DART：结构化工具代理的语义可恢复性
人工智能
2026-05-25 v1
摘要
当结构化工具代理在执行过程中失败时，运行时将面临困境：重新播放整个任务是安全的但浪费资源，而从本地检查点恢复则高效但可能留下与上游历史不再存在的下游提交工作。这一矛盾在承诺敏感场景中尤为突出：回滚目标仅针对单个失败实例，但下游消费者已对其输出采取了行动。现有恢复方法提供机械回滚，但没有判定本地恢复在下游提交后是否保持语义有效的依据。我们将这一缺口形式化为语义可恢复性，并在DART中加以解决。DART是一个模块化运行时，能够局部化失败实例、认证该实例的语义可恢复边界、将检查点对齐至这些边界，并选择一个在依赖和效应约束下保持已提交下游工作合法的恢复点——否则则阻塞。通过三个由LLM驱动的领域以及针对LangGraph基座的外部验证，DART在基准本地恢复失败的所有承诺敏感案例中正确恢复，且一次五域安全审计发现无不安全接受的回滚。这些结果表明，控制器合法性并不等同于语义有效性，而且健全的本地恢复需要显式的可接受性检查。
引用
@article{arxiv.2605.23311,
title = {DART: Semantic Recoverability for Structured Tool Agents},
author = {Ke Yang and Panpan Li and Zonghan Wu and Kejin Xu and Huaxi Huang and Xiaoshui Huang},
journal= {arXiv preprint arXiv:2605.23311},
year = {2026}
}