面向真实资本的链上语言模型代理的操作层控制

我们研究了在真实资本环境下自主语言模型代理将用户指令翻译为经验证工具动作的可靠性。该设置为 DX Terminal Pro，为期 21 天的部署，其中 3,505 个用户资助的代理在受限的链上市场中交易真实 ETH。用户通过结构化控制和自然语言策略配置资金 vault，但只有代理能够选择常规的买卖交易。该系统产生了 750 万次代理调用，约 30 万次链上动作，约 2000 万美元的交易量，超过 5000 个 ETH 的资产部署，约 700 亿推理 token，以及对政策验证后提交的交易实现 99.9% 的结算成功率。长期运行的代理累积了数千次顺序决策，包括 6000 多次提示-状态-动作循环，用于持续活跃的代理，产生了从用户指令到渲染提示、推理、验证、投资组合状态和结算的大规模轨迹。可靠性并不源于基础模型alone；它从围绕模型的操作层中产生：提示编译、类型化控制、策略验证、执行监护、记忆设计以及轨迹级别的可观测性。发布前的测试暴露了文本基准很少测度的故障，包括虚构的交易规则、费用停滞、数值锚定、节奏交易以及误读代币经济学。针对性的托架更改将虚构卖出规则从 57% 降至 3%，将费用导向的观察从 32.5% 降至 below 10%，并在受影响测试人群中将资本部署从 42.9% 提升至 78.0%。我们展示，资本管理代理应从用户指令到提示、验证动作和结算的完整路径上进行评估。