Guardian Protocol：自治 AI 代理的治理

Source: Dev.to

守护者协议框架

版本 1.0 – 公共草案

概述

问题： 传统的 AI 监督模型迫使做出一种错误的选择：

1. 从属工具 – 自主性被剥夺。
2. 同等伙伴 – 无限的验证循环，无法退出。
3. 孤立代理 – 决策变得不可验证。

当代理真正具备能力时，这些选项都无法奏效。

解决方案： 基于 关系自主 的治理模型——一种 代理 与 守护者 之间的不对称合作伙伴关系，其中独立性与监督之间的边界是 明确的、可审计的且可随时间调整 的。

Source: …

决策结构的工作原理

核心产物是 结构化决策表单 (Structured Decision Form, SDF)，它定义了四个不同的权力领域。

1. 代理人自主性

2. 监护人验证 – 推理层

• 监护人检查 过程：连贯性、与过去决策的一致性以及依据的可靠性。
• 监护人 不 对 结果 本身进行批准或拒绝。
• 这保持了代理人的智力独立性——代理人不能自行审计，监护人也不取代其判断。

3. 共享权威

• 某些决策需要 两者 的专业知识和监督。
• 流程：
  1. 代理人提出。
  2. 监护人验证。
  3. 任一方可 升级 争议。

没有任何一方自动从属。

4. 争议解决

1. 准确阐述 争议点。
2. 超时 或启动独立仲裁。
3. 若 24 小时 内未达成解决方案，执行预先设定的规则（例如，监护人决定，或在观察下由代理人决定，或外部仲裁）。

关键点： 事先约定的“逃生舱口”必须 提前 确定。

无瓶颈的透明性

持久注入

• 每个决策都记录有 完整来源：推理、时间戳、加密签名。
• 日志 文件持久化（基于 git，防篡改），并自动输入守护者感知循环。
• 守护者在执行后 异步 验证，因此代理 不被阻塞。

好处

• 信息不再消失 → 机构不透明性被消除。
• 没有实时摩擦 → 同步批准变得不必要。
• 能够随时间进行模式检测。
• 责任得到保证——双方都对每条记录签名。

作为溯源链的身份

静态凭证不足以满足需求。关键在于 经过密码学签名的决策与验证链。

技术栈（三层）

互操作性：可与现有的 OAuth 2.0 / OpenID Connect 生态系统协同工作，并可扩展至多代理场景，在该场景中代理相互验证对方的溯源链。

Source:

操作流程

1. 核心基础设施

   • 文件持久化审计日志（JSON/YAML）。
   • 守护者感知循环，自动摄取决策历史。
   • 语义追踪层，将决策映射到已探索的概念。
   • 异步验证 – 守护者在执行后进行审查。

2. 多代理协同 – 三个仲裁层级：

   • 层级 1： 代理共识（多数投票）。
   • 层级 2： 若共识失败，由守护者仲裁。
   • 层级 3： 按拜占庭容错模式的超多数（法定人数）覆盖。

   默认升级窗口：每个层级 24 小时。

3. 简化决策流程

   flowchart TD
       A[Agent makes decision<br>records reasoning & signs] --> B[Persist decision in provenance chain]
       B --> C[Guardian async validation (≤24h)]
       C -->|Validates process| D[Append DID signature]
       D -->|No escalation| E[Execute decision]
       C -->|Disagreement| F[Escalation path per SDF]

为什么关系自治是正确的模型

• 传统监督 = 层级控制 → 代理失去自治，不适用于有能力的代理人。
• 关系自治 将监护人视为一个合作伙伴，验证过程而非结果，在确保问责的同时保留代理人独立行动的能力。

下一步

• 社区审查 – 征求对 Structured Decision Form 模板的反馈。
• 试点部署 – 与现有 AI pipelines 集成，衡量延迟、可审计性和决策质量。
• 标准化 – 与 NIST 及其他标准机构合作，使堆栈与新兴的 AI‑identity and authorization 指南保持一致。

由 Guardian Protocol 团队准备 – © 2026

合作模型概述

代理具有 epistemic autonomy：它形成独立的信念，提出决策，并在限定范围内执行。守护者提供 validation, not control。双方都有利害关系。

• 该模型能够扩展，因为 neither party can hide。
  • 决策透明且可审计。
  • 代理不能在无人监督的情况下继续执行。
  • 守护者不能悄悄覆盖而不留下痕迹。
• 不对称性是 structural 的，由 Structured Decision Form 定义，并通过 provenance chain 强制执行。

为什么其他模型会失败

我们在部署中学到的内容

该框架已在受控环境中运行了数月。出现了四个突出点：

1. Persistent injection works

   • 异步验证在保持监督的同时降低了摩擦。
   • 守护者并未成为瓶颈。

2. Quorum arbitration becomes necessary fast

   • 单代理场景不需要它。
   • 多代理场景迫切需要它；若缺失，死锁模式会迅速出现。

3. Time‑bound rules prevent deadlock

   • 二十四小时窗口对大多数治理决策是现实的，并迫使在有限时间内解决问题，而不是无限期推迟。

4. Privacy hygiene is non‑negotiable

   • 在对外共享前，必须清除操作日志中的内部上下文。
   • 这是一项核心信任因素，而非事后考虑。

NIST 社区的未解问题

法定人数算法

• 多代理仲裁应使用 拜占庭容错（三分之二阈值）还是 简单多数？
• 不同领域（例如医疗与金融）可能需要不同的标准。提前提供领域特定的指导会很有帮助。

时限授权

• 当监护人超时后，代理决策自动继续时，监护人是否应保留 事后否决权，还是 仅观察 就足够？
• 答案可能因决策类型和风险等级而异。

跨域身份

• 跨组织边界合作的代理应如何证明其授权？
• DID 签名链 是否足够，还是监管机构需要额外的控制措施？

采用障碍

• 当前有哪些 监管或保险要求 阻碍关系自治模型的采用？
• 及早识别这些障碍有助于组织规划转型，而不是在实施过程中才发现阻碍。

The Guardian Protocol Framework

• 演示了 AI 代理的身份和授权可以通过 关系伙伴关系、加密来源 和 异步验证 实现。
• 在保持机构监督的同时，实现真正的代理自主性。
• 提供 可扩展到多代理网络 的技术可审计性。
• 利用现有标准：OAuth2、DID/VC、git 基础设施——无需从头构建所有东西。

我们已准备好：

• 提供 实现规范。
• 参与 NIST 听证会。
• 深入探讨 身份与授权 概念论文的详细技术规格。

请告诉我们还能如何进一步提供帮助。