論文の概要: Revocation Is Not Complete at Receipt: An Executable Outcome Contract for Distributed Agent-Tool Gateways
- arxiv url: http://arxiv.org/abs/2610.15991v1
- Date: Sun, 11 Oct 2026 23:41:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.279931
- Title: Revocation Is Not Complete at Receipt: An Executable Outcome Contract for Distributed Agent-Tool Gateways
- Title（参考訳）: Receipt:分散エージェントツールゲートウェイの実行可能なアウトカム契約
- Abstract要約: C0-C5は,エフェクト防止を通した発行者コミットにまたがる有界な結果契約であり,凍結したゲートウェイセット上の永続的なモニタとして実装されている。
14ケースのフォールトマトリックスは、保守的な分類、頑固な違反、再起動の永続化、エビデンス不変性をチェックする。
第一の実験では、メンテナンスされたKeycloak 26.7IDサーバを使用して、2つの耐久性のある受信機、物理エージェントツールゲートウェイ8つ、ファイルシステムとエフェクト、16のAWSホストをまたがって3つのアベイラビリティゾーンでコントラクトを測定する。
- 参考スコア（独自算出の注目度）: 2.9152186617858304
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Distributed agent workflows cache delegated authority at tool gateways. Revocation may be reported at issuer commit, transport acknowledgment, or receiver persistence, although none of these observations establishes that all gateways enforced the change or that guarded effects stopped. We define C0-C5, a bounded outcome contract spanning issuer commit through effect prevention, and implement it as a persistent monitor over a frozen gateway set, call set, and observation window. A 14-case fault matrix checks conservative classification, sticky violations, restart persistence, and evidence immutability. In a derived audit of its eight semantic cases, treating C3 or C4 as completion produces seven or five false positives, respectively; the bounded C0-C5 verdict produces none. Descriptive scaling covers 1,024 gateways and 10,000 effect vectors. The primary experiment uses the maintained Keycloak 26.7 identity server and measures the contract across two durable receivers, eight physical agent-tool gateways, Filesystem and PostgreSQL effects, and 16 AWS hosts in three availability zones. Normal delivery and recovery commit no effects. Under receiver-selective non-delivery, transport acknowledgment and receiver persistence still succeed, but 112 of 225 calls (49.78%) are admitted, and all 112 effects commit in every treatment block. A separately provisioned execution repeats the result. OPA/Toxiproxy and a live three-role LLM workflow with networked MCP tools reproduce the persisted-but-not-enforced boundary on narrower surfaces. Finally, an unmodified external MCPMark agent executes 60 closed-loop task arms. Normal C4 denies all 31 exposed post-barrier calls and commits no effect; selective C3 allows 344 calls and commits 145 effects across Filesystem and PostgreSQL. Transport success is therefore evidence of progress, not a revocation-completion verdict.
- Abstract（参考訳）: 分散エージェントワークフローは、ツールゲートウェイでデリゲートされた権限をキャッシュする。
取り消しは、発行者コミット、トランスポート承認、またはレシーバ永続化で報告されるが、これらの観察では、すべてのゲートウェイが変更を強制するか、あるいはガードされた効果が停止されたことを証明していない。
C0-C5は,エフェクト防止を通した発行者コミットにまたがる有界な結果契約であり,凍結したゲートウェイセット,コールセット,観察ウィンドウ上の永続的なモニタとして実装されている。
14ケースのフォールトマトリックスは、保守的な分類、頑固な違反、再起動の永続化、エビデンス不変性をチェックする。
8つのセマンティックケースの派生監査では、C3とC4がそれぞれ7つまたは5つの偽陽性を生じる。
説明スケーリングは1,024のゲートウェイと10,000のエフェクトベクタをカバーする。
第一の実験では、メンテナンスされたKeycloak 26.7IDサーバを使用して、2つの耐久性のあるレシーバー、物理エージェントツールゲートウェイ8つ、ファイルシステムとPostgreSQLエフェクト、16のAWSホストの3つのアベイラビリティゾーンでコントラクトを測定する。
正常なデリバリーとリカバリは効果がない。
受信者選択による非配達では、輸送承認と受信者の持続性はまだ成功しているが、225コールのうち112コール(49.78%)が認められ、全ての処理ブロックに112のエフェクトがコミットされる。
別々にプロビジョニングされた実行が結果を繰り返す。
OPA/Toxiproxy とネットワーク型 MCP ツールを用いたライブ3ロール LLM ワークフローは、より狭い表面上での持続的だが強化されない境界を再現する。
最後に、修正されていない外部MCPMarkエージェントが60個のクローズドループタスクアームを実行する。
通常のC4は31の公開後バリアコールをすべて否定し、コミットは効果を示さず、選択C3では344のコールと145のエフェクトをファイルシステムとPostgreSQLで許可している。
輸送の成功は進歩の証拠であり、取り消し-完遂の評決ではない。
関連論文リスト
- Tracekit: Tamper-Evident Intent-Reasoning-Action Auditing for Autonomous Coding Agents [0.0]
Tracekitは、各エージェントセッションの3つのチャンネルをキャプチャする。人間の質問(インテント)、推論のモデルが何を言ったか(自己報告)、実際に実行されたか(アクション)。
Claude Codeのライフサイクルイベントにフックし、マルチエージェント階層の再構築、事前実行ポリシによるゲートツールコール、SDKまたはHTTP API経由で他のエージェントからのイベントの受け入れ、ブラウザ内の台帳を再検証するライブオブザーバのレンダリングを行う。
論文 参考訳（メタデータ） (2026-09-28T17:22:04Z) - Relic: From Multi-Agent Collaboration to Persistent Organizational Capability [37.80629799707573]
繰り返し発生するコラボレーションの失敗を組織所有の実行可能なプロトコルに変えるRelicを紹介します。
メンバーは目に見える仕事を反映し、ルールを提案し、採用を管理します。
新たなメンバ転送では、動作の正確性は25.4%で、継承されたプロトコルが無く、34.6%が可読性テキストと同じルールで、41.2%が実行可能バインディングである。
論文 参考訳（メタデータ） (2026-09-26T21:55:49Z) - FDE-Bench: Evaluating LLM Agents for Deployment Environment Configuration [3.4732047142551288]
FDE-BenchはDockerイメージ、マルチサービスComposeスタック、診断・修復モードにまたがるデプロイメント設定タスクを評価している。
エージェントは、プリスタント環境で収集、再構築、再デプロイされる宣言的アーティファクトを提出する。
準備は最大の障害ステージであり、313エピソードのうち110エピソードが未解決である。
論文 参考訳（メタデータ） (2026-09-23T08:51:01Z) - Grow the Harness, Not the Context: From Strategy-Free Scaffolds to Reusable Specialist Agents [40.22528682803753]
大きな言語モデル(LLM)エージェントは、しばしば関連するタスクのストリームを処理するが、標準的なハーネスは、各タスクのコンテキスト内で同じ制御決定を再構築するようモデルに繰り返し要求する。
タスク固有のセマンティック推論のためのLCMコールを保存しながら、繰り返し制御を再利用可能なコードに変換することができるかどうかを検討する。
我々は,障害誘導型トレーニングパラダイムであるGrowing Harnessを紹介し,エージェント自身を戦略のない足場から学習する。
論文 参考訳（メタデータ） (2026-09-22T17:40:45Z) - Versioned Transitive Dependency-Closure Binding and Operation-Time Effect Governance for Agent Skills: ClosureBound [4.805352087824778]
ClosureBoundは、正確なクロージャルート、エフェクト天井、目的/実績、妥当性、エポックをバインドする。
閉鎖と状態を再解決し、操作を外部効果IRに正規化し、共同証人がすべての境界を満たす場合にのみ承認する。
549 Public Skillsの語彙監査では、526のルートのうち21がバンドルされたファイル名であり、すべての非マニファストパスの動詞名であり、67はルートの外で解決されるリンクを含んでおり、ルートはフロントマッター依存フィールドを宣言しない。
論文 参考訳（メタデータ） (2026-09-05T06:27:52Z) - Metis: Typed Runtime Mediation for Tool-Using Software Agents [13.543030296451661]
コールが外部効果に達する前に、プロバイダストリームを型付きイベントに変換するマルチプロジェクタランタイムであるMetisを提示する。
我々はこれらのメカニズムを凍結した原材料上で評価した。
論文 参考訳（メタデータ） (2026-08-26T03:10:03Z) - The Recall Trap: A Recall-Maximizing Retriever Configuration Reduces Issue Resolution in Fixed-Budget Code Context [45.88028371034407]
コード修復における制御ケーススタディを報告し,新しい現象ではない。
私たちは、同じスタック上の1つのフラグ(1チャンク毎の重複)を切り替えます。
BM25(3.2pp、重要なパラダイム間相互作用)を逆転させる。
厳格な固定予算では、ファイルごとのハードダイドプリケートや、タスクに対するA/Bパッケージングポリシは、メトリックフラグを調整しないことが示されます。
論文 参考訳（メタデータ） (2026-08-14T19:22:50Z) - Turning Interaction History into Execution State: A Runtime Layer for Long-Horizon Coding Agents [48.967927222079965]
Ledgerは、エージェントの完了したインタラクションを明示的な実行状態に蒸留するランタイム層である。
Ledgerはこの状態をオンライン実行台帳に保持し、各ステップの2つのバウンダリに適用される。
500のSWE-bench検証インスタンス全体で、LedgerはPass@1を56.2%から64.2%に、GPT-5 miniを75.8%から81.0%に、MiniMax M2.5を81.0%に引き上げている。
論文 参考訳（メタデータ） (2026-08-01T18:25:00Z) - Lingering Authority: Revocable Resource-and-Effect Capabilities for Coding Agents [0.0]
PortICOは、プランナーに露出する機能のリファレンスモニターである。
明示的なタスクコントラクトを初期機能にコンパイルし、ルールを付与し、信頼できるクロージャ述語、グローバルな否定ルールを付与する。
論文 参考訳（メタデータ） (2026-06-21T13:52:37Z) - Overeager Coding Agents: Measuring Out-of-Scope Actions on Benign Tasks [40.270213696031625]
OverEager-Genは、良質なタスクの振る舞いをオーバーイーガーするベンチマークである。
クロード・コードでは、同意宣言を削除するだけで、オーバーイーガー率は0.0%から17.1%に上昇する。
オーバーイーガー・ジェン(OverEager-Gen)は、入場前に各シナリオの識別力を認定する。
論文 参考訳（メタデータ） (2026-05-18T16:00:41Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。