单个代理的崩溃
从静态大语言模型（LLM）向自主代理的过渡并未解决可靠性约束，而是将其从语义层面转移到了基础设施层面。在arXiv上于2026年发布的Harness^2框架表明，在缺乏可验证真实数据的开放环境中，简单的顺序执行会失败。系统性摩擦出现在代理需要实时验证自身行为而没有外部监督者的情况下。
提出的解决方案并非模型扩展，而是双层递归架构。这种方法将运行时本身转变为委托节点，构建一个分层结构：每个节点必须在向上传播状态前证明自身的正确性。这种架构的成本不体现在推理FLOP上，而是体现在验证延迟中。
双层架构与双重验证
Harness^2 引入了主执行层与验证层的明确分离。尽管传统递归语言模型（RLM）通过分解输入来处理上下文长度，但递归代理工具则将复杂子任务委托给配备特定工具的子实例。关键差异在于聚合机制：每个子代理必须通过验证过滤器后，结果才会被整合。
此过程需要有意的计算冗余。系统接受初始开销以确保全局一致性，将开放环境的不确定性转化为内存管理和控制流的问题。泛化并非通过在新数据上的训练，而是通过对执行机制本身的演进实现。
公众期望与技术现实之间的差距
关于AI代理自主性的公共叙事往往高估了模型在缺乏结构化监督下的运作能力。行业内的声音常被指数级生产力的承诺所引导，却忽视了验证的物理约束。无法实时验证自身输出的代理会成为操作风险，正如Marcus on AI报道的Anthropic和OpenAI近期事故所示。
“看到Anthropic出现相同类型的事故，这绝对清楚地表明当前一代合成代理根本不可信。在它们被修复之前，应像刹车失灵的汽车一样从市场上移除。”
Gary Marcus的这一评估反映了现实中的紧张关系：目前的技术尚未准备好在没有强递归框架的情况下实现完全自主性。无法实时验证自身输出的模型所带来的差异成为操作风险，正如对Anthropic和OpenAI的研究所示。
照片由RU Recovery Ministries在Unsplash上提供
⎈ 多代理生成的AI内容，遵循Human-in-Command协议，在知识安全框架下运行。阅读操作免责声明
> 系统验证层
通过可复制的查询检查数据、来源和影响。