脱敏案例 / 私有源码
Reviewable Runtime
一个可以被检查、打断和恢复的证据驱动智能体运行时
01
问题现场
长任务智能体同时处理模型决策、工具、用户数据与异步工作。如果没有明确的运行时边界,一个看似合理的答案可能失去来源,中断的任务可能无法恢复,模型的请求也可能悄悄变成未授权动作。
02
运行时边界图
01Web 客户端
→02API 网关 / BFF身份 · 文件 · 会话
→03 / OWNEDPython Agent 运行时上下文 · 策略 · 工具 · 证据
→04持久化执行队列 · 检查点 · 事件日志
↳ 权威数据存储
↳ 时序记忆投影
03
四个工程决策
证据先于结论
流程遵循 evidence → finding → claim → report。报告只能使用有记录证据支撑的 finding;证据不足时降级结果或请求人工补充。
模型提出,运行时决定
确定性的 Capability Gateway 统一负责权限、功能开关、预算、超时、重试与审批。模型不会因为生成了工具调用就自动获得执行权。
恢复能力是产品能力
后台任务、检查点与持久事件日志让工作能够暂停、恢复和断线重放。流式输出只是持久状态的视图,而不是状态本身。
记忆必须保留来源
关系数据库保存权威状态;时序记忆是可重建投影,包含来源、有效时间和撤回语义,而不是不透明的模型事实袋。
04
证据,也包括失败
快照还记录了 30 个合成面试知识查询上的 Hybrid Recall@5 为 100%;推断泄漏、撤回信息泄漏与未授权记忆写入均为 0%。这些是受控离线结果,不是生产用户数据。
95.24%上下文 Recall@1036 个 gate case
100%上下文 Precision@1036 个 gate case
100%来源完整率离线快照
0%未授权记忆写入率离线快照
!完整评测并非全绿:一个 question-extraction invoke golden 出现漂移。这里保留失败项,因为失败边界也是证据,而不是需要隐藏的部分。
05
披露与边界
案例刻意省略原仓库、产品名称、组织、截图、包名和基础设施标识。架构图按照个人职责边界重新绘制。指标来自 2026-09-15 的离线快照。