CASE 框架：用于治理企业代理 AI 的多学科控制架构

arXiv:2608.10153v1 公告类型：新 摘要：企业部署自主 AI 代理的速度快于管理它们的速度，并且流行的方法延伸了单一学科，通常是为确定性自动化而构建的 DevSecOps，跨越各个规模的机构。我们认为，代理人工智能治理是四个问题，而不是一个问题，每个问题都有成熟的治理科学。 CASE 框架将控制理论分配给个体代理（意图作为设定点，护栏作为反馈，评估作为观察），将复杂的自适应系统理论分配给代理集体（其中出现使得单代理保证非组合性），将监督控制论分配给人类代理团队（其中必要多样性法则显示无辅助的人类监督在结构上失败），并将工程操作分配给舰队（将错误预算扩展到决策质量，以便自主性成为受控变量）。我们对每一层进行形式化，推导跨层耦合条件，包括零接触部署悖论（其中一层的卓越性会给其他层带来压力），并追踪二十多个企业控制的经典结构。三项实证研究验证了这一论点：记录在案的生产代理故障中 82% 是多层轨迹； 22 个生态系统工具中没有一个提供完整的第 2 层（新兴）覆盖；所有 35 个得分的公共部署都属于最低成熟度范围。我们将这种不匹配、在新兴层实现的风险与几乎没有提供的能力和缺乏实践的现象称为新兴差距。具有非补偿性瓶颈加权指数和评估工具的五级成熟度模型将 CASE 作为科学而非流程成熟度模型进行操作，以生产企业代理平台为基础。由于《欧盟人工智能法案》第 14 条将有效的人类监督作为法律要求，因此只有满足必要多样性的架构才能使监督成为现实而不是仪式性的。