From LLM Calls to Governed Agent Systems: Building a Runtime for Auditability, Replay, and Control

随着AI系统从孤立的LLM调用演变为自主Agent，一类新的工程问题随之出现：缺乏控制、可观测性有限，以及没有可靠的方式来审计或复现决策。

当前大多数方法依赖提示词、日志或临时性护栏，一旦Agent开始跨多个工具、状态和长时间运行的工作流运作，这些方法便不再足够。

在本次演讲中，我们介绍一个面向治理的AI Agent运行时。该系统提供策略执行、基于追踪的可审计性、确定性重放以及非回归评估钩子。通过将Agent执行视为一个结构化的、可观测的、可控的过程，我们使开发者能够从"尽力而为的提示工程"转向"工程化的Agent系统"。

我们将详细介绍架构、核心组件和实用设计模式，并展示如何在不牺牲灵活性的前提下将治理集成到真实的AI工作流中。

参会者将学习如何设计不仅强大，而且可审计、可复现、生产就绪的AI系统。