并非自可判定：LLM 无法划定智能体验证器能够检查的边界

智能体的验证器面临两类规则：一类可以由固定检查确定，另一类则需要裁判来判定。自行推导检查项的团队会预先确定这一区分。若要求来自外部，例如金融、医疗和法律领域，智能体执行的是它并未制定的规则，因此这一区分只能在运行时完成，并且对每条规则的每个谓词、每个动作都要重复进行，其频率高到任何审查员都无法审计。所有升级处理方案都假定模型能够自行作出这一决策，即该问题是自可判定的。我们在包括 EU AI Act、FINRA 指南和一个已部署的信贷智能体在内的六个语料库上开展研究，从三家实验室开发的四个模型中收集了约 22,000 个标注。对于显而易见的问题，它们几乎完全一致；但在监管文本上表现崩溃；它们的错误方向相反，因此无法信任任何一个模型作为保守选择；而在已部署智能体自身的规则集上，它们又共同犯错，过度声称固定检查足以完成判定，而这恰恰是不会被升级处理的方向。我们提出 CoVer（先互证、后验证），将一致意见视为提名：只有当为某个谓词合成的检查经受住干预、能够读取智能体无法写入的字段，并且在确定性改写下仍然成立时，才接纳该谓词。该门槛会拒绝大多数由互证错误接纳的内容，其覆盖率代价则如实报告，而不是通过调参消除。显而易见的替代方案是与参考裁判达成一致，但这并不能证明任何事情：在不同校准区间中，一致率从 30% 上升到 77%，而真正可判定的比例并未变化，因为从被审查群体中抽取的裁判会认可它与该群体共同拥有的盲点。自可判定性并不是一种可以从模型中诱导出的能力，而是验证器必须构建的一条边界。