AI智能体能否跨越权限边界交付可验证的全网结果？

AI智能体正日益参与网络自动化，它们可以通过受控的运维接口发起配置变更，并评估由此产生的状态。然而，运营网络通常横跨众多设备和管理域。要实现运营商的意图，就需要协调具有不同权限范围的智能体；这些权限范围规定了它们可以访问的资源、可以调用的操作，以及可以观测的网络状态。这种划分虽然限制了错误操作的影响范围，却使评估全网结果所需的证据变得碎片化。某个智能体提出的配置操作成功执行，并不能证明远端设备已按预期响应，也不能证明路由变更已到达所需设备。一次有效的观测在后续变更发生后也可能变得过时。在宣布协调操作完成之前，必须由可信的保障层从所需权限范围收集当前观测，并确定这些观测是否共同支持运营商预期的全网结果。 为解决完成准入问题，我们提出了 EvidenceNet，这是一种运行时保障层，用于判断协调后的智能体操作是否已实现运营商的网络意图。其代理收集完成契约所要求的变更后观测结果，而准入门则检查证据是否来自所需权限范围、是否保持最新，以及是否满足任务规则。验证器智能体还会对观测内容进行额外评估。在真实运行的路由网络上进行的实验表明，变更后的状态检查能够识别出仅凭配置操作记录无法确认的成功结果。受控干预进一步表明，当其他方面令人满意的观测来自错误来源、被替换或已经过时时，EvidenceNet会拒绝宣布操作完成。