兰 亭 墨 苑

标题 *

URL 别名 *

内容 * (支持 Markdown 格式) # TAAGE 演进路线图：从治理引擎到 Agent 宪法层 我会按照“能落地、逐步增强”的路线设计，而不是一开始追求复杂企业级平台。 核心原则： > **TAAGE 不应该成为另一个 Agent Framework，而应该成为所有 Agent Runtime 上面的治理控制平面。** --- # Phase 0：TAAGE v0.1（当前阶段） ## “可验证的治理原型” 目标： 证明一个核心理念： > AI Agent 的行为必须经过人类授权的治理规则。 你的当前版本已经具备： ``` Human | | Sovereign Private Key | ↓ Signed Policy YAML | ↓ TAAGE Policy Evaluation | ↓ Agent Action ``` 已有能力： ✅ 私钥身份 ✅ Ed25519 签名 ✅ Policy 热加载 ✅ Diff 审查 ✅ 风险判断 ✅ 审计记录 ✅ CLI 检查入口 --- 这一阶段重点不是功能多，而是证明： “治理可以独立于 Agent 存在。” --- # Phase 1：TAAGE v0.5 ## “成为 Agent 的安全网关” 目标： 从单次检查： ``` check(action) ``` 升级为： ``` Agent Runtime | | TAAGE | | Action Gateway ``` 增加： --- ## 1. Capability 系统 现在： ``` allow / block ``` 升级： ``` Capability Token ``` 例如： ```yaml capability: name: code_modify scope: - src/** risk: medium expire: 24h ``` 效果： Agent 不拥有权限。 Agent 拥有： > 临时能力。 --- ## 2. 风险评分 引入： ``` Risk Score ``` 例如： | 行为 | 分数 | |---|--:| |读取文档|1| |修改代码|5| |删除文件|9| |生产部署|10| 规则： ``` 0-3 自动通过 4-7 记录+提醒 8-10 人工确认 ``` --- ## 3. Agent Identity 每个 Agent 有身份： 例如： ``` coding-agent identity: agent_id: xxx trust_score: 85 ``` 类似： 数字员工身份证。 --- # Phase 2：TAAGE v1.0 ## “Agent 治理平台” 目标： 从工具变成平台。 架构： ``` User | ↓ TAAGE Core -------------------------------- Policy Engine Identity Risk Engine Audit Engine Trust Engine -------------------------------- | Agent Runtime ``` --- ## 新增： ### 1. Policy DSL 从 YAML： ```yaml allow: ``` 发展成： TAAGE Policy Language： 例如： ``` WHEN agent == coding AND action == deploy AND environment == production REQUIRE human approval ``` 类似： - OPA Rego - IAM Policy - SELinux --- ### 2. Governance Dashboard 看到： ``` 今日 Agent 行为 请求: 1024 允许: 980 阻止: 34 人工确认: 10 ``` --- ### 3. Replay 这是非常关键的能力： 任何一次 Agent 行为： 可以： ``` Replay ``` 重新播放： ``` 输入 ↓ 规则 ↓ 决策 ↓ 执行 ``` 解决： “为什么 AI 当时这么做？” --- # Phase 3：TAAGE v2.0 ## “自进化治理系统” 这个阶段最符合你的理念。 不是 AI 自己修改规则。 而是： AI 提建议。 人批准。 --- 流程： ``` Agent运行 ↓ 产生大量行为数据 ↓ TAAGE分析 ↓ 发现模式 例如： 90%情况下： 读取 src/config 都是安全行为 ↓ 建议: 提升为 Trusted Scope ↓ Human签名批准 ↓ 规则升级 ``` --- 这对应你的： > Trust, but Verify --- # Phase 4：TAAGE v3.0 ## “Agent Governance Protocol” 最高目标： 成为协议层。 类似： HTTP： 解决通信。 OAuth： 解决身份。 MCP： 解决工具连接。 TAAGE： 解决： > Agent 行为治理。 --- 未来可能定义： ## Agent Manifest 类似 package.json： ```yaml agent: name: research-agent capabilities: - search - summarize risk: medium governance: taage ``` --- ## Governance Event Schema 统一： ```json { "agent":"coding-agent", "action":"modify_file", "risk":7, "decision":"approved", "authority":"human-key" } ``` --- # 和你的整个 AI OS 的最终关系 我觉得未来你的架构可以抽象为： ``` 人类意志 | ↓ TAAGE 宪法 / 治理 / 信任 | ↓ WeClaw 编排 / 路由 / Agent 管理 | ↓ Harness Runtime 生命周期 / 插件 / 执行 ------------------------ Knowly AI Proxy Memory Models Tools MCP ------------------------ World ``` --- # 我认为 TAAGE 最应该坚持的三个原则 ## 1. 永远不要让 Agent 成为规则制定者 AI 可以： - 提议； - 优化； - 分析。 但不能： - 修改最高规则。 --- ## 2. 治理必须可验证 不要： “相信 AI 没问题”。 而是： “证明它经过允许”。 --- ## 3. 保持轻量 不要变成企业 IAM 巨兽。 个人 AI 时代需要的是： 一个小而强的“宪法引擎”。 --- 最后评价一下： TAAGE 最有价值的地方，不是现在有多少代码，而是它提出了一个可能长期存在的问题： > 当 AI 从工具变成行动主体，人类如何保持最终控制权？ 这个问题未来几年会越来越重要。 我也可以帮你继续设计一张 **“TAAGE + DeepSeek Harness + WeClaw + Knowly 的完整个人 AI OS 架构图”**。

配图 (可多选)

标签