如何评估 agent workflow：轨迹、成本和恢复
把 trajectory evaluation、goal-level cost、semantic recovery 和 confidence calibration 放进同一套 agent 评估框架。
ai-agent
6 篇公开内容使用了「ai-agent」这个标签。
AI Agent 运行治理：把能干活的模型放进真实流程
说明 AI agent 从能执行任务到可放进组织流程之间需要的治理层：权限、证据、工具、轨迹、成本和人工门禁。
多轮 agent 为什么会漂移：从记忆到承诺跟踪
解释 long-running agent session 的 residual drift：系统没有显式矛盾也可能偏离早先承诺，因此需要 commitment tracking。
证据和来源权威：不要让流畅文本压过硬数据
梳理 evidence-carrying action 与 source authority：当用户文本、结构化数据和工具输出冲突时，AI workflow 应如何判定证据优先级。
运行时权限和自治门禁：agent 什么时候该停下来
解释为什么 agent 不能只依赖计划阶段许可，关键动作必须在运行时重新检查权限，并通过 autonomy gate 决定执行、询问或停止。
工具注册表也是控制面：agent tool governance
说明 MCP、插件、工具描述和依赖包为什么都是 agent 控制面的一部分，以及如何把 tool registry 纳入供应链治理。