让自我进化变得可审计：LLM智能体在信贷流程中的合规边界与准入闸门
当智能体开始“改写自己”，合规审查还剩下什么？
自我改进型 LLM 智能体可以根据新规则调整信贷流程，但问题在于：一个能够重写自己的智能体，会同时摧毁监管者赖以审查的证据链——一次具名的变更、一份可复现的测试记录、一个明确的审批动作。如果智能体的每一轮“进化”都不可追溯，那么合规就无从谈起。
arXiv 上最新发布的一篇论文（编号 2610.10629，作者 Ravil Akhtyamov）提出了一个清晰的边界主张：自我进化只有在被限制在运行时“harness”（指令文本、工具调用逻辑与原子能力组合）内、且模型权重保持冻结时，才具备可审查性。换句话说，模型本身不动，改变的是它“怎么做事”的那一层外壳。这样一来，每一次适配都是一份带有原因和测试的 diff。
双环引擎与准入闸门
论文给出了一个建立在该边界之上的双环引擎，核心是一个在部署前写入哈希链记录的“准入闸门”。研究团队在仿真环境中对该闸门进行了测量——用的是模拟智能体和种子搜索提案器，而非真实语言模型。
在三种监管重新解释族、三种严重程度、每种 10 个随机种子的设置下：
- 带闸门的回路在 7,449 个候选变更中仅放行 144 个，且没有一个在留出历史上恶化误差；
- 在全部低、中严重度单元中，假阳性率被恢复到 oracle 水平，同时未漏报增加。
作为对照，当闸门被替换为无界系统常用的检查方式（只看近期轨迹中更少的错误）时，同样的回路放行了 309 个有害变更，并在 90 次运行中有 49 次将漏报率留在 10% 以上——假阳性下降的原因仅仅是筛查被放松了。
规则必须能重标历史
一个值得注意的发现是：在基于转变前标签进行评估时，闸门拒绝了每一个候选。这意味着，一次监管重新解释必须被编码为一条能够重新标注历史的规则，否则它无法通过准入。参数性和范围性偏移可以局部修复；结构性偏移只能通过替换原子能力来修复。而在最高结构性严重度下，闸门固定的容差设置在一半的种子中阻止了正确的替换。
与监管框架的对照
论文将上述机制映射到 欧盟《人工智能法案》 中关于高风险信贷评分的条款，并指出 2026 年 4 月发布的美国模型风险指引将智能体式 AI 排除在其适用范围之外。这一对照凸显出一个现实张力：技术层面已经开始尝试为自我进化建立可审计的边界，而部分监管框架尚未把这类系统纳入视野。
论文共 14 页、5 张表，代码、配置与逐次运行输出已以 v0.6.0 版本发布，并附有 Zenodo DOI。