サーバーを破壊不能にするための計算上の憲法

ゼロトラストLLM知識不変性 自律エージェントのための計算上の憲法。 問題：デモから本番への断絶 AI業界は「十分」という幻想に囚われています。デモでは、エージェントが魔法のようにコードを書き、30秒でアプリをデプロイする様子が示されます。しかし、商用LLMはRLHF（強化学習による人間からのフィードバック）によって過度にチューニングされており、迎合的です。つまり、結果を推測し、ユーザーに同意し、タスクを迅速に実行したがります。もしあなたが統制されていないエージェントに「サーバーのクラッシュを修正するためにDockerキャッシュを強制的にクリアしろ」と指示した場合、それはあなたの検証されていない前提に基づいて、破壊的なコマンドを盲目的にバンドルして実行するでしょう。これは本番環境では極めて危険です。 自然言語によるガバナンス（システムプロンプトに「注意しろ」と追加するなど）は、コンテキストウィンドウの希釈により、時間とともに失敗します。 解決策 確率的なテキストジェネレーターに決定論的な状態変更を実行させる場合、それを自己統治させることはできません。そのエージェンシーを剥奪し、認識論的な状態機械に強制する必要があります。 このリポジトリは、プロンプトレイヤーでLLMの行動状態機械を管理するためのマスター運用ルールであるAGENTS.mdを提供し、ランタイムエンフォーサーへの橋渡しをします。 すべての結果をもたらすアクションは、この正確なループに従う必要があります： [仮説] [必要な証拠の特定] [根拠の検証方法] [実行]（厳密に読み取り専用の診断コマンド） [オペレーターへの強制的な引き渡し] [オペレーターへの強制的な引き渡し]において、実行レイヤー（PythonミドルウェアまたはLangGraph/Semantic Kernel）は、APIストリームを物理的に遮断し、コマンドを実行し、生の出力をコンテキストにフィードバックする必要があります。 リポジトリ構造 AGENTS.md：マスタールールセット。これをエージェントのシステムプロンプトに追加してください。 MANIFESTO.md： 「十分」というAIパラダイムに対する哲学的および技術的な議論。 /examples：標準的なエージェントがどのように失敗するか（そしてゼロトラストエージェントがどのように異常を検出し、引き渡しを行うか）を証明する実際のトランスクリプト。 /implementation：実行境界をプログラムで強制する方法を示すアーキテクチャノートとPython擬似コード（orchestrator_concept.md）。