Praxa
一个AI智能体执行框架，通过确定性准入、经纪式执行、外部回读、对账和审核后提升五个环节，将从授权到效果的链路透明化、可测试化，实现可追溯的治理框架
时间轴 (近 90 天)
Praxa 是一个在 arXiv 论文中提出的智能体执行框架（harness），旨在将智能体从授权到效果的链路透明化、可测试化，其核心贡献是证据绑定（evidence-bound）的架构，让智能体从授权到效果的状态转换变得显式且可测试
Praxa 论文将智能体系统中的五种声明区分开来：提议（proposal）、授权（authority）、派发（dispatch）、已验证的外部效果（verified external effect）和服务提升（serving promotion）
Praxa 通过确定性准入、经纪式执行、外部回读、对账和审核后提升五个环节，让每一次授权到效果的转换变得明确且可测试
确定性准入（deterministic admission）是指系统在执行任何动作前，依据明确可预测的规则判断该动作是否被允许进入执行队列，而非依赖模型自身判断
经纪式执行（brokered execution）意味着动作不由智能体直接触发，而是经过一个中间代理层（broker）调度，该层负责隔离、记录和限流
外部回读（external read-back）指执行后主动向外部系统查询状态以确认动作是否真正生效，而非仅凭执行调用的返回值推断结果
Praxa 在一个固定修订版本上的仓库内审计通过了 1,027/1,027 个单元测试和 89/89 个 Workerd 测试，对全部 363 个预期源文件进行了插桩，并满足四条覆盖率下限，但原始逐测试记录和独立复现尚不可得
在 Terminal-Bench Core 0.1.1 试点中，跨 12 个精选任务，基线组与可靠性层组在严格试验下各通过 17/36，可靠性层多消耗了 37.49% 的输入 token 和 50.73% 的输出 token
论文明确承认 Terminal-Bench 试点不支持优越性结论，因为可靠性层没有换来更好的成功率反而成本更高
在两阶协调代理（coordination-proxy）开发对比中，基线与源作者编写的候选方案各完成 180/180 试验，候选方案少用了 37.11% 的 token、降低了 33.84% 的估算端点成本、减少了 11.63% 的步骤，但不能证明质量、延迟或生产环境行为上的改善
还有 3 条时间轴事件
全部知识事实 (13)
Praxa 是一个在 arXiv 论文中提出的智能体执行框架（harness），旨在将智能体从授权到效果的链路透明化、可测试化，其核心贡献是证据绑定（evidence-bound）的架构，让智能体从授权到效果的状态转换变得显式且可测试
50%待验证Praxa 论文将智能体系统中的五种声明区分开来：提议（proposal）、授权（authority）、派发（dispatch）、已验证的外部效果（verified external effect）和服务提升（serving promotion）
50%待验证Praxa 通过确定性准入、经纪式执行、外部回读、对账和审核后提升五个环节，让每一次授权到效果的转换变得明确且可测试
50%待验证确定性准入（deterministic admission）是指系统在执行任何动作前，依据明确可预测的规则判断该动作是否被允许进入执行队列，而非依赖模型自身判断
50%待验证经纪式执行（brokered execution）意味着动作不由智能体直接触发，而是经过一个中间代理层（broker）调度，该层负责隔离、记录和限流
50%待验证外部回读（external read-back）指执行后主动向外部系统查询状态以确认动作是否真正生效，而非仅凭执行调用的返回值推断结果
50%待验证Praxa 在一个固定修订版本上的仓库内审计通过了 1,027/1,027 个单元测试和 89/89 个 Workerd 测试，对全部 363 个预期源文件进行了插桩，并满足四条覆盖率下限，但原始逐测试记录和独立复现尚不可得
50%待验证在 Terminal-Bench Core 0.1.1 试点中，跨 12 个精选任务，基线组与可靠性层组在严格试验下各通过 17/36，可靠性层多消耗了 37.49% 的输入 token 和 50.73% 的输出 token
50%待验证论文明确承认 Terminal-Bench 试点不支持优越性结论，因为可靠性层没有换来更好的成功率反而成本更高
50%待验证在两阶协调代理（coordination-proxy）开发对比中，基线与源作者编写的候选方案各完成 180/180 试验，候选方案少用了 37.11% 的 token、降低了 33.84% 的估算端点成本、减少了 11.63% 的步骤，但不能证明质量、延迟或生产环境行为上的改善
50%待验证Praxa 论文明确声明当前证据不能证明对抗性安全性、生产环境安全性、通用专家级优越性、自主递归优化能力和用户收益
50%待验证证据绑定架构要求系统的每一个状态转换都必须附带可查验的证据，而非仅凭逻辑推断，与传统软件工程中的幂等性验证和事务日志理念一脉相承
50%待验证增加可靠性层会带来显著的 token 和成本开销，却未必在成功率上立竿见影，可审计性与可靠性的收益往往需要用效率成本来换取
50%