核心用法
Governed Agents 是一个零依赖的纯Python框架，用于监督和验证AI子智能体的输出，核心解决"幻觉式成功"问题——即智能体声称任务完成但实际未达标的情况。
两大验证模式：
1. 确定性验证（编码任务）：自动执行4道硬关卡
- Files关卡：必需文件存在且非空
- Tests关卡：测试命令返回exit 0
- Lint关卡：无代码风格错误
- AST关卡：Python文件无语法错误
任一关卡失败将触发-1.0的幻觉惩罚分。
2. 议会验证（开放式任务）：3层短路与管道
- Layer 1 结构门（<1秒）：字数、必需章节、空章节检测
- Layer 2 接地门（5-30秒）：URL可达性、引用校验
- Layer 3 LLM议会（30-120秒）：N个独立评审员多数投票
第一层失败即短路，零LLM调用成本。
声誉系统：EMA指数移动平均算法（α=0.3），分数区间-1.0至+1.0，动态映射到5级监督强度（自主→标准→受监督→严格→暂停）。
显著优点
- 零幻觉容忍：任何虚假成功声明都会被立即识别并惩罚
- 成本优化：开放式任务的三层设计避免不必要的LLM调用
- 渐进式信任：基于历史表现的动态监督降级机制
- 任务类型预设：内置research/analysis/strategy/writing/planning五种配置模板
- 纯stdlib实现：无外部依赖，部署可靠性极高
- 双重引擎支持：原生集成Codex CLI与OpenClaw代理
潜在局限
- Python生态限定：AST关卡仅限Python代码，多语言项目需扩展
- 测试依赖外部工具：pytest/codex/git等二进制依赖需预装
- 议会延迟：高置信度开放式验证仍需30-120秒LLM调用
- 声誉冷启动：新代理初始无历史，需经历严格监督期
- 主观任务边界：analysis/strategy等类型的"成功"定义仍存在一定主观性
适合人群
- 需要多智能体协作的复杂项目（主代理+多个子代理）
- 高可靠性编码场景：CI/CD自动化、关键基础设施代码生成
- 研究/分析类AI工作流：需要引用溯源和事实核查的内容生产
- 声誉驱动的代理网络：长期运行的代理系统需要信任机制
常规风险
| 风险类别 | 说明 | 缓释措施 |
|---------|------|---------|
| 验证逃逸 | 智能体生成能通过关卡但功能错误的代码 | 结合人工抽查、增加集成测试关卡 |
| 声誉操纵 | 代理通过简单任务刷分后执行危险操作 | 任务难度权重、异常行为检测 |
| 依赖投毒 | install.sh或外部CLI被篡改 | 源码审计、签名验证、沙箱执行 |
| 数据持久化 | SQLite数据库损坏导致声誉丢失 | 定期备份、WAL模式、只读副本 |
| 网络暴露 | HTTP API模式下的GOVERNED_AUTH_TOKEN泄露 | 最小权限、短期令牌、TLS强制 |