核心功能
Agentic Governance 是一套面向 AI Agent 约束生命周期的统一治理框架，将原本分散的 6 个细粒度技能整合为单一治理层。其核心使命是解决"约束创建后便无人问津"的普遍问题——通过强制性的周期性审查机制，防止规则僵化成为不可挑战的教条。
显著优点
1. 主动式治理：不同于被动响应的监控系统，本技能采用 HEARTBEAT 触发机制，在约束到期前 15 天即发出预警，实现真正的预防性维护。
2. 完整生命周期管理：覆盖约束从 Draft → Active → Retiring → Retired 的全状态流转，配合 /ce lifecycle 命令实现无摩擦的状态迁移。
3. 双向溯源验证：/gov verify 提供源码与编译产物的一致性校验，在配置漂移场景中快速定位根因，这对安全合规审计尤为关键。
4. 数据闭环设计： adoption rate、violation rate、override rate 三维指标形成量化反馈，让约束效果可测量、可优化。
5. 零外部依赖：所有分析均在本地 trust boundary 内完成，数据不离开用户控制的 agent 环境；仅在使用云托管 LLM 时遵循原有服务条款。
潜在局限
- 非强制性执行：90 天审查周期目前为"建议性"而非程序强制，实际合规依赖 HEARTBEAT P3 检查与人工勤勉，自动化强制执行需等待后续版本。
- 依赖前置条件：完整功能需要
constraint-engine和failure-memory作为数据底座，独立使用时仅保留索引生成和往返验证能力。
- 学习曲线陡峭：slug 命名规范、状态机模型、四层指标体系的组合对新手形成认知负担。
适合人群
- 运营 10+ 条 agent 约束的中大型团队
- 需要通过 SOC 2 等合规认证的组织
- 约束体系出现"僵尸规则"积累的技术负责人
- 追求"约束即代码"实践的基础设施工程师
常规风险
- 配置漂移：手动修改
output/constraints/下的文件可能导致元数据不一致，建议始终通过/ce系列命令操作。 - 状态文件损坏：虽具备从约束文件重建的容错机制，但重建过程会丢失历史审查记录。
- 误报淹没：warning threshold 设置过紧可能产生告警疲劳，建议根据团队节奏调整为 7-30 天区间。