SDOF：通過狀態約束調度馴服多智能體編排中的對齊税
提出SDOF框架，將多智能體執行視為約束狀態機，通過在線RLHF意圖路由器和狀態感知調度器強制業務過程階段約束。在招聘系統測試中，7B模型在對抗性路由基準上準確率80.9%（GPT-4o 48.9%），端到端任務完成率86.5%，並阻止了所有注入和非法操作。
SDOF（State-Constrained Dispatch Orchestration Framework）是一種新穎的多智能體編排框架，由研究者提出，旨在解決當前編排框架在強制執行真實業務流程階段約束方面的不足。現有的框架如LangChain、LangGraph和CrewAI雖然能夠通過圖流水線路由任務，但無法確保執行過程遵循業務過程的階段順序，導致可能出現對齊税問題。SDOF將多智能體執行視為一個受約束的有限狀態機，通過兩層防禦機制確保執行的可控性和合規性。第一層防禦是一個經由生成獎勵模型（GRPO）訓練的在線RLHF專門意圖路由器，該路由器能夠準確識別用户意圖並路由到正確的智能體。第二層是狀態感知調度器，包含GoalStage有限自動機檢查和SkillRegistry的前置/後置條件驗證，提供可審計的執行控制，確保每個操作都在正確的階段執行。
在基於北森iTalent平台（服務6000多家企業）的招聘系統上，研究團隊設計了185個專家策劃的場景，觸發了1671次實時API調用。經GSPO對齊的7B意圖路由器在有限狀態機約束的對抗性路由基準上實現了80.9%的聯合準確率，遠超零樣本GPT-4o的48.9%，展示了其在複雜路由決策中的優越性。在端到端執行中，SDOF達到了86.5%的任務完成率（95%置信區間80.8-90.7），併成功阻止了所有22個注入和非法HR子集操作。在更廣泛的消息級阻斷審計中，SDOF實現了100%的精確率和88%的召回率，專家一致性kappa係數為0.94，表明其高度可靠。
此外，在涵蓋8個服務領域的960個SGD派生對話的單獨評估中，SDOF通過有限狀態機映射發現了201個階段順序衝突，其中41個出現在正常分割中，凸顯了階段約束在真實世界應用中的重要性。該論文（arXiv:2605.15204）報告了當前已驗證的範圍，並指出後續將發佈擴展的多種子訓練比較和更深層的工作流評估。SDOF框架通過將業務過程階段約束顯式地納入多智能體編排，有效降低了對齊税，為構建更安全、更可靠的自主代理系統提供了新的方向。