近日，一篇題為《穩定智能體控制：用於自主網絡防禦的工具中介LLM架構》的論文由Kerri Prinos等八位作者共同提交至arXiv（編號2605.03034），提出了一種新穎的框架，旨在為安全運營中心（SOC）在對抗壓力下配置端點檢測與響應（EDR）策略提供形式化保證。該工作針對現有智能體系統在高風險對抗決策中缺乏形式化保證的痛點，創新性地設計了工具中介的LLM架構，將確定性工具與有限動作目錄結合，從而在理論層面確保了系統的穩定性。
架構的核心在於讓LLM代理使用三類確定性工具：Stackelberg最佳響應、貝葉斯觀測更新和攻擊圖基元。這些工具的輸出被限制在一個有限的動作目錄中，代理只能從該目錄中選擇動作。這種設計避免了LLM產生不可預測或不受控制的輸出，為形式化驗證奠定了基礎。研究團隊採用複合Lyapunov函數來表徵系統的穩定性，並使用Lean 4定理證明器進行了完整的機器驗證（零sorry），從而正式認證了系統的可控性、從非對稱傳感器數據的可觀測性，以及在智能對抗干擾下的輸入到狀態穩定性（ISS）魯棒性。該Lyapunov函數還附帶兩個推論，將認證擴展到目錄中的任何控制器或對手，大大增強了通用性。
實驗部分，團隊在282個真實企業攻擊圖上對上述理論聲明進行了驗證，結果以充分餘量支持了理論。在配對攻防遙測中，使用工具中介的Claude Sonnet 4控制器相比確定性的貪婪基線，將攻擊者的預期收益（博弈值）降低了59%，並且在四個不同温度下的40次運行中方差保持為零。即使使用能力較弱的Claude Haiku 4.5控制器，雖然收斂到次優博弈值，但在額外40次運行中仍保持了目錄有界性，這強有力地表明架構的穩定性並不依賴於控制器的具體能力。
論文最後強調，LLM代理的非確定性實際上促進了策略的創造性探索，而工具中介架構則確保了系統整體穩定性。這一工作為自主網絡防禦系統的可靠性提供了新的理論基石和實驗證據，有望推動智能體系統在高風險領域的安全應用。