-
规则层 确定性判据,正则与形状匹配,零成本,零延迟 -
模型头 一个训练好的小分类器,只输出风险分数 -
小模型 本地跑得动的生成式模型,给结论也给理由 -
大模型 云端最强模型,只接本地答不上来的 -
人 最后一层,兜极度危险与极度不确定
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
-
一个故障时用的判定器。 它不 import 任何可能坏掉的模块,自己就是完整的。在故障态下,它只认三件事:运维命令放行、纯只读命令放行、其余全部转人,并且明确标记这是工程故障、不是判定结果。 -
一条命令就能恢复的通道。 常驻进程用的是内存里的模块快照,改了磁盘上的文件它不会重新读,这个坑很隐蔽,表现是“明明改了规则却不生效”,还长得像规则写错了。恢复通道的做法是自己做完体检:检查全部核心文件能不能通过语法和格式校验,自动挑最近一个通过校验的版本,原子替换落盘,落盘后再复验一次,失败自动回滚,坏版本隔离留证。它零依赖,所以在判决口全瘫的时候也能跑。 -
一条改核心文件必须走的流程。 所有对核心文件的修改只准走它:先跨进程加锁(多个智能体共用一套系统,不能同时改),写入临时文件,校验,通过了才原子替换,再复验,失败回滚,全程记账。这一条直接治的是“多体共写”的交叉窗口。 -
故障分类。 工程故障单独打标,不进有效性统计。故障期间那些假的判定要从账本里排除:账本只追加不修改,所以是按时间窗口打排除标,不是物理删行。
-
判据层:五级阶梯,顺序按成本、确定性和覆盖面三条理由排。仲裁两个方向规矩不同:模型层的安全直接采信,模型层的危险继续上推。规则层的确定性硬闸单独走,不参与上推。阈值带由校准后的概率定义,不拍脑袋。 -
观测层:每条判定记全依据(哪一层、什么确定性、谁给的、哪类危险、进入审计的概率),账本只追加。分层随机抽样,送审盲化。没有独立真值就报“不可识别”,绝不写“漏放 0”。 -
工程层:故障时用的判定器不依赖任何可能坏掉的组件,放在它们之前。恢复通道自己给自己做体检,坏版本隔离留证。改核心文件只准走那道流程。工程故障单独打标,不混进有效性统计。定期做一次故意制造故障的演练,验证恢复路径真能起来。

