# Capability 证据仲裁协议

状态：治理基线草案  
适用范围：ArchSight AIOS 多 Agent 冲突仲裁、工具证据裁决和人工升级

---

## 一、目标

本协议把 AIOS 的多 Agent 协作从“角色意见协商”升级为“证据驱动仲裁”。

核心原则：

> Agent 可以提出判断事项，但不能只凭自然语言推理裁决事实。事实裁决必须回到项目证据、结构化知识、确定性工具或人工授权。

适用场景：

- Atlas、Mason、Vitruvius、Argus、Daedalus、Euclid 等 Agent 对方案产生逻辑冲突。
- 架构建议、工程计划、规范语义、结构计算、安全审查或 Runtime 权限之间存在互相阻断。
- AIOS 需要决定继续执行、回滚、重新评审、收缩范围或升级给人类负责人。

---

## 二、证据优先级

仲裁时按以下优先级裁决。低层级证据不能推翻高层级证据，除非高层级证据本身被标记为无效、过期或不适用。

| 等级 | 证据 | 说明 |
| --- | --- | --- |
| L0 | 人类硬约束 | 预算、交付窗口、生产授权、法律责任、商业取舍、签章和最终发布许可。 |
| L1 | 确定性工具返回值 | 测试、构建、lint、schema 校验、安全扫描、结构求解器、规范检查 API。 |
| L2 | 项目事实 | 当前代码、配置、接口契约、数据库迁移、部署脚本、CI、ADR、运行日志。 |
| L3 | 结构化知识库 | GraphRAG、规范条文、版本关系、地区 / 专业适用条件、来源页码和质量状态。 |
| L4 | 专项 Agent 判断 | Atlas 的架构判断、Mason 的交付判断、Vitruvius 的领域判断、Euclid 的建模判断。 |
| L5 | LLM 自然语言推理 | 只能作为假设、解释或建议，不能单独作为阻断或放行依据。 |

工具结果优先，但不得盲信工具结果。L1/L3 证据必须带有输入、版本、适用条件和执行状态；缺失时只能进入 `需核验`。

---

## 三、判断事项契约

Agent 之间发生冲突时，不能只输出“我不同意”。每个参与方必须把意见转成判断事项：

```text
判断事项：
  编号：
  负责 Agent：
  类型：架构 / 交付 / 行业语义 / 结构 / 安全 / runtime / 商业
  表述：
  证据等级：L0 / L1 / L2 / L3 / L4 / L5
  证据：
  假设：
  需核验：
  是否阻断：是 / 否
  严重级别：P0 / P1 / P2
  请求动作：继续 / 修订 / 收缩 / 停止 / 人工升级
```

判断事项必须明确区分事实、判断、假设和待验证项。没有证据的判断事项默认不具备阻断权。

---

## 四、冲突分类与主裁决依据

| 冲突类型 | 主裁决依据 | 默认处理 |
| --- | --- | --- |
| 架构冲突 | Atlas + L2 项目事实 + L1 验证工具 | 回到 `architecture-review`。 |
| 交付冲突 | Mason + CI / 测试 / 依赖图 | 收缩范围、重排计划或回到任务拆解。 |
| 行业语义冲突 | Vitruvius + 规范工具 + 结构化知识库 | 不满足适用条件时阻断执行。 |
| 结构计算冲突 | Euclid + Solver / 数值校验 + 单位和边界条件 | 缺少输入或工具失败时不得输出确定结论。 |
| 安全 / 权限冲突 | Argus + 安全扫描 + 权限策略 | 默认阻断，除非人工明确批准。 |
| Runtime 冲突 | Daedalus + Capability 权限 + 上下文策略 | 降权、隔离或重新设计工具调用边界。 |
| 商业 / 范围冲突 | Janus / CEO + L0 人类目标 | 人工裁决或明确阶段性取舍。 |

---

## 五、状态机

```text
proposed
  -> evidence_required
  -> tool_check
  -> accepted
  -> planned
  -> executed
  -> reviewed
  -> completed
```

异常路径：

```text
tool_check -> rejected -> revise
tool_check -> need_verify -> hold
reviewed -> rejected -> revise
any -> human_escalation
```

阻断规则：

- L1 工具返回 `fail` 且适用条件有效时，必须阻断后续执行或放行。
- L3 规范 / 知识证据缺少版本、来源或适用条件时，不能自动判定合规。
- L4 Agent 判断只能触发复核、重评或工具调用，不能独立推翻 L1/L2/L3。
- L0 人类授权可以覆盖执行路线，但不能把未验证事实改写成已验证事实。

---

## 六、人工升级条件

以下情况必须升级给人类负责人或项目指定审批人：

- 核心技术栈替换。
- 生产数据模型迁移。
- Runtime 权限扩大。
- 多 Agent 自动执行权限放开。
- 自动发布到生产。
- 法规合规最终判定、结构安全结论或工程签章。
- 商业范围、预算、交付窗口和停损信号的最终取舍。

人工裁决也必须记录证据和约束，不能只记录“老板同意”。

---

## 七、决策记录

每次仲裁必须沉淀为可复核记录。最小字段：

```text
决策记录：
  编号：
  日期：
  冲突：
  判断事项：
  证据：
  工具结果：
  决策：继续 / 修订 / 收缩 / 停止 / 升级人工
  已拒绝方案：
  负责人：
  后续动作：
```

决策记录可以写入 ADR、memory、PR 描述、issue 或项目 `.ai/` 目录，具体位置由项目接入规则决定。

---

## 八、落地要求

- Workflow 面向用户的输出必须包含中文化的 `判断事项 / 证据 / 工具结果 / 处理建议`。
- Skill 需要声明可用 Capability、权限边界和证据契约。
- Runtime Adapter 只负责调用工具和回传证据，不替代 Agent 判断。
- 工具调用失败时必须暴露失败原因、输入摘要和可恢复路径。
- 没有 Capability 实现时，必须标为 `已声明接口` 或 `需核验`，不得伪造工具结果。