GCRI · Foundry
Агенты и автоматизация
AI agents can draft analyses, run pipelines and query data at a speed no team can match, which is why their authority must be explicit. An agent that can call tools can call the wrong one, read data it should not, follow instructions planted in a document, or present a draft as reviewed evidence. This page sets out how agent risk develops and spreads, how agents are evaluated before they receive authority, and the controls that let people stop them.
Agents and automation on the record.
Agents and automation: how the risk develops.
Инструменты ИИ, полномочия и меры контроля риска. В досье ниже изложено, как развивается риск, что измеряется, откуда берутся данные, как они моделируются и кто принимает решения.
Охват инструментов многократно усиливает результат
Each tool an agent can call adds a path from a model error to a real effect: a query, a write, a message, a run. Risk grows with the number of tools and the privileges behind them, not with the model alone.
Инструкции поступают в данных
Текст, полученный с веб-страницы, из документа или набора данных, может содержать инструкции, которым затем последует агент. Внедрение промптов превращает обычное содержимое в канал управления, поэтому разрешения на использование инструментов никогда не должны зависеть от того, распознает ли его агент.
Fluent error looks like evidence
Language models produce confident, well-formatted output that can be wrong, including invented citations and figures. Once an unlabelled draft enters a report, it borrows the authority of the report and the people who signed it.
Цепочки автоматизации
One agent’s output becomes another’s input, or triggers a pipeline, with no person in between. An early error is copied, transformed and amplified along the chain, and the receipt trail is the only way back to where it started.
Рабочее пространство и консоль заданий.
Экран, который команда использовала бы для отслеживания этой темы: её показатели, состояния и решения. Названия приведены для примера, а значения иллюстративны.
Консоль рабочего пространства и заданий
Agents and automation · Project space 12 · Cluster east
- Выполняемые задания31Активно
- Ожидание в очереди, p508минНорма
- Запуски сегодня35924
- Использованная квота, % за этот месяц64Наблюдение
Задания
| J-86161 | Ансамбль моделей паводков | Владелец проекта | 00:37:12 | Выполняется |
| J-42787 | Отрисовка тайлов, масштаб от 0 до 12 | Рабочее пространство ГИС | 00:02:40 | Выполняется |
| J-76872 | Экспорт: доказательная база | Ответственный за модель | 00:00:47 | Готово |
| J-55145 | Пакет вызовов инструментов агента | Изолированная среда агента | 00:01:16 | Блок политики |
События политики
- 10:25Контрольная точкаВызов агента требует одобрения человека
- 10:51ИнформацияЗапись о выполнении опечатана
- 11:34ПредупредитьКвота проекта достигла 80 %
Automation in Foundry is designed to keep humans in charge in every domain.
- WaterIn practiceAutomated data checks flag anomalies for people to review.What a reader can checkReview logs
- EnergyIn practiceNo automated action touches a real system.What a reader can checkAction boundaries
- HealthIn practiceAgents never access personal health data without basis.What a reader can checkAccess logs
Agent governance follows ISO/IEC 42001 and NIST’s AI RMF; agents and models carry NS-12 cards under the proposed Nexus Standards. Findings go to the Exponential Technology series.
- Security and safety reviews.
- Oversight design proposals.
How agents and automation is modelled, measured and tested.
Модель, её допущения, данные и неопределённость в том виде, в каком их проверил бы учёный или инженер. Структуры следуют опубликованным методам. Показанные значения являются иллюстративными, а не результатами.
Модель, уравнения и допущения
The model structure used for agents and automation, the assumptions it makes and how each is tested.
Ri = f(Hi, Ei, Vi, Ci)опасность, подверженность, уязвимость и потенциал реагированияEAL = ∑k pk · Lkover events k with annual probability pkxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| Допущение | Зачем это создаётся | Как это проверяется |
|---|---|---|
| В пределах события опасность и подверженность независимы | Делает интеграл убытков вычислимым | Сравнить с подгонкой копулы по совместным записям |
| Вблизи рабочей точки связи линейны | Позволяет потрясениям распространяться через A | Выйдите за пределы линейного диапазона и сравните |
| Кривые уязвимости переносятся между местами | Местные кривые редко доступны | Проверять по наблюдаемым убыткам там, где они есть |
- Исходные данные
- версионированные наборы данных с указанием происхождения
- Результаты
- распределения, а не отдельные числа
- Код
- выпускается вместе с карточкой модели и тестами
- Воспроизведение
- те же данные, код, среда и начальное значение
Что измеряется и насколько хорошо.
Каждый показатель указывает свою единицу, периодичность, тип источника и метку доказательной базы, которую несло бы значение. Значения не показываются: программа предоставляет их под собственную ответственность.
| Индикатор | Единица | Периодичность | Тип источника | Метка |
|---|---|---|---|---|
| Active agents with a current authority record | proportion of active agents | еженедельно | Authority register | ЗАДЕКЛАРИРОВАНО |
| Tool calls denied at the policy gate | count per agent per period | ежедневно | Policy gate logs | НАБЛЮДАЕМО |
| Time from kill-switch activation to halt | секунды | per drill or event | Журналы шлюзов и среды выполнения | НАБЛЮДАЕМО |
| Результаты работы агентов, принятые после проверки человеком | proportion of outputs | ежемесячно | Записи рецензирования | НАБЛЮДАЕМО |
| Незакрытые выводы «красной команды» на момент повышения статуса | количество по степени тяжести | per model version | Записи оценки | СООБЩЕНО |
| Unsupported claims found in sampled outputs | count per sample | ежемесячно | Reviewer audit | НАБЛЮДАЕМО |
| Agent actions with a complete receipt | доля действий | ежедневно | Receipt store | НАБЛЮДАЕМО |
Откуда берётся доказательная база.
Названные публичные наборы данных и институциональные записи, каждый со своим классом лицензии. Источники по соглашению используются только на их условиях и никогда не публикуются повторно.
| Источник | Что он даёт | Класс лицензии |
|---|---|---|
| AI Incident Database | Задокументированные реальные сбои и вред от ИИ для выявления опасностей | Open, terms of the database |
| OECD AI Incidents Monitor | Reported AI incidents and hazards drawn from news sources | Terms of the OECD |
| MITRE ATLAS | Adversary tactics and techniques against AI systems | Бесплатно, условия использования |
| OWASP Top 10 for large language model applications | Распространённые классы уязвимостей в языковых моделях и агентных системах | CC BY-SA |
| NIST AI RMF Playbook | Suggested actions for the govern, map, measure and manage functions | Общественное достояние |
| Model cards published with open models | Intended use, evaluation and known limits of a base model | Licence per model |
Кто принимает решения и чему служит доказательная база.
Foundry готовит доказательную базу. Перечисленные ниже решения принимают указанные органы в соответствии со своими правилами, и никогда не платформа.
| Кто принимает решение | Вопрос | Доказательная база, которую обслуживает эта страница |
|---|---|---|
| Supervising institutions | Может ли агент действовать в их проекте, с какими инструментами и на каких данных | Запись о полномочиях, запись об оценке, открытые результаты проверок «красной команды» |
| Владельцы данных | Whether their data may be read by agents or used to train or tune models | Data classes in scope; the recorded training decision |
| Reviewers | Whether an agent’s draft may be accepted into evidence or a report | Receipts, sources cited and checked, evidence labels |
| AI governance leads and data protection authorities | Whether automated processing meets applicable law and the institution’s AI policy | Impact assessment, logs, the human oversight record |
Результаты, которые даёт эта тема
- Authority records per agent: purpose, tools, data classes, budget, kill-switch and supervisor
- Записи оценки и проверки «красной командой» при каждом повышении уровня
- Receipts for every agent action
- Labelled drafts that remain assertions until a person reviews them
What AI and safety engineers ask.
- What exactly is this agent permitted to do, on which data, in which project?
- How was the agent and its model evaluated for this use, and by whom?
- Can every agent action be attributed to an identity, a configuration and a supervising institution?
- How quickly can a person stop it, and is that stop enforced outside the agent?
Authority records, gates and receipts.
In the design of the NXS-NSF (trust, authorisation and assurance) Sovereignty Framework (NXS-NSF), every agent and tool holds an authority record that states its purpose, the tools it may call, the data classes it may touch, its rate limits and its kill-switch. Requests without an explicit policy decision fail closed. Agent actions pass the same policy gates and receive the same receipts as human actions, and scopes and kill-switches are enforced at the gate rather than left to the agent’s own configuration.
In NXS-LAB (research, experiments and simulations), agents may run analyses and draft artefacts, but each action is bound to an agent identity, model, tool set, budget and supervising institution, and remains an assertion until a person reviews it. In NXS-STU (composition, dashboards and workflows), agent behaviour inside a composition is declared with its purpose, tools and scope.
Evaluation comes before authority.
- 01
Тестирование контрактов
Integrations and agents are tested against their declared contracts before they receive authority in any tenant.
- 02
Оценка моделей
Promotion of a model requires evaluation records, including red-team results where the use calls for them.
- 03
Использование данных
Данные арендаторов не используются для обучения без зафиксированного решения владельца данных.
- 04
Известные ограничения
Evaluations sample behaviour and cannot exclude every failure; language models can produce fluent, wrong output; and tool-use risks grow with the number of tools an agent can reach. Narrow scopes and human review are the main mitigations.
Agents never take a decision that belongs to an institution or a competent authority, issue a warning, release funds, dispatch resources, sign an acceptance or present a draft as reviewed evidence.
Как это изучается и чего методы не могут сказать.
- 01Искусственный интеллект и машинное обучениеМодели наблюдения Земли с пространственной валидацией · Карточки моделей и записи о продвиженииПрименяется здесь
- 02Инженерия программного обеспечения и систем, критичных для безопасностиПолитические шлюзы с блокировкой при сбое · Происхождение сборок и спецификации компонентов · Обоснования для обеспечения уверенностиПрименяется здесь
- 03Системная инженерияКанонический реестр систем · Интерфейсы, определяемые контрактом · Требования, прослеживаемые до доказательной базыПрименяется здесь
- 04Инженерия данных, интероперабельность и управление даннымиВалидация на границе загрузки · Зафиксированные срезы данных для воспроизводимых продуктовПрименяется здесь
Where this page’s references lead.
Органы и документы, с которыми сопоставляется эта страница. Статусы и редакции меняются; каждая ссылка ведёт к выпускающему органу.
Вопросы и ответы.
Who is accountable for an agent’s output?
Why are permissions enforced outside the agent?
Is project data used to train models?
Can I connect my own agent?
Поделитесь доказательствами с этой страницы.
Reports является ежеквартальным изданием Консорциума. Ваши знания по этой теме могут стать доказательством, кейсом или исправлением в следующем выпуске с указанием вашего авторства и публикацией по лицензии CC BY 4.0, если это ваша собственная работа.
- Электронная почтаШлюз GW-GCRIОтправьте с этой страницыДоказательная база, исправление, случай, метод, рецензия, перевод или вклад в профиль. Материал приходит с пометкой этой страницы, поэтому его получает редактор, отвечающий за неё.
- ZenodoOpen depositDeposit it and submit to the communityPublish your own record on Zenodo with your ORCID iD, then submit it to the Reports community there. Curators review it; the DOI stays yours.
- ОтчётыGCRIВсе способы внести вкладВиды вклада, порядок рецензирования каждого из них, указание авторства, лицензия и то, что никогда не принимается.
Никогда не отправляйте персональные данные, сведения о чувствительной инфраструктуре или то, чем вы не вправе делиться. Материал проходит рассмотрение перед использованием; его отправка не дает авторских или редакционных прав, а спонсорство никогда не покупает выводы.
Предложите метод, набор данных или вопрос.
Информация и запросы открыты уже сегодня. Запрос получает номер и указывает следующий шаг; заявки, платежи, выделение вычислительных ресурсов и регистрации открываются только тогда, когда существуют их команда, условия и возможности для проверки.
Юридические документы.
Карты, данные и рисунки на этом сайте приводятся для контекста и общей информации. Они не являются советом, прогнозом или предупреждением; ограничения информации изложены в Оговорках и уведомлениях о данных.