智能体读到的API可能悄悄答错:SilentGuard把判定权交给执行框架,错误答案从74.0%降到1.7%
SilentGuard把“这条工具结果能不能用”的判断从模型移到运行工具调用的执行框架:框架用任何正确API都必须满足的不变量检验结果,对违反精确不变量的返回值直接扣留。在7个开源模型上,目标故障下的错误答案从74.0%降到1.7%,无故障任务准确率保持84.9%;3个前沿模型上从70.2%降到0.5%。它靠弃答而非修复来避免错误,对检查看不见的故障类型,错误率只从61.1%降到24.5%。