让大模型工作流自动遵守公司政策，避免违规操作。
Towards Enforcing Company Policy Adherence in Agentic Workflows
- 离线编译政策为可验证的防护代码，嵌入工具调用前检查。
- 在航空任务场景中实现初步政策合规，减少误操作风险。
- 适合需要严格合规的企业自动化系统开发者使用。
大语言模型代理有望成为传统业务流程自动化的灵活、可扩展替代方案，但难以可靠遵循复杂的公司政策。本研究提出一种确定性、透明且模块化的框架，用于在智能体工作流中强制执行业务政策合规。方法分为两个阶段：(1) 离线构建阶段，将政策文档转化为与工具使用相关的可验证防护代码；(2) 运行时集成阶段，在每个代理动作前通过这些防护机制确保合规。我们在具有挑战性的 τ-bench Airlines 领域中验证了该方法，展现出有前景的政策执行效果，并进一步指出了实际部署中的关键挑战。
原文摘要 · Abstract (English)
Large Language Model (LLM) agents hold promise for a flexible and scalable alternative to traditional business process automation, but struggle to reliably follow complex company policies. In this study we introduce a deterministic, transparent, and modular framework for enforcing business policy adherence in agentic workflows. Our method operates in two phases: (1) an offline buildtime stage that compiles policy documents into verifiable guard code associated with tool use, and (2) a runtime integration where these guards ensure compliance before each agent action. We demonstrate our approach on the challenging $τ$-bench Airlines domain, showing encouraging preliminary results in policy enforcement, and further outline key challenges for real-world deployments.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。