From Trajectories to Evidence: Auditable Experimental Records for Industrial Research Agents
从轨迹到证据：工业研究智能体的可审计实验记录
🧭 研究智能体实验轨迹的证据化与审计 ★ 深度解读
Kuaishou Technology
提出将研究智能体实验轨迹转化为可审计、带边界的证据记录，用于可控的跨任务复用
📌 工作参考价值（4 点）
- 在工业推荐 agent 实验中，将多轮实验轨迹转化为有边界、可审计的 Repair/Guard/Withheld 记录，不直接信任最终状态或未验证轨迹
- 引入 上下文隔离的“生成-验证-修复”循环：在 proposal、code 等交接点检查 artifact 与证据一致性和下游需求缺失，用独立上下文避免盲点共享，减少无效实验消耗
- 通过执行有效性门控（实现保真、执行完整、评估协议、机制保留）筛除无效轮次，并基于可归因证据对干预进行资格认定，避免混淆结果污染知识库
- 构建冻结的记录注册表，下游由混合 LLM 控制器做 Apply/Defer/Reject 决策；实验显示控制器决策准确度有限（Affirmative precision 25%），建议将 Apply 视为待验证假设而非确认，需结合人工审核或保守策略