可证明安全的智能体护栏：ePCA 框架

arXiv 论文提出可证明安全的智能体护栏框架 ePCA，在所评测的动态对抗场景中实现零攻击成功率与零误报率。该框架采用神经符号隔离架构，放弃对自然语言的语义信任，强制智能体在执行物理操作前将意图无损形式化为一阶逻辑数学约束。论文称该机制计算延迟极低，并在明确系统假设下为未来智能系统的底层防御提供条件化形式化基础。