智能体已广泛应用于行程规划、股票交易、IT事件分级处理等各类实际场景中。在绝大多数情况下,大语言模型(LLM)驱动的智能体以近乎完全自主的方式运行,仅配备极简的基于规则的安全防护机制,由此导致不可逆操作引发的成本浪费与安全风险问题日益突出。近期相关研究主要通过两类方式应对该挑战:一是引入专门的“守护智能体”(safeguard agent)对主智能体行为进行实时监控;二是对执行日志开展事后评估(post-hoc evaluation)。前者会在每一步操作中额外引入计算开销与延迟;后者则只能在任务运行结束后才给出判断——此时算力资源已然耗尽,潜在损害也已发生。为突破上述局限,我们提出 OnTrack:一种流式监控机制,它将当前智能体的每一步操作及其依赖关系,与历史成功运行轨迹进行实时比对,可在约一毫秒内完成单步判别,并据此向用户发出预警或直接中止智能体执行。我们围绕该问题,在三种数据可及性递减的设定下展开系统性研究:(1)完全参考访问(即同时拥有历史成功运行轨迹与所有工具的接口规范);(2)中等访问(仅掌握工具接口规范);(3)零先验知识(仅能获取智能体实时生成的操作步骤日志)。随着可用数据减少,OnTrack 的监控能力预期亦相应减弱,其功能覆盖范围从高精度的完整计划违规检测,逐步退化为对循环执行、运行停滞及重复调用同一工具等异常模式的识别。最后,我们在 SWE-bench 基准测试的任务轨迹上对 OnTrack 进行了实证评估:仅基于前 8 步操作,本方法在区分失败轨迹与成功轨迹方面的排序能力(AUROC 指标)显著优于基于内容相似度的传统方法(提升达 +0.057);当启用自动中止策略时,该机制可节省约 18% 原本将被浪费于失败任务上的计算资源;进一步分析表明,在所有被中止的运行中,高达 83% 确实正走向失败——6 次中止中有 5 次判断正确。

