VEPA 旨在解决 LLM 代理在访问私密文档和可变系统状态时的安全风险。运行时防护栏必须在可能产生不可逆行为之前提供可检查、可复现、确定性的允许或拒绝决策。由于安全需求在部署前往往不完整，防护栏需要随新风险出现而持续演化。现有自适应防护栏依赖 LLM 推理执行安全策略，导致决策不一致且策略解释模糊。形式化防护栏能够确定性执行，但通常只基于预部署或任务特定策略，缺乏适应新风险的机制。VEPA 将防护栏表示为可执行的符号规则集合，作用于带类型的代理事件。部署期间，利用 LLM 在部署反馈的引导下生成策略补丁，修复新出现的失败并保持已有正确行为。随后，确定性验证器仅接受结构合法且无冲突的策略。证据感知的授权层只有在规则拥有足够支持证据时才激活，防止不确定的更新直接影响决策。实验在 ASSEBench‑Safety、ASSEBench‑Security 和 ATBench 三套基准上，VEPA 始终优于基线，并扩大了确定性形式化策略的覆盖范围。即使在混合流、反馈被篡改和更长时间视野等更具挑战的部署条件下，性能提升仍然显著。
点评