Shackle: Yapay Zeka Ajanları için Deterministik Çalışma Zamanı Denetimi
Shackle, AI ajanlarının araç çağrılarını gerçek zamanlı denetleyen açık SP/1.0 uygunluk standardını ve sertifikasyon modelini tanıtıyor.
Shackle, otonom yapay zeka ajanlarının her araç çağrısını gerçek zamanlı olarak denetleyen bir çalışma zamanı yönetişim katmanı sunuyor. Sistem, token döngülerini, kontrolsüz araç zincirlerini ve bütçe aşımlarını bir sonraki çağrı tetiklenmeden durduruyor; her karar ALLOW, DENY veya HITL (insan onayı) olarak çözümleniyor.
Bunun temelinde SP/1.0 adlı, hash ile doğrulanabilir bir uygunluk standardı var: Valid(τ) ⇔ Required(τ) ⊆ Supported(τ) formel modeli ve 'geçmişte görünür olmak, çalışma zamanında yürütülebilir olmak anlamına gelmez' ilkesi. 15 test vektörü ve stdlib-only referans uygulaması sayesinde iddialar varsayımla değil, pytest ile yeniden üretilerek doğrulanabiliyor.
Proje ayrıca üç seviyeli bir sertifikasyon modeli (Core, HITL, Sovereign) ve herkese açık bir uygunluk kaydı sunuyor; LiteLLM üzerinden CrewAI, AutoGen ve LangGraph gibi çerçevelerle entegre olabiliyor. Mühendisler için önemi: ajan güvenliği artık soyut bir vaat değil, çalıştırılabilir ve tekrarlanabilir bir kanıt zincirine dönüşüyor.