指定 AI-SDLC 流程：人类代理边界的协议语言

arXiv:2606.20615v1 公告类型：新 摘要：人工智能代理现在作为一流团队成员参与整个软件开发生命周期，但不存在规范语言来表达这种协作所需的人类代理责任边界、审批门和治理约束。现有方法在代理提示中对流程进行编码（可能会发生偏差）、针对相邻域（工作流程管理、业务流程）或仅处理片段（访问控制、审批门）。我们提出了一种特定于领域的语言，用于将 AI-SDLC 流程指定为协议，具有形式语法、格式良好的条件、操作语义和强制不变量。该语言将策略（声明的意图）与机制（结构执行）区分开来，使实现能够通过验证令牌和功能边界等原语来绑定过程非确定性。以下是三个结果。失败率分析表明，结构性执行将系统失败率限制在代理和验证者率的加权乘积上，而行为合规性则允许累积或接近饱和的增长。 2+N 团队模式（两个人控角色加上 N 个专门代理成员）形式化了 AI-SDLC 的经典职责分离。编排循环的 Kleene 闭包和反射性协议遵守验证作为设计属性而不是特殊情况的构造出现。我们将贡献定位于多代理框架（MetaGPT）、工作流规范（FlowAgent、BPMN 扩展）和基于能力的安全性（SAGA）：新颖性在于特定的集成，而不是任何单一的原语。可行的实施证明了可行性；实证评估是未来的工作。