# 研究、替代方案與證據 | HelmLoop

> HelmLoop 為 AI Agent 工作流明確定義授權、證據、晉級與成果邊界。了解可執行的 0.1 候選版本，以及規劃中的 0.2 協定。

Source: https://helmloop.dev/zh-Hant/research.html

Protocol 0.1 已有八種 record schemas、確定性的六軸 reducer、CLI 與兩個 fixture observation adapters。這些是本地實作產物，尚不代表公開套件發布或真實 runtime 認證。

0.2 計畫新增 assurance 軸、授權生命週期事件、criterion 綁定的成果觀測，以及版本化證據採認。這些能力目前仍是 r3 / sync-4 的規劃目標。

Workflow 走預定 code paths；agent 動態選 processes 與 tools。增加 autonomy 會交換 predictability、latency 與 cost。

現代 runtime 已提供 graph routing、persistence、interrupts、replay、handoffs、guardrails 與 traces。

HelmLoop 提議：當 graph completion 無法解決 consequential decision 時，authority、evidence freshness、promotion 與 observed outcomes 應有 portable contract boundary。

## 替代設計

- 把 controls 留在 graph 內: 當單一 runtime、團隊與 risk model 擁有完整 lifecycle 時最合理；這是最強替代方案。
- 使用 durable workflow engine: 當 replay、queues、timers 與 long-running reliability 才是主要問題。
- 只使用 assurance SOP: 當 validation 與 release governance 重要，但不需要跨週期 outcome learning。
- 使用 HelmLoop contracts: 當多個 runtime 共用一套 accountable promotion/outcome policy 時可能有用；cross-runtime 尚未證明。

## 第一手來源

- [Agent orchestration](https://openai.github.io/openai-agents-python/multi_agent/): 區分 manager-owned specialists 與 handoffs 兩種 orchestration 選擇。
- [Guardrails — OpenAI Agents SDK](https://openai.github.io/openai-agents-python/guardrails/): Guardrails 附著於特定 agent/tool 邊界，coverage 並非普遍。
- [Tracing — OpenAI Agents SDK](https://openai.github.io/openai-agents-python/tracing/): Trace 記錄 model、tool、handoff 與 guardrail events。
- [Building Effective AI Agents](https://www.anthropic.com/engineering/building-effective-agents): 區分 workflows 與 agents，並建議只有 outcome 值得時才增加 complexity。
- [LangGraph overview](https://docs.langchain.com/oss/python/langgraph/overview): 描述 durable stateful graph orchestration 與 human-in-the-loop。
- [LangGraph interrupts](https://docs.langchain.com/oss/python/langgraph/interrupts): Interrupt 會持久化 state 並重跑 node，因此 idempotency 重要。
- [Temporal Workflow](https://docs.temporal.io/workflows): Event history 與 deterministic replay 把 workflow code 與 external activities 分開。
- [Template agent workflows — ADK](https://adk.dev/agents/workflow-agents/): 記錄 sequential、loop、parallel 與新版 graph workflow structures。
- [MCP Architecture](https://modelcontextprotocol.io/specification/2025-06-18/architecture): 把 consent、security policy 與 authorization decisions 放在 host boundary。
- [MCP Authorization](https://modelcontextprotocol.io/specification/2025-11-25/basic/authorization): 把 access token 綁到 intended resource，並強調 least privilege。
- [AI Risk Management Framework](https://www.nist.gov/itl/ai-risk-management-framework): 用 Govern、Map、Measure、Manage 組織 lifecycle risk work。
- [ReAct: Synergizing Reasoning and Acting in Language Models](https://arxiv.org/abs/2210.03629): 展示交錯 reasoning/action；observation 可更新 plan，但不是 business outcome proof。

## 依實際範圍閱讀證據

現有 fixture 結果不認證真實 runtime、全面可攜性、production readiness 或業務价值；研究頁保留這些待驗問題。