🤖 AI

From Governance Norms to Enforceable Controls: A Layered Translation Method for Runtime Guardrails in Agentic AI

यह शोध पत्र एक स्तरित अनुवाद पद्धति का प्रस्ताव करता है जो नियंत्रणों को चार विशिष्ट परतों—गवर्नेंस उद्देश्य, डिज़ाइन-टाइम बाधाएं, रनटाइम मध्यस्थता, और आश्वासन फीडबैक—में वर्गीकृत करके उच्च-स्तरीय एआई गवर्नेंस मानकों को कार्यान्वयन योग्य रनटाइम गार्डरेल्स के साथ जोड़ता है, ताकि यह सुनिश्चित किया जा सके कि एजेंटिक एआई निष्पादन के दौरान केवल अवलोकन योग्य, नियत और समय-संवेदनशील जोखिमों को ही लागू किया जाए।

मूल लेखक: Christopher Koch

प्रकाशित 2026-04-08

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Christopher Koch

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आपने अपनी कंपनी की खरीदारी और अनुबंधों को संभालने के लिए एक सुपर-स्मार्ट, हाइपर-एफिशिएंट पर्सनल असिस्टेंट (एक एजेंटिक एआई - Agentic AI) को काम पर रखा है। यह असिस्टेंट केवल सवालों के जवाब ही नहीं देता; यह खुद वेब ब्राउज़ कर सकता है, दस्तावेज़ों पर हस्ताक्षर कर सकता है, पैसे ट्रांसफर कर सकता है और सौदे भी कर सकता है।

समस्या क्या है? यह असिस्टेंट मदद करने के लिए इतना उत्सुक है कि यह अनजाने में उस उत्पाद की 10,000 इकाइयाँ खरीद सकता है जिसकी उसे ज़रूरत नहीं है, या किसी संदिग्ध वेंडर के साथ अनुबंध कर सकता है, सिर्फ इसलिए क्योंकि वह तर्क की एक जटिल श्रृंखला का पालन कर रहा था।

यह पेपर इस बारे में है कि इस असिस्टेंट के लिए एक सुरक्षा प्रणाली (Safety System) कैसे बनाई जाए। यह तर्क देता है कि हम केवल एक मोटी नियम पुस्तिका (जैसे ISO मानक या सरकारी दिशानिर्देश) लेकर यह उम्मीद नहीं कर सकते कि कंप्यूटर उसे पढ़ लेगा और तुरंत जान जाएगा कि क्या करना है। इसके बजाय, हमें एक अनुवाद विधि (Translation Method) की आवश्यकता है जो उन बड़ी, अस्पष्ट नियमों को विशिष्ट, लागू करने योग्य कार्यों में बदल सके।

यहाँ एक सरल उपमा का उपयोग करके इसका विवरण दिया गया: "कॉर्पोरेट ट्रैवल मैनेजर।"

1. समस्या: नियम पुस्तिका बनाम वास्तविकता

कल्पना कीजिए कि आपकी कंपनी के पास एक नियम पुस्तिका है जो कहती है: "कर्मचारियों को जिम्मेदारी से कार्य करना चाहिए और यह सुनिश्चित करना चाहिए कि हमें पैसे का सर्वोत्तम मूल्य मिले।"

यदि आप यह नियम पुस्तिका एक रोबोट ट्रैवल एजेंट को सौंपते हैं, तो वह भ्रमित हो जाता है।

नियम: "जिम्मेदार बनें।"
रोबोट की दुविधा: क्या "जिम्मेदार" होने का मतलब सबसे सस्ता विमान बुक करना है? या सबसे तेज़ वाला? क्या होगा यदि सबसे सस्ते विमान के लिए किसी खतरनाक शहर में लेओवर (layover) हो?
जोखिम: रोबोट $50 की फ्लाइट बुक कर सकता है जिससे पैसे तो बचेंगे लेकिन कर्मचारी एक बुरे इलाके में फंस सकता है। नियम का तकनीकी रूप से पालन किया गया था, लेकिन नियम की भावना का उल्लंघन हुआ था।

पेपर कहता है: आप हर स्थिति के लिए "कानून की भावना" को सीधे "कंप्यूटर कोड" में नहीं बदल सकते। कुछ चीजों के लिए मानवीय निर्णय की आवश्यकता होती है; अन्य के लिए हार्ड कंप्यूटर ब्लॉक्स की।

2. समाधान: "लेयर्ड ट्रांसलेशन" (स्तरित अनुवाद) विधि

लेखक उन बड़े नियमों को वास्तविक नियंत्रणों में बदलने के लिए एक 4-लेयर सुरक्षा प्रणाली का प्रस्ताव करता है। इसे हवाई अड्डे पर सुरक्षा चेकपॉइंट की तरह समझें, लेकिन आपके एआई के कार्यों के लिए।

लेयर 1: डिज़ाइन (ब्लूप्रिंट)

अवधारणा: एआई के काम शुरू करने से पहले ही, आप यह सीमित कर देते हैं कि वह क्या छू सकता है।
उपमा: आप ट्रैवल एजेंट को एक क्रेडिट कार्ड देते हैं जिसकी $500 की सीमा है और केवल अनुमोदित एयरलाइंस की सूची देते हैं। आप यह प्रतीक्षा नहीं करते कि वे निजी जेट खरीदने की कोशिश करें और फिर उन्हें रोकें; आप बस उन्हें निजी जेट के हैंगर की चाबियाँ ही नहीं देते।
पेपर में: यह "डिज़ाइन-टाइम कंस्ट्रेंट्स" (Design-time constraints) है। आप एआई द्वारा एक्सेस किए जाने वाले टूल्स और डेटा को प्रतिबंधित करते हैं।

लेयर 2: रनटाइम गार्डरेल्स (बाउंसर)

अवधारणा: ये वे नियम हैं जिन्हें एआई काम करते समय, वास्तविक समय (real-time) में चेक करता है।
उपमा: एजेंट $600 की फ्लाइट बुक करने की कोशिश करता है। सिस्टम (बाउंसर) तुरंत कहता है, **"रुकिए! यह$ 500 की सीमा से ऊपर है। मैं इस टिकट को ब्लॉक कर रहा हूँ।"**
कैच (Catch): यह केवल उन्हीं चीजों के लिए काम करता है जो स्पष्ट और मापने योग्य हैं।
- गार्डरेल्स के लिए अच्छा: "क्या कीमत $500 से अधिक है?" (हाँ/नहीं, जांचने में आसान)।
- गार्डरेल्स के लिए बुरा: "क्या यह फ्लाइट 'निष्पक्ष' या 'नैतिक' है?" (कंप्यूटर के लिए तुरंत निर्णय लेने के लिए बहुत अस्पष्ट है)।

लेयर 3: ह्यूमन एस्केलेशन (मैनेजर)

अवधारणा: जब नियम बहुत अस्पष्ट हो या जोखिम बहुत अधिक हो, तो आप रुकते हैं और किसी इंसान से पूछते हैं।
उपमा: एजेंट को $450 की फ्लाइट मिलती है लेकिन इसमें किसी ऐसे देश में 14 घंटे का लेओवर है जहाँ यात्रा संबंधी चेतावनियाँ हैं। कंप्यूटर यह तय नहीं कर सकता कि यह "सुरक्षित" है या "निष्पक्ष"। इसलिए, यह "पॉज" (PAUSE) बटन दबाता है और आपके बॉस को ईमेल करता है: "हे, यह फ्लाइट सस्ती है लेकिन जोखिम भरी है। क्या आप इसे मंजूरी देना चाहते हैं?"
पेपर में: यह उन चीजों के लिए है जिनमें "संदर्भगत निर्णय" (contextual judgment) या "सामाजिक प्रभाव" की आवश्यकता होती है।

लेayer 4: एश्योरेंस (ऑडिट ट्रेल)

अवधारणा: यात्रा समाप्त होने के बाद, आप रसीदें चेक करते हैं ताकि सुनिश्चित हो सके कि सब कुछ ठीक रहा।
उपमा: महीने के अंत में, आपको एक रिपोर्ट मिलती है जिसमें दिखाया गया है कि प्रत्येक फ्लाइट बुक की गई, कितना पैसा खर्च हुआ, और अपवादों (exceptions) को किसने मंजूरी दी। यदि एजेंट ने कुछ अजीब खरीदा है, तो आप देख सकते हैं कि वास्तव में क्या हुआ और उसे ठीक कर सकते हैं।
पेपर में: यह "एश्योरेंस एविडेंस" (Assurance evidence) है (लॉग्स, ऑडिट, ट्रेसेस)।

3. "एनफोर्सबिलिटी रूब्रिक" (निर्णय उपकरण)

पेपर आपको एक चेकलिस्ट देता है जिससे आप तय कर सकें कि आपका नियम किस लेयर में होना चाहिए। इन प्रश्नों को पूछें:

क्या हम खतरे को होने से पहले देख सकते हैं? (यदि हाँ -> रनटाइम गार्डरेल। यदि नहीं -> मानव या ऑडिट)।
क्या नियम एक सरल "हाँ/नहीं" है? (यदि हाँ -> गार्डरेल। यदि इसके लिए "शायद" या "यह निर्भर करता है" की आवश्यकता है -> मानव)।
यदि हम गलती करते हैं, तो क्या हम उसे पूर्ववत (undo) कर सकते हैं? (यदि नुकसान स्थायी है, जैसे डेटाबेस को डिलीट करना, तो आपको होने से पहले एक मजबूत गार्डरेल की आवश्यकता है)।

4. वास्तविक दुनिया का उदाहरण: प्रोक्योरमेंट एजेंट

पेपर एक "शॉपिंग एजेंट" का उदाहरण उपयोग करता है:

नियम: "केवल अनुमोदित विक्रेताओं (vendors) से ही खरीदें।"
- अनुवाद: डिज़ाइन लेयर। एजेंट वास्तव में अपने डेटाबेस में किसी अन्य विक्रेता को देख ही नहीं सकता।
नियम: "बॉस के बिना €5,000 से अधिक खर्च न करें।"
- अनुवाद: रनटाइम लेयर। कंप्यूटर कीमत की जांच करता है। यदि >€5,000 है, तो यह रुक जाता है और एक इंसान से पूछता है।
नियम: "निष्पक्ष और स्पष्टीकरण योग्य बनें।"
- अनुवाद: ह्यूमन + ऑडिट लेयर। आप "निष्पक्षता" को आसानी से कोड नहीं कर सकते। इसके बजाय, आप सिस्टम को निष्पक्ष बनाने के लिए डिज़ाइन करते हैं, और फिर यह सुनिश्चित करने के लिए कि वे निष्पक्ष थे, एक मानव बाद में निर्णयों की समीक्षा करता है।

मुख्य निष्कर्ष

इस पेपर का मुख्य बिंदु यह है: कंप्यूटर को दार्शनिक बनाने की कोशिश न करें।

मानक (ISO/NIST) "संविधान" हैं (बड़ी विचार प्रक्रियाएं)।
रनटाइम गार्डरेल्स "ट्रैफिक लाइट" हैं (स्पष्ट उल्लंघनों को तुरंत रोकना)।
इंसान "जज" हैं (धुंधले क्षेत्रों या ग्रे एरिया का निर्णय लेना)।
ऑडिट "पुलिस रिपोर्ट" हैं (बाद में क्या हुआ इसकी जाँच करना)।

एजेंटिक एआई को सुरक्षित रखने के लिए, आपको सही नियम को सही लेयर में रखना होगा। यदि आप कंप्यूटर को वास्तविक समय में "निष्पक्षता" का निर्णय लेने के लिए मजबूर करते हैं, तो वह विफल हो जाएगा। यदि आप चाहते हैं कि एक इंसान एआई द्वारा लिखे गए हर एक ईमेल की जांच करे, तो आप पागल हो जाएंगे। समाधान एक लेयर्ड अप्रोच है जहाँ कंप्यूटर गणित करता है, इंसान निर्णय लेता है, और सिस्टम हर चीज़ का सटीक रिकॉर्ड रखता है।

यहाँ क्रिस्टोफर कोच के शोध पत्र "From Governance Norms to Enforceable Controls: A Layered Translation Method for Runtime Guardrails in Agentic AI" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

एजेंटिक एआई (Agentic AI) प्रणालियों का तीव्र उदय—जो योजना बनाने, टूल उपयोग करने, अवस्था (state) बनाए रखने और बहु-चरणीय निष्पादन (multi-step execution) में सक्षम हैं—एक ऐसा गवर्नेंस गैप पैदा कर रहा है जिसे मौजूदा ढांचे सीधे संबोधित नहीं कर सकते।

जोखिम में बदलाव: सिंगल-टर्न जनरेटिव एआई के विपरीत, जहाँ जोखिम अक्सर प्रॉम्प्ट/आउटपुट स्तर पर आकलित होते हैं, एजेंटिक एआई के जोखिम निष्पादन प्रक्षेपवक्र (execution trajectories) के दौरान गतिशील रूप से उभरते हैं। एक एजेंट व्यक्तिगत चरणों में सुरक्षित दिखाई दे सकता है, लेकिन समय के साथ कार्यों के संयोजन से अस्वीकार्य परिणाम उत्पन्न कर सकता है।
मानकों का अंतर (The Standards Gap): प्रमुख गवर्नेंस फ्रेमवर्क (जैसे ISO/IEC 42001, ISO/IEC 23894, NIST AI RMF, आदि) उच्च-स्तरीय प्रबंधन प्रणालियाँ, जोखिम प्रक्रियाएं और जवाबदेही के आधार प्रदान करते हैं। हालाँकि, वे तकनीक-तटस्थ (technology-agnostic) हैं और निष्पादन योग्य नीति भाषाओं या एक्शन स्कीमा को परिभाषित नहीं करते हैं।
मुख्य चुनौती: संगठन इन उच्च-स्तरीय गवर्नेंस उद्देश्यों को कार्यान्वयन योग्य रनटाइम गार्डरेल्स (implementable runtime guardrails) में अनुवाद करने के लिए संघर्ष कर रहे हैं। एक व्यवस्थित पद्धति का अभाव है जिससे यह तय किया जा सके कि किन आवश्यकताओं को रनटाइम पर लागू किया जाना चाहिए, किन्हें डिज़ाइन-टाइम बाधाओं के रूप में रहना चाहिए, किन्हें मानव एस्केलेशन (human escalation) की आवश्यकता है, और किन्हें पोस्ट-हॉक आश्वासन (post-hoc assurance) के माध्यम से बेहतर ढंग से संभाला जा सकता है।

2. कार्यप्रणाली: लेयर्ड ट्रांसलेशन मेथड (Methodology: The Layered Translation Method)

यह शोध पत्र गवर्नेंस के इरादे और तकनीकी कार्यान्वयन के बीच के अंतर को पाटने के लिए एक डिज़ाइन-ओरिएंटेड इंटरप्रिटिव फ्रेमवर्क प्रस्तावित करता है। यह विधि पाँच विशिष्ट चरणों से मिलकर बनी है:

A. आर्टिफैक्ट विभेदीकरण (Artifact Differentiation)

विधि पहले चार मिश्रित अवधारणाओं को विशिष्ट भूमिकाओं वाले अलग-अलग आर्टिफैक्ट्स में विभाजित करती है:

गवर्नेंस ऑब्जेक्टिव (Governance Objective): मानक या आंतरिक नीति से प्राप्त मानदण्डिक लक्ष्य (जैसे, जवाबदेही, जोखिम न्यूनीकरण)।
टेक्निकल कंट्रोल (Technical Control): उद्देश्यों को संचालित करने वाले तंत्र (जैसे, स्कोप किए गए क्रेडेंशियल्स, लॉगिंग)।
रनटाइम गार्डरेल (Runtime Guardrail): कंट्रोल्स का एक उपसमुच्चय जो निष्पादन के दौरान हस्तक्षेप करता है (अनुमति देना, रोकना, विलंब करना, एस्केलेट करना, या कार्यों को नया आकार देना)।
असूरेंस एविडेंस (Assurance Evidence): नियंत्रण के अस्तित्व और निष्पादन को सिद्ध करने वाले आर्टिफैक्ट्स (लॉग्स, अटेस्टेशन, ऑडिट ट्रेस)।

B. चरण 1: मानदण्डिक उद्देश्य निकालें (Extract Normative Objective)

किसी मानक या आंतरिक नीति से विशिष्ट आवश्यकता की पहचान करें (जैसे, "सुनिश्चित करें कि एक्सेस अधिकृत है")।

C. चरण 2: कंट्रोल टुपल में सामान्यीकरण करें (Normalize into a Control Tuple)

उद्देश्य को एक संरचित टुपल $\kappa = \langle a, x, r, \phi, \delta, \epsilon, o \rangle$ में फिर से लिखें:

$a$ : कार्य करने वाला प्रिंसिपल (एजेंट/मानव)।
$x$ : एक्शन क्लास।
$r$ : संरक्षित संसाधन/प्रभाव।
$\phi$ : प्रीकंडीशन/संदर्भ।
$\delta$ : कंट्रोल निर्णय (अनुमति, निषेध, एस्केलेशन, आदि)।
$\epsilon$ : उत्पन्न होने वाला एविडेंस आर्टिफैक्ट।
$o$ : जवाबदेह स्वामी (accountable owner)।

D. चरण 3: रनटाइम प्रवर्तनीयता स्कोर करें (Score Runtime Enforceability)

रनटाइम-एन्फोर्सिबिलिटी रूब्रिक (तालिका I) का उपयोग करके, यह आकलन करें कि क्या कोई कंट्रोल रनटाइम प्रवर्तन के लिए उपयुक्त है। उच्च-प्रवर्तनीयता वाले कंट्रोल्स को निम्नलिखित मानदंडों को पूरा करना चाहिए:

समय (Timing): हानि को निष्पादन से पहले रोका जा सकना चाहिए।
अवलोकन क्षमता (Observability): आवश्यक स्थिति/संदर्भ मशीन द्वारा अवलोकन योग्य होना चाहिए।
निश्चितता (Determinacy): नियम स्पष्ट होना चाहिए, न कि खुले अंत वाले नैतिक संतुलन पर आधारित।
प्रतिवर्तीता (Reversibility): गलतियाँ सुधारना कठिन है, जिसके लिए तत्काल हस्तक्षेप की आवश्यकता होती है।
साक्ष्य (Evidence): परिणामों को स्पष्ट रूप से लॉग और एट्रिब्यूट किया जा सकना चाहिए।

E. चरण 4: कंट्रोल लेयर्स असाइन करें (Assign Control Layers)

स्कोर के आधार पर, कंट्रोल को उपयुक्त लेयर में असाइन करें:

गवर्नेंस ऑब्जेक्टिव लेयर: इरादा और स्वामित्व।
डिज़ाइन-टाइम लेयर: आर्किटेक्चर, लीस्ट-प्रिविलेज स्कोपिंग, सैंडबॉक्स डिज़ाइन।
रनटाइम लेयर: एक्शन वैलिडेशन, पॉलिसी चेक, डायनेमिक ऑथोराइजेशन।
असूरेंस लेयर: टेलीमेट्री, ऑडिट, ड्रिफ्ट मॉनिटरिंग।
नोट: अस्पष्ट या उच्च-प्रभाव वाले निर्णयों के लिए मानव एस्केलेशन डिफ़ॉल्ट है।

F. चरण 5: साक्ष्य और स्वामित्व निर्दिष्ट करें (Specify Evidence and Ownership)

सुनिश्चित करें कि प्रत्येक अनुवादित कंट्रोल विशिष्ट एविडेंस आर्टिफैक्ट और जवाबदेह स्वामी को परिभाषित करता है ताकि ऑडिटेबिलिटी सुनिश्चित हो सके।

3. मुख्य योगदान (Key Contributions)

वैचारिक स्पष्टता (Conceptual Distinction): यह गवर्नेंस ऑब्जेक्टिव्स, टेक्निकल कंट्रोल्स, रनटाइम गार्डरेल्स और असूरेंस एविडेंस को स्पष्ट रूप से अलग करता है, जिससे प्रबंधन के इरादे और निष्पादन तर्क के मिश्रण को रोका जा सके।
ट्रांसलेशन फ्रेमवर्क (Translation Framework): मानकों से प्राप्त आवश्यकताओं को विशिष्ट आर्किटेक्चरल लेयर्स में मैप करने के लिए एक व्यवस्थित विधि (कंट्रोल टुपल और एनफोर्सिबिलिटी रूब्रिक) पेश करता है।
केस स्टडी वैलिडेशन (Case Study Validation): यह विधि का प्रदर्शन एक एंटरप्राइज प्रोक्योरमेंट एजेंट का उपयोग करके करता है, जो दिखाता है कि कैसे "अनुमोदित विक्रेताเท่านั้น" जैसी आवश्यकताएं रनटाइम अलालिस्ट (allowlists) में अनुवादित होती हैं, जबकि "फेयर रैंकिंग" डिज़ाइन-टाइम बाधाओं और पोस्ट-हॉक ऑडिट में अनुवादित होती है।
मूल्यांकन एजेंडा (Evaluation Agenda): एजेंटिक गवर्नेंस के मूल्यांकन के लिए पांच आयाम प्रस्तावित करता है: पॉलिसी फिडेलिटी, इंटरवेंशन क्वालिटी, ट्रेजेक्टरी कवरेज, सेफ्टी-यूटिलिटी ट्रेड-ऑफ, और एविडेंस कम्पलीटनेस।

4. परिणाम और निष्कर्ष (Results and Findings - via Case Study)

प्रोक्योरमेंट एजेंट केस स्टडी से विशिष्ट अंतर्दृष्टि प्राप्त हुई:

उच्च रनटाइम प्रवर्तनीयता (High Runtime Enforceability): स्पष्ट नियम और प्री-एग्जीक्यूशन स्टेट्स वाले आवश्यकताएं (जैसे, "केवल अनुमोदित विक्रेता," "€5k से अधिक की खरीदारी के लिए अनुमोदन आवश्यक") सफलतापूर्वक रनटाइम गार्डरेल्स (अलालिस्ट, अप्रूवल गेट्स) में मैप की जाती हैं।
कम रनटाइम प्रवर्तनीयता (Low Runtime Enforceability): खुले अंत वाले निर्णय शामिल आवश्यकताएं (जैसे, "आपूर्तिकर्ता रैंकिंग निष्पक्ष और चुनौती देने योग्य होनी चाहिए") रनटाइम प्रवर्तन के लिए खराब उम्मीदवार हैं। इन्हें रनटाइम में एन्कोड करने का प्रयास करने से सुरक्षा विफलताओं या ओवर-ब्लॉकिंग का जोखिम होता है। इन्हें डिज़ाइन-टाइम बाधाओं और असूरेंस ऑडिट के माध्यम से बेहतर ढंग से संभाला जाना चाहिए।
आर्किटेक्चरल डिपेंडेंसी (Architectural Dependency): रनटाइम गार्डरेल्स तब सबसे प्रभावी होते हैं जब डिज़ाइन-टाइम स्कोपिंग (जैसे, लीस्ट-प्रिविलेज क्रेडेंशियल्स) ने पहले से ही एजेंट के एक्शन स्पेस को सीमित कर दिया हो।
लेयर्ड डिफेंस (Layered Defense): एक एकल लेयर अपर्याप्त है। प्रभावी गवर्नेंस के लिए डिज़ाइन-टाइम बाधाओं, रनटाइम चेक, मानव एस्केलेशन और पोस्ट-हॉक आश्वासन के संयोजन की आवश्यकता होती है।

5. महत्व और निहितार्थ (Significance and Implications)

व्यावहारिक गवर्नेंस (Pragmatic Governance): यह शोध पत्र मानकों को सीधे कोड में कंपाइल करने के बजाय एक लेयर्ड दृष्टिकोण का समर्थन करता है, जहाँ रनटाइम गार्डरेल्स को केवल उन कंट्रोल्स के लिए आरक्षित किया जाता है जो अवलोकन योग्य, निश्चित और समय-संवेदनशील हैं।
जोखिम न्यूनीकरण (Risk Mitigation): कंट्रोल्स को सही ढंग से रखकर (जैसे, "फेयरनेस" चेक को रनटाइम के बजाय आश्वासन में ले जाकर), संगठन ब्रिटल ऑटोमेशन और फाल्स पॉजिटिव के खतरों से बच सकते हैं जो एजेंट की उपयोगिता को कम करते हैं।
ऑडिटेबिलिटी (Auditability): "कंट्रोल टुपल्स" और स्पष्ट "एविडेंस आर्टिफैक्ट्स" पर जोर देना यह सुनिश्चित करता है कि एआई सिस्टम ऑडिट करने योग्य और जवाबदेह बने रहें, जो एजेंटिक निर्णय लेने की "ब्लैक बॉक्स" प्रकृति को संबोधित करता है।
भविष्य की दिशा (Future Direction): यह फ्रेमवर्क वास्तविक दुनिया के परिनियोजन में कंट्रोल प्लेसमेंट को अनुभवजन्य रूप से मान्य करने और अनुवादित नीतियों की फिडेलिटी को मापने के लिए भविष्य के अनुसंधान के लिए एक ब्लूप्रिंट प्रदान करता है।

संक्षेप में, यह शोध पत्र उच्च-स्तरीय एआई गवर्नेंस मानकों और सुरक्षित, अनुपालन योग्य एजेंटिक सिस्टम के व्यावहारिक इंजीनियरिंग के बीच एक महत्वपूर्ण सेतु प्रदान करता है, और इस बात पर जोर देता है कि रनटाइम गार्डरेल्स एक विशिष्ट उपकरण हैं, न कि संपूर्ण गवर्नेंस।