🤖 AI

Green SARC: Predictive Cost and Carbon Governance for Agentic AI Systems

यह शोध पत्र ग्रीन SARC (Green SARC) को प्रस्तुत करता है, जो एक आर्किटेक्चरल गवर्नेंस फ्रेमवर्क है जो बजट उल्लंघन को रोकने और टोकन, वित्तीय एवं कार्बन की महत्वपूर्ण बचत प्राप्त करने के लिए प्रेडिक्टिव कॉस्ट और कार्बन कंट्रोल्स को सीधे एजेंटिक एआई लूप्स (agentic AI loops) में समाहित करता है, जो पोस्ट-एग्जीक्यूशन मॉनिटरिंग और सॉफ्ट पेनल्टी विधियों के विरुद्ध इसकी श्रेष्ठ विश्वसनीयता को दर्शाता है।

मूल लेखक: Gaston Besanson

प्रकाशित 2026-06-16

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Gaston Besanson

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 एक बहुत ही उत्साही, अत्यधिक कुशल सहायक (एक "एजेंटिक AI") को एक जटिल काम करने के लिए काम पर रखा है। यह सहायक केवल एक कार्य नहीं करता है; यह काम को छोटे हिस्सों में तोड़ता है, टूल्स का उपयोग करता है, अन्य सहायकों से मदद मांगता है, और काम पूरा होने तक चलता रहता है।

समस्या क्या है? इस सहायक को बजट या ऊर्जा की सीमा का कोई ज्ञान नहीं है। यह अनजाने में आपके पूरे क्रेडिट कार्ड बैलेंस को खत्म कर सकता है या एक छोटे शहर को चलाने के लिए पर्याप्त बिजली का उपयोग कर सकता है, जबकि वह एक साधारण समस्या को हल करने की कोशिश कर रहा हो।

यह शोध पत्र Green SARC पेश करता है, जो एक नया "गवर्नेंस सिस्टम" (शासन प्रणाली) है जिसे इस वित्तीय और पर्यावरणीय अनियंत्रित दौड़ को होने से पहले ही रोकने के लिए डिज़ाइन किया गया है। यह कैसे काम करता है, इसे रोजमर्रा के उदाहरणों के माध्यम through समझाया गया है।

1. समस्या: "स्नोबॉल" (हिमखंड) और "डैशबोर्ड"

वर्तमान में, कंपनियाँ AI लागतों को दो तरीकों से प्रबंधित करती हैं:

द डैशबोर्ड (The Dashboard): वे महीना समाप्त होने के बाद बिल देखते हैं। तब तक, पैसा जा चुका होता है, और कार्बन पहले ही उत्सर्जित हो चुका होता है। यह आपके बैंक खाते को देखने जैसा है जब आप पहले ही अपना क्रेडिट कार्ड मैक्स आउट कर चुके होते हैं।
द सॉफ्ट पेनल्टी (The Soft Penalty): वे AI को कहते हैं, "कृपया सस्ता रहने की कोशिश करें।" लेकिन AI केवल एक ऑप्टिमाइज़र है; यदि उसे लगता है कि अधिक खर्च करने से बेहतर परिणाम मिलते हैं, तो वह खुशी-खुशी अधिक खर्च करेगा। यह एक भूखे व्यक्ति को "मितव्ययिता से खाने" के लिए कहने जैसा है जबकि वह एक 'ऑल-यू-कैन-ईट' बुफे के सामने खड़ा हो।

द "स्टेट स्नोबॉल" (The State Snowball): शोध पत्र ने एक विशिष्ट कारण की खोज की जिससे लागत विस्फोट होती है। यदि एक AI उन सभी चीजों की एक चलती सूची रखता है जो उसने अब तक की हैं (जिसे "कॉन्टेक्स्ट" कहा जाता है) और उसे हर नए संदेश में जोड़ता रहता है, तो संदेश लंबा और लंबा होता जाता है।

उदाहरण: कल्पना कीजिए कि आप एक पत्र लिख रहे हैं। पहले पैराग्राफ में, आप 10 शब्द लिखते हैं। दूसरे पैरागफ में, आप पहले पैराग्राफ को कॉपी करते हैं और उसमें 10 और शब्द जोड़ते हैं। तीसरे में, आप पहले दो को कॉपी करते हैं और 10 और शब्द जोड़ते हैं। 20वें पैराग्राफ तक, आप केवल "नमस्ते" कहने के लिए हजारों शब्द कॉपी कर रहे होते हैं।
शोध पत्र गणितीय रूप से सिद्ध करता है कि इसके कारण लागत क्वाड्रेटिकली (घातांकीय रूप से तेजी से) बढ़ती है। वास्तविक दुनिया का डेटा दिखाता है कि यह गणित की भविष्यवाणी से भी अधिक तेजी से होता है।

2. समाधान: "प्री-एक्शन गेट" (Pre-Action Gate)

Green SARC किसी भी कार्रवाई से ठीक पहले एक गेटकीपर (द्वारपाल) स्थापित करता है। यह डैशबोर्ड नहीं है; यह दरवाजे पर खड़ा एक बाउंसर है।

यह कैसे काम करता है: AI द्वारा संदेश भेजने से पहले, गेटकीपर पूछता है: "यदि आप यह भेजते हैं, तो इसकी कितनी लागत आएगी? क्या हमारे पास बजट में पर्याप्त पैसा बचा है?"
भविष्यवाणी (The Prediction): गेटकीपर केवल अनुमान नहीं लगाता; यह एक सीखे हुए पूर्वानुमान (forecast) का उपयोग करता है। यह कॉन्टेक्स्ट को देखता है और लागत की भविष्यवाणी करता है।
सुरक्षा जाल (The Safety Net): शोध पत्र कॉन्फॉर्मल प्रेडिक्शन (Conformal Prediction) नामक एक सांख्यिकीय ट्रिक का उपयोग करता है। इसे एक "सुरक्षा मार्जिन" के रूप में समझें। यदि AI $10 की लागत की भविष्यवाणी करता है, तो गेटकीपर सुरक्षा के लिए एक बफर (मान लीजिए$ 5) जोड़ देता है। यह क्रिया को तभी आगे जाने देता है यदि $15 शेष बजट से कम हो।
परिणाम: शोध पत्र दिखाता है कि यह गेटकीपर कभी भी बजट का उल्लंघन नहीं होने देता (उनके परीक्षणों में 0% विफलता दर), जबकि "सॉफ्ट पेनल्टी" (AI को सावधान रहने के लिए कहना) 91.5% बार विफल हो जाती है।

3. चार "गार्ड पोस्ट्स" (Guard Posts)

सिस्टम AI को नियंत्रण में रखने के लिए चार विशिष्ट चेकपॉइंट्स का उपयोग करता है (जो SARC नामक एक फ्रेमवर्क से लिए गए हैं):

द प्री-एक्शन गेट (बाउचर): महंगी कार्रवाइयों को होने से पहले ही रोक देता है।
द एक्शन-टाइम मॉनिटर (स्टॉपवॉच): यदि AI एक लूप में फंस जाता है (बार-बार एक ही गलती दोहराता है), तो यह तुरंत बिजली काट देता है।
द पोस्ट-एक्शन ऑडिटर (अकाउंटेंट): कार्रवाई के बाद, यह जांचता है: "क्या लागत हमारी भविष्यवाणी से मेल खाती है?" यदि AI ने झूठ बोला या भविष्यवाणी गलत थी, तो यह अगली बार बेहतर होने के लिए इससे सीखता है।
द एस्केलेशन राउटर (मैनेजर): यदि बजट पूरी तरह से खाली हो जाता है, तो यह कार्य को किसी इंसान या सरल, सस्ते सिस्टम को सौंप देता है।

4. परिणाम: वास्तविक बचत

लेखकों ने वास्तविक दुनिया के डेटा और सिंथेटिक परिदृश्यों पर इसका परीक्षण किया। उन्हें क्या मिला:

भारी बचत: गेटकीपर और अन्य उपकरणों का उपयोग करके, उन्होंने लागत (पैसा, टोकन और कार्बन) को 47% से 55% तक कम कर दिया।
"स्कोप" (Scope) नॉब: सबसे बड़ी बचत केवल इस बात को सीमित करने से हुई कि AI कितना इतिहास याद रखता है (स्नोबॉल को रोकना)। यह AI को यह बताने जैसा है, "केवल पिछले 5 मिनट की बातचीत देखें, पूरे दिन की नहीं।"
"रूटिंग" (Routing) नॉब: यदि AI को एक सरल कार्य करने की आवश्यकता है, तो सिस्टम स्वचालित रूप से इसे एक सस्ते, छोटे मॉडल पर भेज देता है। यदि इसे कठिन कार्य की आवश्यकता है, तो यह महंगे वाले का उपयोग करता है। यह शब्दों की संख्या बदले बिना पैसे बचाता है।
सुरक्षा सर्वोपरि: सिस्टम गारंटी देता है कि बजट कभी नहीं टूटेगा। यह "शायद" नहीं है; यह आर्किटेक्चर द्वारा लागू एक सख्त नियम है।

5. यह क्या नहीं है

यह गुणवत्ता के लिए जादू की छड़ी नहीं है: शोध पत्र स्वीकार करता है कि यदि आप पैसे बचाने के लिए कॉन्टेक्स्ट को बहुत अधिक काट देते हैं, तो AI गलतियाँ कर सकता है। सिस्टम पैसे बचाता है, लेकिन मानव ऑपरेटर को यह तय करना होगा कि वे उस बचत के लिए कितनी गुणवत्ता का त्याग करने को तैयार हैं।
यह केवल "ग्रीन" लक्ष्यों के लिए नहीं है: हालांकि यह कार्बन को ट्रैक करता है, प्राथमिक चालक वित्तीय (FinOps) है। यहाँ पैसा बचाना और कार्बन बचाना एक साथ चलते हैं।
यह झूठ बोलने वालों के खिलाफ पूर्ण नहीं है: यदि AI को यह सोचने के लिए धोखा दिया जाता है कि कोई कार्य सस्ता है जबकि वह वास्तव में महंगा है (एक एडवर्सरियल अटैक), तो गेटकीपर इसे जाने दे सकता है। हालांकि, "ऑडिटर" इसे बाद में पकड़ लेगा और इसे लॉग करेगा, ताकि सिस्टम अगली बार न छले जाने के लिए सीख सके।

सारांश

Green SARC AI एजेंटों को प्रबंधित करने का एक नया तरीका है। बिल आने का इंतजार करने या AI के व्यवहार की उम्मीद करने के बजाय, यह दरवाजे पर एक स्मार्ट, गणितीय रूप से सिद्ध बाउचर लगा देता है। यह बाउंसर लागत की भविष्यवाणी करता है, सुरक्षा बफर जोड़ता है, और केवल तभी AI को कार्य करने देता है जब वह बजट में फिट बैठता है। परिणाम यह है कि यह लगभग आधा पैसा और कार्बन बचाता है और यह गारंटी देता है कि आप अपनी सीमा से कभी ऊपर नहीं जाएंगे।

तकनीकी सारांश: ग्रीन SARC (Green SARC)

समस्या विवरण (Problem Statement)

आर्टिफिशियल इंटेलिजेंस की लागत केंद्र (cost center) फिक्स्ड-डिज़ाइन ट्रेनिंग से बदलकर एजेंटिक सिस्टम्स में स्टोकेस्टिक इन्फरेंस ट्रेजेक्टरीज (stochastic inference trajectories) की ओर स्थानांतरित हो गई है। बाउंडेड कॉस्ट वाले क्लासिकल API कॉल्स के विपरीत, एजेंटिक वर्कफ़्लो में मॉडल कॉल्स, टूल इनवोकेशन और रिट्राइज़ के डायनेमिक सीक्वेंस शामिल होते हैं, जिससे समान कार्यों के लिए भी टोकन खपत और उससे जुड़ी वित्तीय/कार्बन लागत कई गुना भिन्न हो सकती है।

वर्तमान शमन रणनीतियाँ (mitigation strategies)—पोस्ट-होक ऑडिटिंग और पॉलिसी-एज़-कोड जो एजेंट लूप के साथ ही मूल्यांकित की जाती हैं—एक मौलिक दोष से ग्रस्त हैं: वे निष्पादन के बाद या उसके बगल में बाधाओं (constraints) का मूल्यांकन करती हैं। महीने के अंत में पता चला बजट उल्लंघन टोकन को "अन-स्पेंड" नहीं कर सकता; डैशबोर्ड पर लॉग किया गया कार्बन ओवरेज कार्बन उत्सर्जन को "अन-एमिट" नहीं कर सकता। शोध पत्र तर्क देता है कि प्रभावी गवर्नेंस के लिए बाधाओं को निष्पादन लूप के भीतर लागू करना आवश्यक है, यानी किसी भी कार्य को प्रतिबद्ध करने से पहले उसकी लागत का पूर्वानुमान लगाना।

कार्यप्रणाली: ग्रीन SARC आर्किटेक्चर (Methodology: Green SARC Architecture)

ग्रीन SARC, SARC (गवर्नेंस-बाय-आर्किटेक्चर) फ्रेमवर्क को फिनऑप्स (FinOps) और ग्रीनऑप्स (GreenOps) पर लागू करता है। यह लागत और कार्बन बाधाओं को प्रथम-श्रेणी के स्पेसिफिकेशन ऑब्जेक्ट्स के रूप में मानता है, और एजेंट लूप के भीतर चार विशिष्ट स्थलों (sites) पर उन्हें लागू करता है:

प्री-एक्शन गेट (Pre-Action Gate): यह मुख्य नवाचार है। एक स्टेटिक नियम के बजाय, यह साइट प्रस्तावित एक्शन के टोकन कॉस्ट और कार्बन का पूर्वानुमान लगाने के लिए एक लर्नड, कैलिब्रेटेड फोरकास्ट का उपयोग करती है। यह एक एक्शन को तभी स्वीकार करती है जब पूर्वानुमान निर्दिष्ट कॉन्फिडेंस लेवल ( $1-\delta$ ) के साथ शेष बजट में फिट बैठता है।
एक्शन-टाइम मॉनिटर (Action-Time Monitor): रनवे रिट्राय या री-प्लान लूप्स को रोकने के लिए लूप काउंट और मार्जिनल कॉस्ट पर हार्ड लिमिट (सर्किट ब्रेकर्स) लागू करता है।
पोस्ट-एक्शन ऑडिटर (Post-Action Auditor): अनुमानित बनाम वास्तविक लागतों को लॉग करने के लिए इसका उपयोग ऑडिट ट्रेल प्रदान करने और एस्टिमेटर के लिए ट्रेनिंग सिग्नल जेनरेट करने के लिए किया जाता है।
एस्केलेशन राउटर (Escalation Router): उन कार्यों को जो बजट या कार्बन सीलिंग को समाप्त कर देते हैं, उन्हें मानवीय समीक्षा या डिटर्मिनिस्टिक फॉलबैक (deterministic fallbacks) की ओर रूट करता है।

सैद्धांतिक आधार (Theoretical Foundations)

स्टेट स्नोबॉल थ्योरम (State Snowball Theorem): पेपर औपचारिक रूप से सिद्ध करता है कि नेइव मल्टी-एजेंट लूप्स, जहाँ प्रत्येक स्टेप पूरा संचित कॉन्टेक्स्ट (accreted context) फिर से सबमिट करता है, $\Theta(n^2)$ की संचयी प्रॉम्प्ट कॉस्ट उत्पन्न करते हैं। इसका लीडिंग कोएफिशिएंट $p/2$ है, जहाँ $p$ प्रति-हॉप टोकन इंक्रीमेंट है।
प्रेडिक्टिव गेट और कैलिब्रेशन (Predictive Gate & Calibration): गेट एक एस्टिमेटर $\hat{f}_\theta$ का उपयोग करता है जिसे ऐतिहासिक रेसिडुअल्स (historical residuals) पर प्रशिक्षित किया गया है। सुरक्षा सुनिश्चित करने के लिए, यह स्प्लिट-कॉन्फ़ॉर्मल प्रेडिक्शन (split-conformal prediction) का उपयोग करता है। यह एक डिस्ट्रीब्यूशन-फ्री, फाइनाइट-सैंपल मार्जिनल कवरेज गारंटी प्रदान करता है: स्वीकृत एक्शन के लिए बजट उल्लंघन की संभावना $\delta$ द्वारा सीमित है।
एनीटाइम-वैलिड सेफ्टी (Anytime-Valid Safety): विले के इनइक्वालिटी (Ville's inequality) और सब-गाऊसियन धारणाओं (या हेवी-टेल्ड रियल डेटा के लिए एम्पिरिकल-बर्नस्टीन बाउंड्स) का उपयोग करके, फ्रेमवर्क किसी भी ट्रेजेक्टरी प्रीफिक्स में संचयी ओवर-स्पेंड पर एक टाइम-यूनिफॉर्म बाउंड प्रदान करता है।
डिकपलिंग (Decoupling): आर्किटेक्चर स्पष्ट रूप से कॉस्ट गवर्नेंस को करेक्टनेस गवर्नेंस से अलग करता है। एक सिस्टम सुरक्षित लेकिन महंगा हो सकता है, या सस्ता लेकिन असुरक्षित; ग्रीन SARC पहले वाले को स्वतंत्र रूप से नियंत्रित करता है।

मुख्य योगदान (Key Contributions)

स्टेट-स्नोबॉल थ्योरम: एक औपचारिक प्रमाण और एम्पिरिकल पुष्टि कि अनकंट्रेन्ड कॉन्टेक्स्ट एक्रेशन (unconstrained context accretion) क्वाड्रेटिक कॉस्ट ग्रोथ की ओर ले जाता है, और एडैप्टर नोड (Adapter Node) के माध्यम से प्रति-हॉप इंक्रीमेंट को सीमित करने से यह लीनियर ग्रोथ में बदल जाता है।
कैलिब्रेटेड प्रेडिक्टिव गेट: एक रनटाइम गेट जो रूल-बेस्ड अकाउंटिंग को लर्नड फोरकास्ट्स में सामान्यीकृत करता है, जो स्प्लिट-कॉन्फ़ॉर्मल कैलिब्रेशन के माध्यम से डिस्ट्रीबशन-फ्री सेफ्टी गारंटी प्रदान करता है।
पारेटो फ्रंटियर डोमिनेंस (Pareto Frontier Dominance): एम्पिरिकल साक्ष्य दिखाते हैं कि आर्किटेक्चरल गेट सॉफ्ट-पेनल्टी (Lagrangian) अप्रोच पर हावी है। जबकि सॉफ्ट पेनल्टी जो अपेक्षित बजट से मेल खाने के लिए ट्यून की गई हैं, वे ~91.5% सीड्स पर बजट का उल्लंघन करती हैं, वहीं आर्किटेक्चरल गेट 0% सीड्स पर उल्लंघन करता है जबकि पूर्ण कार्य को अधिकतम करता है।
रियल-ट्रेस वैलिडेशन (Real-Trace Validation): वास्तविक शेयरजीपीटी (ShareGPT) डेटा (नॉन-गाऊसियन रेसिडुअल्स) पर कवरेज वैलिडेशन दर्शाता है कि स्टैंडर्ड नॉर्मल- $\sigma$ गेट्स टाइट रिस्क लेवल्स पर अंडर-कवर करते हैं, जबकि स्प्लिट-कॉन्फ़ॉर्मल कैलिब्रेशन नाममात्र कवरेज बनाए रखता है।
ओपन-सोर्स इम्प्लीमेंटेशन: फोर-साइट आर्किटेक्चर को लागू करने वाली एक डिपेंडेंसी-फ्री पायथन लाइब्रेरी (फेज 1), जिसमें नॉर्मल- $\sigma$ गेट और एक ऑप्ट-इन स्प्लिट-कॉन्फ़फॉर्मल कैलिब्रेटर शामिल है।

प्रयोगात्मक परिणाम (Experimental Results)

सिंथेटिक इवैल्यूएशन (IBP वर्कलोड)

एब्लेशन (Ablation): लीवर (Scope, Routing, Circuit Breaker) द्वारा बचत का विश्लेषण।
- स्कोप (एडैप्टर नोड): कॉन्टेक्स्ट ग्रोथ को कैप करके टोकन रिडक्शन (~43-55%) को ड्राइव करता है।
- रूटिंग: कुशल मॉडल्स पर स्विच करके टोकन सेविंग्स को USD और कार्बन सेविंग्स में बदल देती है, बिना टोकन काउंट को कम किए।
- सर्किट ब्रेकर: रनवे लूप्स को समाप्त करके वृद्धिशील (incremental) टोकन सेविंग्स जोड़ता है।
बाइंडिंग बजट (Binding Budgets): टाइट बजट (बेसलाइन के 25%) के तहत, गेट 90% स्टेप्स को 0% ओवर-बजट इंसिडेंस के साथ स्वीकार करता है, जबकि सॉफ्ट पेनल्टीज बजट का उल्लंघन किए बिना ट्रेजेक्टरीज को पूरा करने में विफल रहती हैं।
फोरकास्ट क्वालिटी: सीखा गया एस्टिमेटर मीन एब्सोल्यूट एरर (MAE) को कोल्ड स्टार्ट के ~~4,000 टोकन से घटाकर ~20 ऑब्जर्वेशन के भीतर नॉइज़ फ्लोर (~~34 टोकन) तक कम कर देता है।

रियल-ट्रेस वैलिडेशन (Real-Trace Validation)

शेयरजीपीटी (चैट ट्रैफिक): वास्तविक बातचीत नेगेटिव क्युमुलेटिव-प्रॉम्ट कर्वेचर (concave) प्रदर्शित करती है, जिसका अर्थ है कि $\Theta(n^2)$ स्नोबॉल एक नेइव ऑर्केस्ट्रेशन का आर्टिफैक्ट है, न कि चैट का स्वाभाविक गुण। हालांकि, नॉर्मल- $\sigma$ गेट वास्तविक रेसिडुअल्स (skewed, heavy-tailed) पर अंडर-कवर करता है, जबकि स्प्लिट-कॉन्फ़ॉर्मल नाममात्र कवरेज बनाए रखता है।
बर्स्टजीपीटी (प्रोडक्शन ट्रैफिक): 50,000 वास्तविक अज़्योर ओपनएआई (Azure OpenAI) रिक्वेस्ट्स पर, लीवर ऑर्डरिंग (Scope $\to$ Tokens, Routing $\to$ USD/Carbon) कायम रहता है। सर्किट ब्रेकर सुप्त (dormant) रहा, जो मल्टी-स्टेप स्ट्रेस सिनेरियो के लिए एक सुरक्षा कवच के रूप में इसकी पुष्टि करता है।
SWE-rebench (मल्टी-स्टेप एजेंट्स): GitHub इश्यूज को हल करने वाले 3,000 वास्तविक एजेंट प्लान्स पर:
- स्टेट स्नोबॉल कायम है: 100% प्लान्स ने पॉजिटिव क्वाड्रेटिक कर्वेचर ( $\hat{c}_2 > 0$ ) दिखाया, जिसमें मीडियन कर्वेचर (216) लीनियर प्रेडिक्शन (134) से अधिक था।
- सर्किट ब्रेकर सक्रिय है: यह 11.4% ट्रेजेक्टरीज पर सक्रिय हुआ, जो पूरे स्टैक के लिए मार्जिनल टोकन सेविंग्स प्रदान करता है।
- कॉस्ट-यूटिलिटी ट्रेडऑफ़: आक्रामक कॉन्टेक्स्ट ट्रंकेशन टोकन बचाता है लेकिन टास्क रेजोल्यूशन को जोखिम में डालता है। एक "सेफ" कैप (2 $\times$ मीडियन) ने केवल 2.3% टोकन बचाए, जबकि एक आक्रामक कैप (0.5 $\times$ ) ने वर्स्ट-केस एनालिसिस में 100% प्लान्स को ट्रंकेट कर दिया।

एडवर्सरियल रोबस्टनेस (Adversarial Robustness)

स्कोप-अवेयर पैडिंग: हमलावर वैध कार्य को अधिकतम करने के लिए कैप से ठीक नीचे प्रॉम्प्ट को पैड कर सकते हैं; गेट इन्हें स्वीकार करता है (यह बाउंडेड-प्रॉम्ट गवर्नेंस की मौलिक सीमा है)।
फोरकास्ट-डिफेटिंग अटैक्स: वे हमले जो कंप्लीशन को बढ़ाते हैं या मॉडल कॉस्ट को गलत रिपोर्ट करते हैं, उन्हें पोस्ट-होक द्वारा पकड़ा जाता है, जो विसंगतियों को लॉग करता है और एस्केलेशन को ट्रिगर करता है। आर्किटेक्चर "प्रेडिक्ट-एक्ट-लॉग-रिट्रेन" लूप पर निर्भर है, न कि परफेक्ट एडमिशन-टाइम रिजेक्शन पर।

महत्व और दावे (Significance and Claims)

पेपर का दावा है कि ग्रीन SARC एजेंटिक AI गवर्नेंस के लिए एक आवश्यक आर्किटेक्चरल शिफ्ट प्रदान करता है। इसका महत्व निम्नलिखित में है:

पोस्ट-होक से प्रेडिक्टिव की ओर: कॉस्ट कंट्रोल को रिकॉन्सिलिएशन से बदलकर प्री-एक्शन प्रेडिक्शन और कैलिब्रेटेड सेफ्टी गारंटी की ओर ले जाना।
हार्ड कॉन्स्ट्रेंट्स बनाम सॉफ्ट पेनल्टी: यह सिद्ध करना कि फाइनिट पेनल्टी (Lagrangian relaxation) स्टोकेस्टिक वातावरण में हार्ड रनटाइम कॉन्स्ट्रेंट्स का विकल्प नहीं हो सकती; केवल एक आर्किटेक्चरल गेट ही बजट एडहेरेंस की गारंटी दे सकता है।
डिस्ट्रीब्यूशन-फ्री सेफ्टी: यह साबित करना कि जहाँ रेसिडुअल्स नॉन-गाऊसियन हैं, वहाँ कॉन्फ़ॉर्मल प्रेडिक्शन अनिवार्य है, जिससे यह सुनिश्चित होता है कि सेफ्टी प्रॉमिस डेटा डिस्ट्रीब्यूशन शिफ्ट होने पर भी बना रहे।
मॉड्यूलरिटी: यह फ्रेमवर्क करेक्टनेस गवर्नेंस (SARC) के समानांतर है और इसे एजेंट के कोर लॉजिक को बदले बिना क्लाउड बिल और कार्बन फुटप्रिंट को मैनेज करने के लिए स्वतंत्र रूप से तैनात किया जा सकता है।

लेखक स्पष्ट रूप से सीमाओं को नोट करते हैं: वर्तमान कार्यान्वयन (फेज 1) सिंगल-प्रोसेस बजट और डिफॉल्ट रूप से नॉर्मल- $\sigma$ गेट का उपयोग करता है (कॉन्फ़ॉर्मल एक ऑप्ट-इन के रूप में है)। "स्टेट स्नोबॉल" नेइव ऑर्केस्ट्रेशन की एक विफलता मोड है, न कि बातचीत का आंतरिक गुण। पेपर इन निष्कर्षों को विनम्रता के साथ प्रस्तुत करता है, यह स्वीकार करते हुए कि स्कोप कैपिंग से टोकन की बचत पॉलिसी-डिपेंडेंट है और टास्क यूटिलिटी के साथ ट्रेड-ऑफ करती है।