Resumo Técnico: DART – Recuperabilidade Semântica para Agentes de Ferramentas Estruturados

1. Declaração do Problema

O artigo aborda uma lacuna crítica nos mecanismos de recuperação de agentes de ferramentas estruturados (por exemplo, assistentes de fluxo de trabalho orientados por LLM, sistemas de agendamento) operando em ambientes de produção. Quando tal agente falha no meio da execução, o tempo de execução enfrenta um dilema fundamental:

• Reexecução da tarefa completa: Segura, mas operacionalmente desperdiçada, pois reexecuta todo o trabalho previamente concluído.
• Restauração local (Checkpointing): Eficiente, mas potencialmente semanticamente inválida.

As abordagens de recuperação existentes (por exemplo, LangGraph, snapshots distribuídos, protocolos de transação) garantem a legalidade do controlador — a capacidade mecânica de restaurar um estado anterior —, mas falham em verificar a recuperabilidade semântica. Especificamente, elas não verificam se um rollback local invalida o trabalho comprometido a jusante.

O Conflito Central: Em configurações sensíveis a compromissos, um consumidor a jusante pode já ter agido com base na saída de uma instância a montante que falhou. Reverter a instância a montante para reexecutá-la (enquanto se deixa o consumidor a jusante comprometido) cria um estado onde a ação a jusante se baseia em um histórico que não existe mais. O artigo argumenta que a legalidade do controlador não implica validade semântica.

2. Metodologia: DART

Os autores propõem o DART (Tempo de Execução de Agente Determinístico com Guardas de Transição), um tempo de execução de recuperação modular projetado para certificar que um rollback local é semanticamente válido antes da execução. O DART opera por meio de quatro etapas sequenciais de decisão:

2.1 Localização da Instância Falha

O tempo de execução deve primeiro identificar a instância de subtarefa específica que falhou, em vez de apenas o evento de falha.

• Mecanismo: Resolve o esqueleto ativo, a entidade vinculada e a ordem de ocorrência a partir do estado da Máquina de Estados Finitos (FSM) e dos argumentos da ferramenta.
• Restrição: Se a instância falha não puder ser identificada de forma única (por exemplo, devido a ambiguidade em padrões de reentrada), o sistema absteve-se conservadoramente do rollback local e dispara uma reexecução da tarefa completa.

2.2 Certificação do Limite Recuperável

Nem toda transição de estado legal é um ponto de recuperação válido. O DART certifica limites com base em quatro condições (Definição 5):

1. Decidibilidade: O ponto candidato deve mapear para um identificador de instância único e ativo.
2. Fechamento: O ponto deve representar uma transferência semanticamente completa (por exemplo, um commit ou predicado de saída é válido).
3. Separabilidade: A restauração a partir deste ponto deve manter a reexecução confinada à instância falha, não reabrindo prefixos de tarefas não relacionados.
4. Controlabilidade: A política de efeitos deve permitir explicitamente o rollback através desta fronteira (por exemplo, sem efeitos colaterais irreversíveis).

2.2 Checkpointing Alinhado à Instância

Uma vez certificado um limite, o tempo de execução constrói um conjunto de checkpoints ordenados por recência indexado especificamente àquela instância falha.

• Tipos: Checkpoints de entrada (reinício conservador), checkpoints de commit (progresso parcial estabilizado) e checkpoints de saída (conclusão controlada por política).
• Objetivo: Garantir que as buscas subsequentes de restauração estejam confinadas ao próprio histórico da instância falha, evitando o colapso em prefixos de tarefas não relacionados.

2.4 Seleção de Rollback Admissível

A etapa final seleciona o checkpoint mais recente e seguro do conjunto da instância, sujeito a restrições de dependência e efeito.

• NoCommittedConflict: O sistema verifica se algum consumidor a jusante comprometido consumiu a saída da instância falha. Se sim, o rollback é bloqueado para evitar inconsistência semântica.
• EffectAllowed: O sistema verifica se o rollback não cruza um limite de efeito irreversível definido na política de efeitos.
• Seleção: Se um checkpoint admissível existir, o sistema restaura o mais recente ($c^\star$). Se o conjunto estiver vazio, o rollback local é rejeitado e o sistema recua para uma reexecução da tarefa completa.

3. Contribuições Principais

1. Formalização da Recuperabilidade Semântica: O artigo distingue formalmente entre legalidade do controlador (restauração mecânica) e recuperabilidade semântica (validade do estado restaurado na presença de compromissos a jusante). Ele prova que, em configurações sensíveis a compromissos, as duas noções divergem.
2. Procedimento de Recuperação em Quatro Etapas: A definição de limites recuperáveis por meio de decidibilidade, fechamento, separabilidade e controlabilidade, organizados em um procedimento de tempo de execução (DART).
3. Prova de Necessidade: Os autores provam que qualquer tempo de execução que admita todos os rollbacks locais legalmente controlados sem verificações explícitas de admissibilidade produzirá inevitavelmente execuções semanticamente inválidas em configurações sensíveis a compromissos.
4. Validação Empírica: Avaliação extensa em três domínios orientados por LLM (Navegação, Formulário de Agendamento, Diagnóstico) e validação externa em uma base LangGraph.

4. Resultados Experimentais

A avaliação compara o DART (especificamente a estratégia COMP-FROZEN) com linhas de base: Reexecução da tarefa completa (RETRY-ONLY), Retry de Estado Grosso e Restauração Apenas de Entrada (Comp-EntryOnly).

• Casos Sensíveis a Compromissos:
  • Falha da Linha de Base: A recuperação apenas de entrada falhou em 100% dos casos sensíveis a compromissos avaliados em todos os domínios. Ela ou violou o contrato da tarefa ponta a ponta ou falhou em observar um caminho de recuperação local.
  • Sucesso do DART: O DART recuperou corretamente 100% desses casos, selecionando checkpoints admissíveis que preservaram o trabalho comprometido a jusante.
  • Eficiência: O DART reduziu significativamente as ações de reexecução (por exemplo, de ~25,5 etapas na reexecução da tarefa completa para ~1 etapa no DART), mantendo a correção.
• Casos Não Sensíveis a Compromissos:
  • O DART permaneceu competitivo com linhas de base locais mais fortes, não mostrando domínio uniforme, mas mantendo paridade nas taxas de sucesso e latência significativamente menor do que as reexecuções de tarefa completa.
• Validação Externa (LangGraph):
  • Em um tempo de execução baseado em LangGraph, a restauração alinhada a checkpoints integrada falhou (0% de sucesso) no caso decisivo sensível a compromissos, enquanto o DART teve sucesso com uma fronteira de reexecução de uma etapa. Isso confirma que a falha é uma limitação geral do alinhamento de checkpoints sem verificações de admissibilidade semântica.
• Auditoria de Segurança:
  • Uma auditoria de segurança de cinco domínios com 54 linhas comparáveis e 47 eventos de recuperação encontrou 0 rollbacks admitidos inseguros e 0 bloqueios falsos. Todas as recuperações admitidas foram semanticamente equivalentes à verdade fundamental.

5. Significado e Alegações

O artigo alega que primitivas de persistência sozinhas são insuficientes para uma recuperação local sólida em agentes de ferramentas estruturados. O significado do DART reside na sua introdução de um critério de admissibilidade explícito que preenche a lacuna entre o rollback mecânico e a correção semântica.

• Correção sobre Eficiência: O artigo argumenta que, em configurações sensíveis a compromissos, a prioridade deve ser a validade semântica. Um rollback local "rápido" que invalida compromissos a jusante é uma falha, não um recurso.
• Modularidade: O DART é projetado como uma camada que pode ser adicionada a tempos de execução de controle explícito existentes (como agentes baseados em FSM) sem exigir uma mudança fundamental na arquitetura do agente ou no modelo.
• Segurança Conservadora: O sistema é projetado para ser conservador; se a admissibilidade semântica não puder ser justificada (por exemplo, devido a ambiguidade ou dependências comprometidas), ele bloqueia o rollback e força uma reexecução da tarefa completa, garantindo que nenhum estado inseguro seja admitido.

Os autores concluem que separar a legalidade do controlador da recuperabilidade semântica é um requisito de correção para tempos de execução de agentes implantados, e que o DART fornece um mecanismo prático para impor essa separação.