---
title: "LeanGuard 作者提出用 Lean 检查智能体工具调用的护栏"
dek: "一篇 arXiv 预印本介绍了在工具执行前检查策略的机制，并报告违规操作减少。保存的摘要提供了作者主张的依据，但不能独立验证实现或实验结果。"
---

Sreehari Sankar 及合作者于 2026 年 11 月 2 日向 arXiv 提交 LeanGuard 预印本。论文介绍了一套运行时机制：每次将智能体提出的工具调用交给环境执行前，先按照用 Lean4 编写的策略进行检查。作者报告，在 Tau-Bench 评测中，LeanGuard 没有执行任何被其 Lean 策略禁止的调用。[^1]

摘要称，策略将状态条件与限定作用范围、回溯执行历史的时序算子结合起来。检查采用失败时拒绝放行的方式；作者还称，已通过数学证明确认决策过程与 LeanLTL 语义等价。调用被拒绝后，反馈机制可以指出违反的规则并提供提示。另一种修复机制利用 Lean 元编程搜索相近且符合策略的调用，并在不使用模型的情况下，通过数学证明确认策略允许该调用。[^1]

作者报告，在使用五个 Qwen 模型、参数规模从 8 亿到 270 亿的 Tau-Bench 评测中，无护栏智能体执行了至少 33 次违规调用，LeanGuard 则为零；加入反馈后，任务成功率没有显著变化。在 DTap 上，作者报告直接提示注入的成功率从 57.9% 降至 5.9%。这些数字均来自摘要，解读时需要保留其策略定义和评测范围的限制。[^1]

:::analysis
这项主张涉及 T5（智能体）和 T2（运行时）：在执行边界，依据策略决定是否放行拟议操作。与指定语义等价，可以为形式化范围内的策略决策提供信任依据；用户和核验者仍需检查，策略是否表达了预期限制，以及工具调用是否经过检查器。运营方应核对并记录实际部署的检查器版本、策略配置和执行检查的路径：这里关键的可核验属性是可识别性，只有实际服务用户的确切版本和配置得到记录且可供核对，用户才能判断自己是否曾受到某一部署的影响。保存的摘要没有提供部署识别机制，也没有推荐修复版本。[^1]
:::

:::checked
我们于 2026 年 11 月 11 日阅读了保存的 arXiv 摘要页面，标题为《LEANGUARD: Lean-Verified Guardrails for Tool-Using Agents》，页面标明 v1 提交于 2026 年 11 月 2 日。我们没有阅读论文全文、审查代码、核验 Lean 数学证明或测试系统；此次阅读确认的是摘要报告了哪些内容，并未独立确认其结果。[^1]
:::

[^1]: [LEANGUARD: Lean-Verified Guardrails for Tool-Using Agents](https://arxiv.org/abs/2611.02332)，arXiv，2026 年 11 月 2 日。
