SponsioLabs/Sponsio

Deterministic safety solutions for probabilistic AI agents

解決的問題

Sponsio 透過強制執行稱為「Agent 合約」的確定性執行時規則，防止 AI Agent 執行危險或偏離目標的動作——例如刪除生產資料庫或進行詐欺。它解決了 LLM 可能會「作弊」、產生幻覺或忽略約束的可靠性與安全性差距，為緩慢且昂貴的 LLM-as-judge 護欄提供了一種高性能的替代方案。

工作原理

Sponsio 使用基於形式化方法的邏輯檢查器來即時監控 Agent 的動作。它將自然語言規則或預定義的模式庫編譯成確定性合約（假設 $ ightarrow$ 執行）。當 Agent 嘗試進行函數呼叫時，Fuzzy LTL Monitor 會根據這些合約檢查該動作，以決定是允許、攔截、警告、升級還是重定向該呼叫。此過程在執行階段內不到 0.01 ms 即可完成，且無需任何 LLM 呼叫，因此比基於提示詞的過濾器快得多。

適用對象

使用 LangChain、CrewAI、Vercel AI 等框架構建 AI Agent 的開發者，或者在 Python 和 TypeScript 中使用自定義工具呼叫迴圈，需要為 Agent 動作提供保障的安全邊界與稽核軌跡的開發者。

亮點

  • 極致性能：邏輯檢查執行時間僅為 0.0052 ms，比基於 LLM 的護欄快數千倍。
  • 確定性執行：使用形式化方法確保規則得到遵守，不受 LLM 隨機性的影響。
  • 即插即用包：包含 16 個預建的合約包（例如用於 shell 或檔案系統存取），以防止常見的故障類別。
  • 廣泛整合：相容主流 Agent 框架，並同時支援 Python 與 TypeScript。