多智能体出错不再全停：Airlock按数据流向定点隔离，健康任务多留68到96个百分点
核心概要
多智能体系统中，一个智能体的错误输出会在被发现前被同伴读取并扩散到外部动作。Airlock把权限沿委派树逐级收窄，同时用只追加的数据来源图记录跨智能体的数据消费；告警后沿图向前隔离受污染的执行与待发动作。在1832次测试台运行、161次物理智能家居运行和24266条仿真记录中，Airlock在主测试台与智能家居网格上拦下告警后全部错误动作，收敛后零泄漏，比A2A与LangGraph原生控制多保留68到96个百分点的健康工作。
深度剖析
Airlock把多智能体故障的处置从“停一个智能体”或“停整条流程”改成按数据流向定点隔离：告警之后，被污染的执行和尚未发出的外部动作被单独冻结或撤销，未受影响的并发工作继续运行。 此前的多智能体控制要么只取消出错的源头，漏掉已经读过该输出的下游消费者，要么中断整个工作流或回滚检查点，把健康工作一并作废。 在1832次测试台运行、161次物理智能家居运行和24266条仿真记录中，Airlock在主测试台与智能家居网格上拦下告警后的全部错误动作，收敛后零泄漏；A2A与LangGraph的原生控制最多只控制住33.3%的故障，或在不重做的前提下最多保留16%的工作。
这套机制由两层组成：下层运行时把每个子任务的权限从父智能体向子智能体单调收窄，上层控制器维护一张只追加的数据来源图，记录哪个输出被哪个智能体读取。 权限边界管的是“谁能做什么”，数据来源图管的是“坏数据已经流到哪”，两者分开记录才能既限制动作又追踪污染。 每个站点守护进程把派发、读写和动作提交写入本站有序日志，再汇入中央协调器；告警时控制器沿图向前找出受污染的执行与待发动作，必要时向后收窄候选根因。
默认的全隔离层不需要求解器，直接暂停受污染分支；优化割层把边界选择写成带截止时间的最小割，用“先围栏、后剪枝”在系统继续运行时执行。 全隔离在故障不扩散时已足够，但在污染密集扩散时会把健康工作一起停掉。 在扩散率1.0的10对运行中，优化割每一轮都保留100.0%的高风险工作，全隔离只保留54.0%，配对增益为46个百分点。
启示与展望
演示范围是三个站点、两个主机的测试台，以及经Home Assistant驱动的物理智能家居设备；Airlock只在线拦截经站点守护进程和网关中介的外部动作，不回滚智能体内部记忆。
单进程SQLite协调器在63个逻辑站点时日志摄入饱和，摄入滞后达52.4至90.8秒，此时未摄入的告警被标为不确定，日志到达前已提交的动作无法拦截；共享记忆已吸收被污染日程后，恢复未受污染的文字回复需要配合独立的记忆或检查点回滚。