When May an Agent Stop? Evidence-Carrying Termination for Tool-Using LLMs

ECT 只有在 typed certificate 把每个答案 claim 绑定到范围正确的轨迹证据、且确定性重放能重建数值时才允许 COMPLETE。48 个合成任务、6 类工具和 8 种故障的锁定研究中，ECT 不安全完成为 0/288，而终止 critic 为 252/288；预注册的 22 个留出任务簇中，ECT 早停无证据完成 0/66，对照控制器 40/66。支持完成为 97/132 对 92/132，满足预设的 -10 点非劣效界。