Reason Less, Verify More: Deterministic Gates Recover a Silent Policy-Violation Failure Mode in Tool-Using LLM Agents

论文指出 tool-using LLM agents 会出现一种不显眼的错误：单个工具调用看起来合法，但调用后系统状态违反策略。作者用 deterministic gates 在关键动作后校验状态不变量，尝试把这类错误从推理链里移到确定性检查里。它值得跟进的地方是把“少推理、多验证”做成 agent safety 的工程模式，而不是继续依赖模型自我解释。