Mnemosyne: Agentic Transaction Processing for Validating and Repairing AI-generated Workflows

Mnemosyne 提出 Agentic Transaction Processing：LLM、solver 或 agent team 生成的 workflow action 先被视为未受信 proposal，只有通过声明的可执行约束集 C 才能被 runtime admit 和 commit。系统由 append-only transition log、effective-state projection、dependency-safe compensation 和 active commitment records 组成，并证明 authority separation、serial-equivalent admission、evidence-preserving repair、obligation containment 等性质。artifact 在 9 个 falsification tests 中拒绝目标违规，projection-and-validation overhead 低于 6%，说明它更像 workflow 级事务层而不是又一个 planner prompt。