Este artigo desenvolve uma visão unificada da Lógica Fuzzy Mediadora, abordando desde suas fundações tipo-1 até extensões tipo-2, tipo-3 e quânticas. Ele caracteriza o operador mediador, modela valores de verdade e introduz um sistema proposicional, estabelecendo sua solidez e paraconsistência.
O artigo descreve uma arquitetura de governança de IA de 7 camadas, desenvolvida ao longo de seis meses para controlar 53 agentes autônomos em produção. Este sistema garantiu zero incidentes, apesar dos agentes tomarem decisões reais em diversas tarefas de gestão familiar.
Credo introduz uma nova estrutura para o controle declarativo de pipelines de LLM, representando o estado semântico como crenças e regulando o comportamento através de políticas. Este design visa melhorar a adaptabilidade, auditabilidade e composabilidade de sistemas de IA agentivos, superando as limitações dos loops de controle imperativos atuais.
Este artigo propõe uma abordagem de aprendizado por reforço eficiente em comunicação, onde uma única política aprende decisões de controle e tempo, protegida por uma camada de segurança Lyapunov. Um sistema de garantia em tempo de execução anula a política para fornecer garantias de segurança mais fortes e aumentar significativamente os intervalos médios entre amostras em sistemas robóticos.
O conteúdo argumenta que agentes de IA precisam de um "sistema operacional" em vez de apenas um "harness" para garantir trabalho confiável e controlado, focando em aspectos como separação de execução e verificação, incertezas explícitas e auditabilidade. A proposta visa trabalho de IA controlado, não agentes autônomos, exemplificado pelo XRefKit.