深空探索

深空系统常常运行在人类无法实时控制的环境中。通信延迟、极端条件、有限修复能力和任务关键型自主性，都要求执行治理在任务开始前就被设计进去。

深空中的问题不只是系统可能做错决定。更深层的问题是，系统可能在没有清晰判断、授权和责任路径的情况下直接执行。

示例场景

深空探索系统可能控制巡视器、栖息地模块、资源系统、科学仪器、采矿装置、导航系统或生命支持环境。由于距离和通信延迟，地面人员并不总能实时干预。

当系统遇到不确定情况时，它可能生成一个看似有利于任务目标的命令，但这个命令也可能带来严重风险：进入不稳定地形、消耗紧急储备、关闭设备，或重新分配生命支持资源。

没有 LERA

如果没有 判断治理架构，自主推理可能直接进入执行。高风险行动可能在人工审查前发生，紧急资源可能在缺少治理时被消耗，任务也可能在未经明确授权的情况下遭受不可逆损害。

一旦失败发生，责任会变得难以定位：是 AI、任务设计者、操作人员、机构、规则系统，还是允许这种自主等级的人负责？

使用 LERA

使用 LERA 后，深空自主仍然可以存在，但不再是无治理的自主。系统需要预先定义哪些行动可以常规执行，哪些必须保持阻断，哪些在执行前需要更强判断。

即使无法实时让人介入，LERA 也要求判断、授权、规则和责任在行动发生前被结构化定义。

LERA 如何介入

• 判断：判断拟执行行动意味着什么，可能产生什么后果，以及不确定性是否可接受。
• 授权：明确谁有正当资格允许行动继续。
• 责任：在执行前绑定责任，而不是等事故发生后再追溯。
• 可靠性规则：为该情境应用相关的 WRS-C 和领域 WRS-D 条件。
• RCC：治理谁可以改变执行相关规则，以及规则变更如何授权和留痕。
• ECS：在执行边界之前，让行动保持可控制。
• 结果：在现实执行之前，将行动路由为允许、阻断或升级。

LERA 改变了什么

LERA 为远距离自主行动提供责任结构。有风险的命令不会仅仅因为 AI 生成就执行；不可逆行动需要更强治理；系统进入极端环境前，阻断和升级路径必须已经定义。

与延迟审查和自主系统相关的问答

这些问题解释 LERA 如何处理远距离、延迟和任务条件导致无法实时人工批准的自主执行。

• 当操作无法等待实时人工审核时会发生什么？
• LERA 可以治理高速或高频系统吗？
• 为什么执行控制对于 AGI 控制至关重要？

在深空探索中，LERA 有助于确保远程自主不会在没有判断、授权和责任的情况下执行。