AI 代理（AI agents）和代理系统（agentic systems）正被迅速应用于长运行系统和工作流中。它们正在演进，以提供超越短请求 - 响应交互的支持，转而支持持续的过程，包括检索信息、调用工具、与其他代理协调、等待外部事件，并最终在真实系统中执行操作。这种扩展引入了一个新挑战：基于变化输入的可信决策。当代理根据系统或组件状态做出决策时，它们能够观察、推理并产生富有洞察力的决策。然而，在快速变化的环境中，某些决策背后的触发条件可能在执行前发生变化。其结果是出现一种看似矛盾的状态：系统在执行政策时，其状态是新鲜的，但所执行的决策却是过时的。