NOTAS DE CAMPO / LDM ZARAGOZA / CALATAYUD · 2026
RESEARCH IA/PAPER 04

AGENTES · SEGURIDAD

Deontic Policies for Runtime Governance of Agentic AI Systems

ImprescindibleLectura primaria completa

Marco de gobierno runtime para agentes basado en permisos, prohibiciones, obligaciones, dispensas y precedencia entre reglas.

AUTHORS / LABAnupam Joshi, Tim Finin, Karuna Pande Joshi, Lalana Kagal
FECHA17 JUNIO 2026.
LECTURALectura primaria completa
LECTURA DE 60 SEGUNDOS

Lo esencial antes de invertir más tiempo.

HALLAZGO

Marco de gobierno runtime para agentes basado en permisos, prohibiciones, obligaciones, dispensas y precedencia entre reglas.

EVIDENCIA DISPONIBLE

A payments agent is prohibited from autonomously executing a high-value transaction; a treasury-officer approval credential from the authority named in the policy provides a dispensation, and any permitted transaction that exceeds the regulatory reporting threshold carries a mandatory Currency Transaction Report (CTR) obligation under the Bank Secrecy Act.

Resultado reportado con fuente enlazada · 5 localizadores disponibles.
LÍMITE

La lectura primaria permite comprobar método y resultados en el HTML, pero no convierte sus conclusiones en validación independiente. La ficha no demuestra transferencia fuera de los datasets, modelos, herramientas y condiciones descritos en Deontic Policies in Practice.

SIGUIENTE PRUEBA

Comparar la métrica principal de la fuente junto con calidad, coste, latencia y tasa de errores.

EN UNA FRASE

Marco de gobierno runtime para agentes basado en permisos, prohibiciones, obligaciones, dispensas y precedencia entre reglas.

SEÑALbanca · salud
EVIDENCIAResultado reportado con fuente enlazada
CONFIANZA EDITORIALMedia
RESULTADOS / PROCEDENCIA

Qué está reportado y qué conviene comprobar.

Hay resultado reportado con fuente enlazada.
RESULTADO REPORTADO

A payments agent is prohibited from autonomously executing a high-value transaction; a treasury-officer approval credential from the authority named in the policy provides a dispensation, and any permitted transaction that exceeds the regulatory reporting threshold carries a mandatory Currency Transaction Report (CTR) obligation under the Bank Secrecy Act.

contexto: Deontic Policies in Practice

LECTURA DEL PAPER / SÍNTESIS EDITORIAL

Qué estudiaron y qué cambia.

La síntesis está separada de los resultados reportados y de las inferencias.

PROBLEMA / La señal entra en el radar porque Motores como XACML, Rego o Cedar cubren sobre todo permitir/prohibir, pero no toda la estructura normativa necesaria para agentes autónomos.

MÉTODO / La lectura de Architecture describe la intervención y su construcción: AgenticRei enforces deontic policies at the action boundary of any agent framework. The architecture, shown in Fig. 1 , follows a three-step extract–evaluate–apply contract. We have built a prototype that demonstrates the approach end to end. It loads Rei-encoded policies and domain ontologies, intercepts an agent action and extracts it to a \langle subject, action, resource \rangle triple, evaluates that triple against an RDFox-based policy engine, and returns a verdict with any attached obligations. The prototype implements permission, prohibition, obligation, dispensation, and meta-policy priority resolution… [Fuente: https://arxiv.org/html/2606.19464#S3]

RESULTADO / La sección Deontic Policies in Practice informa: A payments agent is prohibited from autonomously executing a high-value transaction; a treasury-officer approval credential from the authority named in the policy provides a dispensation, and any permitted transaction that exceeds the regulatory reporting threshold carries a mandatory Currency Transaction Report (CTR) obligation under the Bank Secrecy Act. [Fuente: https://arxiv.org/html/2606.19464#S4]

LÍMITE / El cierre de la fuente señala: We have argued that the full governance requirements of open Agentic AI systems relating to security, privacy, and compliance are beyond what current policy engines can express. We identified some needed constructs and argued that a deontic policy language like Rei provides them. AgenticRei demonstrates that such policies can be evaluated at the execution time of the action, entirely outside the LLM, with low-millisecond latency. Preliminary measurements… La transferencia a compliance agentic requiere repetir la comparación con datos y criterios propios [Fuente: https://arxiv.org/html/2606.19464#S8].

DECISIÓN RÁPIDAProbar la propuesta en compliance agentic reproduciendo primero la comparación y registrando calidad, coste, latencia y errores.
NO LO SOBREINTERPRETES

La lectura primaria permite comprobar método y resultados en el HTML, pero no convierte sus conclusiones en validación independiente. La ficha no demuestra transferencia fuera de los datasets, modelos, herramientas y condiciones descritos en Deontic Policies in Practice.

PROBLEMA
Motores como XACML, Rego o Cedar cubren sobre todo permitir/prohibir, pero no toda la estructura normativa necesaria para agentes autónomos.
MÉTODO
La lectura de Architecture describe la intervención y su construcción: AgenticRei enforces deontic policies at the action boundary of any agent framework. The architecture, shown in Fig. 1 , follows a three-step extract–evaluate–apply contract. We have built a prototype that demonstrates the approach end to end. It loads Rei-encoded policies and domain ontologies, intercepts an agent action and extracts it to a \langle subject, action, resource \rangle triple, evaluates that triple against an RDFox-based policy engine, and returns a verdict with any attached obligations. The prototype implements permission, prohibition, obligation, dispensation, and meta-policy priority resolution…
TIPO DE EVIDENCIA
La sección Deontic Policies in Practice informa 1 hallazgo(s) extraído(s) desde la fuente. El resultado principal se conserva con el localizador de sección https://arxiv.org/html/2606.19464#S4.
LÍMITE
La lectura primaria permite comprobar método y resultados en el HTML, pero no convierte sus conclusiones en validación independiente. La ficha no demuestra transferencia fuera de los datasets, modelos, herramientas y condiciones descritos en Deontic Policies in Practice.
FIELD NOTES / ANOTACIONES

La lectura también deja rastro.

Guarda una observación junto a la evidencia. Tú escribes aquí; los agentes pueden añadir notas por MCP y aparecerán identificados.

MEMORIA PRIVADAEntra para anotar este paper y conectarlo con otros.
Entrar con ChatGPT
LECTURA AMPLIADAMetodología, implicaciones y preguntas para volver al paper.+
LECTURA EN 90 SEGUNDOSLo que conviene llevarse antes de abrir el PDF.
QUÉ HACE

La lectura de Architecture describe la intervención y su construcción: AgenticRei enforces deontic policies at the action boundary of any agent framework. The architecture, shown in Fig. 1 , follows a three-step extract–evaluate–apply contract. We have built a prototype that demonstrates the approach end to end. It loads Rei-encoded policies and domain ontologies, intercepts an agent action and extracts it to a \langle subject, action, resource \rangle triple, evaluates that triple against an RDFox-based policy engine, and returns a verdict with any attached obligations. The prototype implements permission, prohibition, obligation, dispensation, and meta-policy priority resolution…

QUÉ APORTA

Los agentes productivos necesitarán políticas vivas, auditables y aplicables durante la ejecución.

QUÉ NO PRUEBA

La lectura primaria permite comprobar método y resultados en el HTML, pero no convierte sus conclusiones en validación independiente. La ficha no demuestra transferencia fuera de los datasets, modelos, herramientas y condiciones descritos en Deontic Policies in Practice.

Cómo lo llevaría a un proyecto

Probar la propuesta en compliance agentic reproduciendo primero la comparación y registrando calidad, coste, latencia y errores.

compliance agenticseguridad corporativacontrol de herramientasagentes regulados.

Preguntas que conviene probar

  • ¿La mejora se mantiene cuando compliance agentic cambia de dominio o distribución?
  • ¿Qué componente del método explica la mayor parte del resultado y qué baseline lo pone realmente a prueba?
PLANTILLA DE PRUEBA / INFERENCIA EDITORIAL

Si tuviera que convertirlo en una prueba mañana.

ENTRADAcompliance agentic con un conjunto pequeño de casos representativos y la misma métrica o protocolo que la fuente cuando sea reproducible.
PREGUNTA¿La propuesta mejora compliance agentic frente a la línea base actual?
MÉTRICAComparar la métrica principal de la fuente junto con calidad, coste, latencia y tasa de errores.
PARADAParar si no aparece una mejora reproducible o si aumenta el riesgo, la complejidad o el coste sin compensación.

Mi lectura

La pregunta operativa es si compliance agentic puede medirse con una línea base y un criterio de parada claros.

Esta última frase es una inferencia editorial a partir del paper y de sus posibles implicaciones; no es una afirmación de los autores.