엔터프라이즈 에이전트는 장기적인(long-horizon), 조건부이며 안전에 중요한 표준 운영 절차(SOPs)를 따라야 합니다. 우리는 기계가 읽을 수 있는 SOP 제약 조건을 실행 가능한 유사 코드(pseudo-code)로 컴파일하고, LLM이 의미적 실행(semantic execution)을 수행하는 동안 활성 프레임(active frame)을 페이지 처리하는 프로그램 안내형(PG) 스택 머신으로 이를 구동합니다. 6개 모델에 걸친 세 가지 팔(three-arm)의 SOPBench 연구는 표현(representation)과 런타임(runtime)을 분리합니다: 컴파일된 텍스트는 공식적인 산문(prose)이 성능이 떨어지는 영역에서 결코 크게 손해를 보지 않으며 최대 16.0점까지 얻습니다. 런타임 안내는 역량 제한형입니다. 두 개의 강력한 모델은 독립적으로 긍정적인 7개 도메인 PG 대비(58:19 및 75:31의 불일치 쌍)를 보여주는 반면, 약한 모델들은 피해를 입습니다. 전체 프로그램 커서 제거(full-program cursor ablation)(활성 프레임 우선, 전체 프로그램 유지)는 강력한 모델의 거부율 이득 중 상당 부분을 회복하며, 선택적 가시성은 더 작은 개선을 추가합니다. 쌍으로 측정된 프로브 및 감사 측정은 재구성 능력보다는 자발적인 상태 규율(spontaneous state discipline)로 이러한 격차를 추적합니다. Bank 데이터셋에서 세 가지 주요 팔은 70.4에서 86.4, 그리고 92.8까지 상승하며, 거부 정확도는 100%입니다. 실용적인 안내: 먼저 컴파일하고; 모델 수준의 규율 확인 후에만 활성 프레임 페이지 처리를 활성화하십시오.