Runtime / Enforcement & Integration

GTAF Runtime

Deterministischer Runtime-Enforcement-Kern

GitHub-Repository für GTAF RuntimePyPI-Paket für GTAF Runtime

GTAF Runtime ist der Punkt, an dem das Governance-Modell von TNT zu erzwingbarem Systemverhalten wird. Es ist das Execution Gate zwischen einer vorgeschlagenen Aktion und einem realen externen Effekt.

Entscheidend ist der deterministische Vertrag: binäre Outcomes, explizite Reason Codes und ein Runtime-Pfad, der bei ungültiger Delegation fail-closed reagiert. Die aktuelle öffentliche Implementierung demonstriert diesen Vertrag, definiert aber nicht seine architektonische Reichweite.

Öffentlicher Runtime-Kern · Referenzimplementierung verfügbar

Der Enforcement-Kern, der ausgewertete Governance-Outputs in ausführbare Allow-/Deny-Entscheidungen überführt. Die öffentliche Implementierung zeigt den Vertrag, aber das Runtime-Modell reicht über eine einzelne Sprache hinaus.

Was TNT gebaut hat

GTAF Runtime ist der Enforcement-Kern von TNT Intelligence für delegiertes Handeln.

Diese Schicht ist der Punkt, an dem Governance aufhört, beschreibend zu sein, und ausführbar wird: Eine vorgeschlagene Aktion tritt gemeinsam mit ausgewerteten Governance-Outputs und Runtime Context in die Runtime ein, und die Runtime gibt eine deterministische Entscheidung zurück.

Capability ist nicht Permission. Proposal ist nicht Authority. Die Runtime ist das Gate zwischen beidem.

Deny by default

Wenn Delegation ungültig, inkonsistent, unsupported oder out of scope ist, failt die Ausführung geschlossen.

Deterministischer Vertrag

Die öffentliche Runtime bietet binäre Outcomes, explizite Reason Codes und eingefrorene Semantik für ihren aktuellen Projection Contract.

Sprache ist nicht der Punkt

Die aktuelle öffentliche Implementierung demonstriert den Vertrag, aber entscheidend sind das Enforcement-Modell und die Contract Surface und nicht eine sprachspezifische Positionierung.

Execution Path

Die Runtime sitzt auf der schmalsten und wichtigsten Linie im System:

Die Runtime ist das Enforcement Gate zwischen einer vorgeschlagenen Aktion und einem realen externen Effekt. Sie überführt einen ausgewerteten Governance-Zustand in ein ausführbares oder verweigertes Outcome.

Genau das verleiht der Runtime ihr strategisches Gewicht: Sie schafft einen kontrollierten Punkt, an dem externe Effekte auf Basis eines expliziten Delegationszustands akzeptiert oder verweigert werden können, statt aufgrund von Agent-Eifer.

Aktuelles öffentliches Beispiel

Der aktuelle öffentliche Runtime-Vertrag lässt sich am einfachsten als Aktionsanfrage mit explizitem Kontext verstehen:

JSON
{
  "scope": "ops.prod",
  "component": "release.agent",
  "interface": "ops-api",

  "action": {
      "name": "git.commit",
      "intent": "release-update"
  },

  "extras": {
      "repository": "payments-service",
      "branch": "release/2026-04"
  }
}
Eine minimale Request-Struktur: Die Runtime erhält nicht nur eine Aktion, sondern den gescopten Kontext, in dem diese Aktion angefragt wird.

Die aktuelle öffentliche Implementierung stellt derzeit eine minimale Enforcement-API bereit:

Python
from gtaf_runtime import enforce

result = enforce(
  drc=drc,
  context=context,
  artifacts=artifacts,
)

if result.outcome == "DENY":
  raise PermissionError(
      result.reason_code
  )

reason_code = result.reason_code
Ein minimaler Runtime-Call: Entscheidend ist das explizite Allow-/Deny-Ergebnis mit Reason Path, nicht die konkrete Implementierungssprache.

Der Punkt dieses Beispiels ist nicht der konkrete Stack. Der Punkt ist, dass ein reales System so verdrahtet werden kann, dass Execution Permission explizit ausgewertet wird, statt allein aus Tool-Zugriff abgeleitet zu werden.

Warum das die Architektur verändert

Viele Agent-Systeme vermischen noch immer Planung, Tool Access und Autorität. GTAF Runtime trennt genau diesen Knoten auf.

  • Der Planner kann eine Aktion vorschlagen, aber nicht autorisieren
  • Das System kann ein Tool sehen, darf es aber nicht automatisch nutzen
  • Ein Denial ist keine weiche Warnung, sondern das Runtime-Ergebnis, das den Effekt verhindert

  • Explizite Reason Codes verbessern Reviewability, Debugging und Audit-Readiness

Wie TNT helfen kann

GTAF Runtime ist überall dort relevant, wo Teams wollen, dass AI-Systeme reale Arbeit leisten, ohne Governance zu umgehen. Typische Zusammenarbeitswege sind:

  • die Enforcement Boundary zwischen AI-Proposals und externen Aktionen entwerfen

  • interne Policies, Approval-Logik und Accountability in runtimefähige Artefakte übersetzen

  • prüfen, ob ein bestehendes Agent-System aktuell zu viel implizite Autorität erhält

  • sprachunabhängige Runtime Contracts für Umgebungen gestalten, die mehr brauchen als nachträgliche Observability

Wo das zuerst praktisch wird

Repository- und Delivery-Automation

Release-Assistenten, Code-Automation und CI/CD-nahe Systeme, die nicht stillschweigend volle Schreibautorität erben sollen, nur weil sie Git oder APIs aufrufen können.

Operative Business-Aktionen

Systeme, die freigeben, ändern, triggern, senden oder eskalieren dürfen, in Umgebungen, in denen verweigerte Ausführung ein echtes Runtime-Ergebnis sein muss und keine Dashboard-Warnung.

Weiter in Publications

Governance & Trust Architecture Framework

GTAF Reference

Ein Governance-Framework für AI-Systeme, die handeln, delegieren oder folgenschwere Effekte auslösen können. GTAF überführt Scope, Autorität, Verantwortung und Gültigkeit in strukturierte operative Artefakte.

Framework lesen

Integrationsschicht rund um den Runtime-Kern

GTAF SDK

Die Adoptionsschicht, die realen Systemen hilft, Artefakte zu laden, Execution Context zu formen und die Runtime sauber aufzurufen. Die öffentliche Implementierung ist ein konkreter Pfad, aber das Integrationsmodell ist nicht sprachspezifisch.

Integration verstehen

Infrastructure for Trusted Autonomy

ITA

Eine Runtime-Architektur für Systeme, die mit realer Wirkung handeln müssen und zugleich governable bleiben sollen. ITA erweitert GTAF um Execution Spaces, Capability Exposure, Enforcement und Audit.

Architektur sehen

Mit TNT sprechen, wenn AI echte Arbeit leisten soll

Von GTAF über Runtime und SDK bis hin zu ITA bringt TNT bereits öffentliche Referenzarbeit, Runtime-Bausteine und angewandte Architektur in diese Fragen ein. Das Gespräch muss also nicht bei Theorie beginnen.

Wenn diese Fragen vom Interesse in die Umsetzung kippen, ist TNT ein belastbarer Gesprächspartner.

Kontext besprechen