研究提出以大语言模型为决策智能体的数据中心调度架构，护栏层将高风险动作转人工审批
一篇仅提供摘要的论文提出名为 Grid Control 的数据中心自主调度系统：以 LLM（大语言模型）作为决策智能体，每秒接收模拟多区域数据中心的监控数据，并从四个固定动作中选一个执行。
摘要称，在20组配对模拟中，作为该智能体策略替代物的确定性策略使超过68°C阈值的时间减少约24%，但接入真实 LLM 的评估留待后续工作。
研究原始来源可核对
事实与证据边界
论文摘要描述：模拟数据中心包含5个区域、15台服务器、60个芯片组，每秒流式传输遥测数据； 智能体每个决策间隔获得冻结的遥测窗口，从 shift_within_server、shift_within_region、migrate_region、pass 四个封闭动作中选择一个。 优先级为过热优先，延迟与负载均衡次之，成本与碳排放第三。
安全由模型外部的护栏层执行，将高关键性或管理员禁止的动作送入人工审批队列； 反馈回路把过去动作的实测结果作为上下文学习信号写回提示词； 另有范围受限的可解释模块回答运维人员提问。 20组配对模拟中，作为该智能体策略的确定性替代物（非 LLM（大语言模型） 本体）相对无智能体基线，使超过68°C阈值的时间减少约24%，碳加权负载减少约9%，电费降低约3%。
作者称 LLM 在环评估留待未来工作。
分析判断
该研究的价值在于把智能体权限管理落到具体工程结构：动作空间被收窄为四个选项，高风险动作由模型外的护栏层拦截并转人工审批，模型本身不掌握最终执行权。 这为讨论 Agent（智能体）在基础设施控制中的边界提供了可复现的实验设置。 需要注意，摘要所述的性能数字来自确定性替代策略而非真实 LLM（大语言模型），因此不能据此推断 LLM 决策在同等条件下的表现；
摘要亦未披露人工审批队列的规模、误拦截率或运维负担。
后续观察信号
- 检索作者后续论文或项目页，确认 LLM（大语言模型） 在环实验进展
- 关注同类工作中“模型外护栏+人工审批”模式的对比研究