一句话定义
有状态策略引擎（Stateful Policy Engine）是一种在智能体（agent）每次动作前后都参与判断、并把每次动作的结果记下来影响下一次判断的规则执行器。关键词是“状态”：同一个动作，第一次可以放行，第十次可能就要拦截。
为什么静态规则不够
假设你给一个自主智能体配了张公司信用卡。静态规则像贴在墙上的告示：“单笔不超过 500 元”。它只看这一次动作，不看历史。于是智能体可以在一分钟里刷二十笔 499 元——每笔都合规，合起来是灾难。这就是无状态（stateless）策略的盲区：它是纯函数，输入只有“谁、对什么、做什么”，输出允许或拒绝。
提示词护栏（prompt guardrail）是另一条路：在系统提示里写“请理性消费，不要做危险操作”。它有用，但它住在模型上下文里，靠模型自觉遵守。面对提示注入（prompt injection）、多轮诱导或长任务里的上下文漂移，它是概率性防线，不是执行点。
它怎么工作
可以把它想成门口保安加一位会计。会计手里有本账：今天已经花了多少、这个供应商是不是第一次出现、任务走到第几步了、上一次批准的范围还剩多少。
- 动作前（pre-action）：读账本加本次请求，输出放行、拦截、附加条件或转人工审批，并先预留“预计消耗”。
- 动作后（post-action）：把真实结果写回账本，更新预算、进度、已授权范围。
所以它的判断是“请求 + 状态 → 决策 + 新状态”，而不是“请求 → 决策”。状态可以是预算余额、调用计数、会话阶段、能力授权（capability grant）、幂等键（idempotency key）等。
像 Sapien 这类面向智能体治理的组件，思路就是把这类策略从提示词里挪到模型之外的确定性执行点：策略里描述额度、工具白名单、审批门槛和流程顺序，引擎在每一步实际动作上评估并记账。具体支持哪些策略语法、如何接入，以官方页面为准。
和相邻概念的区别
| 概念 | 判断依据 | 生效位置 | 主要短板 |
|---|---|---|---|
| 提示词护栏 | 语义 | 模型上下文内 | 注入或漂移可绕过 |
| 静态规则 | 主体+资源+动作 | 调用前网关 | 无累计视角 |
| 有状态策略引擎 | 上述两者+历史状态 | 每个动作前后 | 需显式管理状态本身 |
对从业者和普通人的意义
对从业者：凡是“累计”“频率”“流程顺序”“一次审批管一段”这类需求，都别指望提示词。把执行点放在模型外面，让状态可查询、可审计、可重放。
对普通职场人：以后评估一个“能自己干活的 AI”，除了问它聪不聪明，还要多问一句——它每走一步之前，谁在记账，谁在放行？