评估门控堆叠而非单层：Agent 动作的确定性门控与 LLM 门控会独立失效吗？

在 1,119 条标注 agent 动作（三个语料）上检验运行时门控堆叠：两个 LLM 评判器组合约合 1.2–1.4 个乘性层，规则层加一个评判器为 1.86–2.09 层。规则层与评判器组合的 φ 中位数仅 +0.014（0/4 对显著），评判器两两组合为 +0.430（6/6 显著）。单独准确率无法预测某层的增量贡献，且 112 个批次中有 50 个由未请求的模型版本服务。