该论文针对开放与解耦的6G无线接入网（RAN）中多供应商共存场景下的AI辅助控制安全问题，提出了一种名为Z²-ACT（零知识可审计控制与零信任可验证智能体意图架构）的端到端解决方案。随着6G RAN走向开放化和虚拟化，网络需要承载来自不同厂商的组件，这使得AI控制回路必须同时满足安全性、可验证性和可审计性，尤其是在并发运营商意图和不可信模型输入的环境下。现有研究分别处理了智能体协调、形式化意图约束、零信任提示验证和密码学问责，但未能将这些原语统一集成，导致预实现安全、连续语义验证和跨域审计在单独使用时存在缺口。Z²-ACT将四类原语整合到非实时（Non-RT）和近实时（Near-RT）RIC（无线智能控制器）中：首先将运营商目标编码为类型化意图契约（Intent Contracts）；大语言模型（LLM）的输入必须通过实用的对抗性意图检查才被接受；技能序列只有在满足自管理门控条件时才被释放；每次成功提交都会记录为带有零知识证明的有约束承诺。实验基于公开ColO-RAN测量数据，将完整架构与消融实验及传统强化学习基线进行比较。非实时路径使用真实LLM将运营商意图转换为意图契约，评测指标包括翻译准确率、无效或幻觉契约率、非实时延迟以及面对对抗性或误导性意图的行为；近实时控制基于公开KPM序列进行轨迹驱动。结果表明，该架构在近实时包络内以适度的延迟和信令开销实现了改进的驱动过滤和攻击弹性。本文适合6G网络架构师、安全研究员、RAN智能控制开发人员以及关注AI安全与可验证系统的从业者阅读。