本论文针对可逃逸AI系统（即拥有足够权限影响自身运行时的AI系统，例如可调用工具和API的AI代理）提出了一种执行时AI对齐方法。作者指出，当前主流安全控制方法（如系统提示、输出过滤、护栏库）均位于代理自身运行时内，易受输入影响而被绕过。为此，论文定义了架构控制必须满足的四个属性：进程分离、在结构唯一路径上的动作前强制、请求级和系统级的故障关闭、以及可在受控系统信任边界外验证的外部化签名证据。作者将此层定位为执行时AI对齐，补充训练时对齐（RLHF、Constitutional AI）和推理时对齐。他们实现了名为“Unfireable Safety Kernel”的Rust参考实现，满足所有四个属性。其故障关闭不变量在机器层面进行了两层验证：SMT定理（Z3）和生产决策函数的穷举有界模型检查证明（Kani）。Python到Rust的迁移基于字节等价（1000/1000 fixture，17/17对抗类）进行门控。作者评估了该内核在真实可逃逸AI系统（一个确定性的、自我改进的世界模型）上的表现，面对试图利用其真实自我修改接口的逃逸对手：在1000次自我修改中，所有704次针对安全关键核心的尝试均被拒绝，未发生逃逸；另外300次操作员终止开关下的尝试也被拒绝。独立的6240次授权往返测试中无成功绕过。与三个声称拥有代理控制平面的当代系统相比，代理可以调用控制；而在此系统中，代理缺乏这种选择。