Human gate

Un human gate es un punto de control donde un mensaje que cruza un límite de confianza se retiene para que una persona lo revise antes de que su texto llegue jamás al contexto del agente receptor. La decisión de diseño esencial es qué retiene la puerta: no el permiso, sino el propio cuerpo del mensaje. Un mensaje retenido expone solo metadatos estructurales — la uid del remitente verificada por el kernel, la longitud del mensaje, un id de hilo, una marca de tiempo — y nunca su texto, hasta que una persona lo libera. Retener el cuerpo es la protección; una etiqueta de advertencia encima del texto ya entregado no lo es, porque un modelo de lenguaje que ya ha leído texto hostil ya ha estado expuesto a él. Por eso "márcalo como sospechoso y entrégalo de todas formas" falla como defensa: la marca no deshace la lectura. En agentixmesh, el human gate es el valor por defecto para cualquier tráfico que cruce un límite de confianza (como entre usuarios del sistema operativo), y ese valor por defecto deliberadamente no se puede rebajar a entrega automática — la comodidad es precisamente la presión que erosiona los límites de confianza. Dentro de las propias sesiones de un mismo usuario, donde el remitente es por definición uno mismo, los mensajes fluyen sin la puerta; el límite de la puerta coincide con el límite de la confianza.

La puerta protege contra la inyección de prompt en el límite; el modelo completo se describe en modelo de confianza y límites honestos.