本記事では、米国エネルギー省（DOE）における高リスク資産（HRP）の分類に関するORCHIDというシステムを紹介しています。このシステムは、人間の監視を受けつつリトリーバル拡張生成（RAG）を活用して、ポリシーベースの信頼性のある出力を生成します。従来の専門家ベースのワークフローは時間がかかり、バックログを生み出しやすいですが、ORCHIDは小型の協力エージェントが協調し、エージェント間のメッセージングを通じて機能します。これにより、モデルに依存しない操作が実現され、透明で監査可能な意思決定が可能になります。試験結果では、ORCHIDは正確性とトレースの向上を示し、専門家によるフィードバックを活用することで、機密性のある環境における信頼性の高いAI支援の道を示しています。