老字号账房的规矩只有一条:流水可查。每日一结、笔笔对得上,东家查账、官府征税、伙计对薪,全凭那本账。智能体就是电子伙计——它开始替人下单、改配置、动数据的那一刻,客户与监管要问的第一句话必然是「这笔操作是谁批的、依据是什么」。答案写不出来,合作就谈不下去。留痕不是负担,是准入资格:账本完备到什么程度,智能体就能被授权进入多严肃的房间。

审计的对象:记什么、记多细
四类事件必须全量进账本。工具调用是主体:参数、返回摘要、耗时与结果状态,失败同样要记——失败的调用常常比成功的更有调查价值。权限变更是第二类:谁在什么时候给智能体加了什么权限、批准人是谁、被拒绝的申请也要留档——审计的价值恰恰在边界事件上,「申请被拒」记录的是系统防住了什么。数据访问是第三类:读了哪些类别与范围的数据,按敏感级分档记录。人工干预是第四类:批准、接管、否决,附操作者与理由——理由字段设成必填,缺了理由的干预,事后复盘时等于没发生过。
粒度的权衡在两难之间。全量记录的代价是体积与隐私:逐 token 记录模型内部推演既不必要也不合法理,个人数据混进日志还制造新的合规负担。抽样的代价是不可辩护:出事那天恰好没被抽中的记录,就是说不清的责任。工程上的分界线因此清晰:凡触碰外部世界或敏感数据的动作全量记,模型内部推演不必逐字记——审计要回答的是「做了什么、凭什么做」,不是「想了什么」。
智能体审计有一个传统系统没有的字段:依据。本次动作引用了哪些检索片段、命中哪条策略规则、由哪个用户请求触发——「它为什么这么做」这个问题的答案,必须能从账本里直接取出来,而不是靠工程师事后逆向推理。依据字段是智能体账本区别于传统操作日志的核心:传统日志回答「发生了什么」,智能体账本还要回答「基于什么判断」。另一层关键是关联:任务 id 与会话 id 把散落的事件串成完整轨迹——没有这层关联,账本只是一堆流水,串起来才是「一次决策的全过程」。
边界情况的记法要提前定好,否则真出事时会争论「这算不算一次操作」。重试:同一工具的第二次尝试是独立事件还是同一条记录的补充?通行做法是每次尝试独立成条、附尝试序号与父任务 id——重试本身就是行为,重试次数过多本身就是异常信号。缓存命中:直接回放历史结果也算一次数据访问,要记下命中了哪个缓存键、原始结果产生于何时。批量任务:一条指令派生的一百个子操作,每个子操作独立成条,靠同一任务 id 聚合。账本宁可有冗余,不可有合并——合并掉的,就是追不回的。
| 审计对象 | 必记内容 | 粒度要点 |
|---|---|---|
| 工具调用 | 参数、返回摘要、状态 | 全量,失败同样记 |
| 权限变更 | 变更前后、批准人 | 全量,含拒绝记录 |
| 数据访问 | 数据类别、读取范围 | 按敏感级分档 |
| 人工干预 | 操作者、动作、理由 | 全量,理由必填 |
记什么的原则一句话可以说完:影响外部世界与敏感数据的动作不许漏,模型内部推演不必全收;多出来的字段预算,优先花在依据与关联上——这两样决定了账本在质询时刻的成色。
账本的工程要求:不可篡改、可检索、可重放
不可篡改是账本的第一属性。工程上三件套:append-only 存储——只允许追加、不允许改写;WORM 式对象锁——写入后设定期限内不可删改;哈希链——每条记录附上前一条的哈希,任何中间记录被篡改,后续整条链条都会对不上,这正是证书透明度日志的思路。更严格的部署再用外部时间戳服务定期锚定,把「账本没被改过」的证明托付给第三方。三件套的排序有讲究:append-only 是地基,对象锁是保险,哈希链是当场可验的自证——三者叠齐,账本才敢递交给外部审计师。
可检索常被低估。账本的价值在出事那一刻兑现,而那一刻的要求是「按主体、按对象、按时间窗、按任务 id 秒级回查」。账本与观测数据必须分家:观测数据面向调试,可以降采样、可以过期、可以只为延迟曲线服务;账本面向辩护,保留策略与访问控制单独设定。混在同一套系统里,运维迟早会为了省存储把账本也降采样——等出事那天才发现,关键记录恰好在那次「优化」里消失了。实现上还有一条纪律:审计索引与业务库分离。审计查询是突发性的——出事时一波密集回查,如果打在业务主库上,等于让调查行为本身成为生产事故的放大器;独立的索引库让审计回查再多也不影响线上。存储分层是现实解法:热数据保在线检索,冷数据保归档可取——「查得慢」可以接受,「查不到」不行。
可重放是账本的高级能力:存下输入快照、工具返回与模型版本,争议发生时能按当时的输入逐段还原决策过程——不是「重新跑一遍看看结果」,而是重演「当时为什么这么做」。重放的三个用途:争议仲裁(这笔退款到底是谁批的)、事故复盘(出事前的动作序列长什么样)、回归分析(这类决策在历史上有多少次、命中过哪些规则)。重放的前提是账本记全了依据与关联——记不全的系统,重放只能重演出动作,重演不出理由。
保留期限与隐私的张力要正面处理:留得越久越好查,但账本里混着用户个人数据,存太久本身就是风险。通行解法是化名化——个人标识用哈希或引用替代,原文另存且单独管控访问;账本保留长期,原文按隐私法规的期限管理。
{
"seq": 18204,
"time": "2026-11-18T09:41:22Z",
"actor": "agent:billing-bot@prod",
"on_behalf_of": "user:u_8817",
"task_id": "task-9f31",
"action": "tool.call",
"tool": "refund.issue",
"target": "order:2026-1102-3341",
"basis": {
"policy": "refund.auto_within_72h",
"citations": ["kb:refund-rules#section-3"],
"approval": null
},
"result": "ok",
"prev_hash": "sha256:9d02aa",
"entry_hash": "sha256:44be71"
}
这条记录把一次自动退款的全过程压进一个对象:哪个智能体、代表哪个用户、调了什么工具、动了哪笔订单、依据哪条政策与哪段知识库、结果如何、链条挂在哪。审计师的问题再多,答案都在字段里——账本设计的最高标准,就是「所有质询都已经有字段在等」。
合规映射:可追溯性的实际问法
企业内控框架的问法最直接。SOC 2 与 ISO 27001 类框架对「谁在什么时候用什么权限做了什么变更」有直接条目——变更管理、访问审查、事件响应三类控制都要从账本取数,账本就是答卷。对应关系可以逐条翻译:变更管理对应权限变更记录,访问审查对应数据访问记录,事件响应对应工具调用与干预记录。审计师不关心你的智能体多聪明,只关心这三类记录能不能对上——能不能对上,取决于账本字段是不是从第一天就按这个口径设计的。
AI 治理法规把门槛又抬了一档。欧盟 AI 法案类框架对高风险系统提出自动记录运行日志的义务,留存期限有法定下限;金融、医疗等强监管行业的行业法规另有各自的留痕要求。合规映射的实操做法是把条款逐条翻译成账本要素:每条义务对应「记什么、留多久、谁能看」三个答案——翻译完会发现,多数义务并不要求新工程,要求的只是账本字段设计时多想一步。合规映射还可以反向用:把账本字段清单当输入,把法规当检查器。新规出台,先对照「记什么、留多久、谁能看」三问逐条核对本家账本,缺字段补字段、缺期限调期限——把合规从一次性达标工程变成持续对账:法规是外部约束,账本是内部能力,能力齐了,约束来了就是填表。
实际问法有三种,每一种都在检验账本的完备度。事故复盘:还原出事前后的完整动作序列,缺一条记录,归因就断一环。争议仲裁:一笔自动退款引发客诉,客户问「凭什么扣我钱」,账本里调出那次退款的任务 id,政策依据、知识库引用、当时的会话上下文一应俱全——三连问答不上来,争议就从技术问题升级成法律问题。这类演示在现场的价值巨大:客户从「听你讲流程」变成「看你查记录」,信任的建立方式完全不同。监管检查:能否提交未经修改的完整链条——「内部有记录但导不出来」在检查现场等于没有。
flowchart TD
A["动作发生:工具调用与人工干预"] --> B["事件组装:主体、对象、依据、结果"]
B --> C["哈希链追加:附前一条哈希"]
C --> D["不可篡改存储:append-only 与对象锁"]
D --> E["检索服务:按主体、对象与任务回查"]
D --> F["重放服务:按输入快照还原决策"]
E --> G["出证:内审、客户审计与监管检查"]
F --> G
合规的本质不是多记几条日志,而是让「可追溯」从一个形容词变成三个可执行的查询:查得到动作、查得到依据、查得到链条。
生态观察:审计能力的商品化
平台化正在把账本变成标品。智能体平台、RPA 与工作流产品都在把审计日志做成开关、面板与导出——过去是企业自建的定制工程,现在是平台功能菜单里的一行;「审计报告」从按项目开发变成标品字段。商品化的另一面是同质化:各家账本的字段与格式大同小异,选型时审计能力的权重自然上升——它从加分项变成及格线。
采购侧的变化更实质。客户审计正在成为交付标配:卖智能体方案的公司被要求进客户现场演示账本、接受抽查、承诺日志不在供应商侧长期留存;安全问卷里审计条目从「可以补充」变成「必须回答」。第一波的供应商已经体会到差别——账本完备的团队过安全评审一次通过,账本残缺的团队在问卷阶段就被淘汰,销售周期差出数倍。账本从合规部门的事,变成了销售部门的前置条件。账本还在悄悄接手另一份工作:SLA 赔付的裁判。服务承诺一旦量化——完成率、时延、人工接管率——赔付判定就需要双方都认的原始记录,审计账本天然是这份记录;账本越可信,SLA 就越敢写具体数字,承诺与留痕互为因果。
缺口同样清楚。跨厂商账本没有统一格式,重放仍是各家私有实现——而智能体的动作常常横跨多个平台:编排在一个平台、工具在另一个平台、模型在第三个平台,三个账本对不上总账。审计互操作是被低估的难题:事件格式、哈希链算法、重放接口,每一层都需要跨厂商约定,而目前没有哪家有动力先让步。行业的现实路径大概率是先沉淀「导出格式的最小公约数」,再谈互操作——就像当年的日志格式,先约定公共字段,再逐步统一语义。在互操作落地之前,多平台场景的过渡方案是向上归集:企业侧自建一个归集层,把各平台的导出汇入统一库——归集层丢掉了哈希链的防篡改证明,但至少把「对不上总账」变成「总账里能看到」。
判断留在这里:监管要求与企业采购的合力,会把账本从「先进团队的实践」压成「行业准入的门槛」,晚建的成本远高于早建——因为账本的历史不可补记,上线第一天没开始记的动作,永远追不回来。
小结
账本的完备度,决定智能体能进入多严肃的房间。四类对象全量留痕、依据字段可质询、哈希链保不可篡改、重放保可辩护——这四件事做齐,事故复盘、争议仲裁与监管检查才有共同的事实底座。给刚起步团队的最小账本包:动作事件加哈希链、对象锁存储、按任务检索、每季度做一次重放演练。留痕的意义不在事后免责,而在事前授权——正因为每一笔都可查,才敢把更大的操作交给它;账本越厚,授权越重,这是智能体世界最良性的一对正反馈。
读者留言
COMMENTS 暂无还没有留言,来说第一句?