负责任的智能体AI需要显式溯源

智能体AI正在软件工程等多样真实世界领域中迅速扩散，但公众信任未能同步跟进。核心原因在于，责任尽管被广泛讨论，仍然是一个主观且缺乏执行力的概念，因为现有智能体框架都无法产生可量化、可追溯、可干预的溯源信息，而当伤害源于并非任何单方设计的组合时，正是这些溯源信息才能用于责任认定。我们的立场是：所缺失的不是更好的基准级评估，而是覆盖智能体全生命周期的显式溯源（explicit provenance），这是使责任可计算、可行动的唯一可行基础。我们沿四个轴线推进这一议程：通过识别社会技术维度上的责任缺口，论证此类溯源为何（why）是结构性必需；通过因果归因函数与责任张量，形式化它必须编码什么（what）；讨论如何在四个生命周期层级上使其可计算（how），初步实验表明溯源可在不可逆伤害累积之前在线估计和干预；并通过一个具体的智能体事件考察谁（who）应承担责任。显式溯源不是可有可无的改进，而是负责任智能体AI的必要条件，其生态系统中的任何利益相关方都不能将其视为可选项。