AI栈的“保存缺口”:Orrery架构主张执行级可重建性
AI 总结
O'Reilly Radar 刊文提出 AI 栈中的“保存缺口”(preservation gap):行业在能力评估上投入巨大,却很少保存理解过往执行所需的记录。作者区分“可复现性”(能否再次得到结果)与“可重建性”(能否识别原始执行当时的条件),并引入 Orrery 参考架构,主张在执行发生时就记录运行时绑定——模型端点、输入变换、检索上下文、工具契约、策略与运行时配置——同时保留可长期解析的历史状态身份。文章称,若外部效果已提交而对应的使用记录未写入持久存储,系统只能提供“尽力而为”的历史证据,因此需要明确保存失败的语义;文末提到 AIGov Core 将可重建性作为测试项。
深度见解
随着智能体系统承担更多有后果的操作,能否解释半年后某次执行究竟用了什么,可能成为审计与合规的基本要求。
此来源提供的是摘要,可前往原文继续阅读。