精选理由
智能体AI开发者终于有了责任归属的量化框架——本文提出的显式溯源机制解决了“AI出错谁负责”的核心难题，做AI安全、合规和系统治理的团队值得深入研究。
本文指出智能体AI在软件工程等领域快速普及，但公众信任滞后，核心原因是缺乏可量化、可追溯、可干预的显式溯源机制，导致责任无法分配。作者认为当前缺失的不是更好的基准评估，而是贯穿智能体全生命周期的显式溯源，这是让责任变得可计算和可操作的唯一基础。论文从四个维度推进：通过识别社会技术维度的责任缺口说明溯源的必要性，通过因果归因函数和责任张量形式化定义溯源内容，通过四层生命周期实验证明溯源可在线估计和干预，并通过具体智能体事件讨论责任归属。显式溯源不是可选的改进，而是负责任智能体AI的必要条件。
AI 翻译 · 中文
本文指出智能体AI在软件工程等领域快速普及，但公众信任滞后，核心原因是缺乏可量化、可追溯、可干预的显式溯源机制，导致责任无法分配。作者认为当前缺失的不是更好的基准评估，而是贯穿智能体全生命周期的显式溯源，这是让责任变得可计算和可操作的唯一基础。论文从四个维度推进：通过识别社会技术维度的责任缺口说明溯源的必要性，通过因果归因函数和责任张量形式化定义溯源内容，通过四层生命周期实验证明溯源可在线估计和干预，并通过具体智能体事件讨论责任归属。显式溯源不是可选的改进，而是负责任智能体AI的必要条件。
Agentic AI is rapidly proliferating across diverse real-world domains such as software engineering, yet public trust has not kept pace. The central reason is that responsibility, despite being widely discussed, remains a…