前阵子有个做智能体平台的朋友给我演示了个东西。流程倒不复杂：一个 agent 收到指令，自己调了三个工具，中间还让另一个模型评了一轮，最后把单子跑了。演示本身挺顺的。让我噎住的是讲解结束时我随口问了一句——"这些动作的次序是哪来的？它为什么先调那个再调这个？"
他愣了一下。然后调出了一个界面，能看到的是每一步的输入输出摘要，和一句模型的自然语言解释："因为我判断这个依赖关系更合理。"
没有当时的系统状态快照。没有触发条件的时间戳。没有策略版本号。关键的是，没有任何东西能回答我刚才那个问题：它在那个时间点、基于哪些可见的事实、绕过了哪些候选路径，做出了这个选择。
我说你这不是个例。这是整个行业的问题。
后来我把这个思路整理了一下，管它叫"推理账本"（Reasoning Ledger）。出处是 Sovereign Systems Specification——那里面把 AI 必需的存储拆成了四块：持久记忆、主动工作记忆、上下文窗口，加这个新东西。前三块都是"记住什么"，第四块要回答的是"当时为什么这么决定"。它不抓链式思维，不是要把模型脑子里那团浆糊掏出来放在纸面上——只记可验证的外部痕迹：引了哪个文档、搜到了什么、某个策略版本的判定、人工审批的记录、时间戳和级别评分。甚至连审批结果都有争议空间，但它需要存在。
概念本身不难。难的是理解这问题为什么到今天才浮出来。
你可以说这是 AI 记忆栈的演进史绕不开的一环。早期 LLM 应用是纯上下文窗口的那一套，关上窗口什么都不剩，简单粗暴。然后 RAG 流行起来——检索外部知识塞进上下文。向量数据库也跟着火了，那是在给 AI 配长期记忆，解决"它什么都能聊但什么都记不住"的问题。再后来才是主动工作记忆、持久记忆那一代产品，开始让 agent 拥有跨会话的经验结构。
整条链路都在做"记得更多、记得更牢"。但没有人做过"这段推理是如何发生的、记录一次以供日后复现当时的场景"。大家都在做写后端的各种优化、检索质量的调优，却没有人回答过一个问题：那些决定推理路径的因素，写进存储了吗？对一个管理系统来说，这几乎是个荒谬的疏忽——你花了大价钱建档案库，却把"为什么做决定"这条最核心的线索扔在了对话流里。
这不是第一次出现了。技术史上有过一模一样的演化路线，只是不叫这名字。
几百年前簿记员只是分行记下收支金额，账本上的数字对不出来时，谁也没法判断哪儿错了——直到后来人们开始在每一笔旁边写"凭据"——一张收据、一个签名。审计师顺着它逐步查回原始单证，系统终于"可以质疑了"。这个转变不是靠老板强调"认真点"，是靠整段交易过程从隐式变成显式、让决策发生时"可见的证据"可以被回放。
Git 是另一条更直接的演化路径。2005 年 Linus 搞出它时，大家注意到的是分布式和速度，真正让协作发生质变的，是它把"为什么"的上下文纳入了版本控制。代码的每次变更都附着提交说明、评审讨论、issue 引用，你不只知道代码变了什么，还能追溯当时为了哪个目的、经过了哪些讨论、否决了什么方案。Git 保存了软件工程里最宝贵的元数据——不是代码本身的历史，是决策的历史。
有意思的是，工程界花了二十多年才好不容易相信：代码 bug 可以靠 diff 对比找出来，但设计失误只能在上下文里看到。AI agent 的推理过程之于 AI 应用，正是代码的提交历史之于软件。当今的 agent 框架里记录的全是"发生了什么"，很少留下"为什么会这样发生"。我可以说，等到 agent 开始做长期自治工作，比如运维一个 Kubernetes 集群或处理多步的供应链流程，无法回答"为什么要做这个动作"时，事故复盘和信任构建都会变成一团无人能解的糊涂账。
可这不怪今天这拨做应用的。根本没有对应的存储层可用。我们知道 LLM 的所有能力上限时，没有人把它当作审计对象来设计。还记得 20 年代初那批可解释性研究吗？大家试图在神经网络的权重里找到人能理解的符号逻辑，做出来的东西要么成了只有专家能读的论文，要么只是一堆注意力热力图。到 agent 进入生产，该审视的重点早就悄悄转移了：真正要审计的不是网络内部怎么激活——是决策发生时外部那些可以被留下、可验证、法院能认的痕迹。
这可能是记忆栈真正的新地块。传统上记忆教科书只讲存储和检索。而从系统角度来看，记忆的本质是写入问题：你存进去了什么格式、什么保真度、能不能通过接口重现出来。推理的本质是问责问题。当前主流 agent 记忆方案几乎都盯着读——优化向量召回率、膨胀上下文——没人认真解决写侧：当一次关键部署决策发生时，我记录下了它的依据当时的版本、它的批准链、它的先验条件？
所以我在那篇文章里说：推理账本是给"记忆"补上"问责"那块缺位。它不是把决策过程原样录像，也不是记录链式思维。比这更窄，也更有操作性：记录的是决策时可观察到的证据、工具调用、策略评估、人工审批、时间戳和置信度。
你甚至可以拿这套去和老会计聊——他们管这叫原始凭证。
而且得说清楚：账本里存的是"这个决定在那个时刻认可的权威和前提"，不是"这个前提今天还成立"。它只回答"当时是怎么定的"，不负责实时验证结论没用过期数据——那是后续审计逻辑的工作。一个系统的可信，不可能只要当前正确，它必须同时具备"其过去过程中的任何关键节点能被再次举证"的能力。没有这一层的系统，以后在强监管领域寸步难行。
我承认我对这个设计有偏爱。它来自一个让我很难受的现实——当你问现役 agent 任何一个关键操作"为什么"时，能提供的通常是自信语气，不是证据链。我们把交付做出来了，却没把决策的可追踪性做进去。可做技术的都清楚，"为什么"的地位永远排在"是什么"之后，是因为它一直更难：写下"为什么"那一刻，你必须现场把上下文固定下来，把它变成另一条独立的持久化记录——这就是 Write-Side（写侧）问题。
所以下一篇我打算直接写写一侧托管。推理账本自己也是会被篡改的证据——审计记录如果没有防篡改的保管方式，审计本身就是一个笑话。到时候这个问题会真的变成：谁来守护守护者？
这篇文章我没写"AI 需要记忆"——它太显然了。我写的是另一条：它需要的是敢被人追着问的那类账本。毕竟做推理系统的同行们，我们最怕的不是模型想错，是它想错了我们也无法知道它为什么想错。