TRACE：面向可审计代理承诺的操作推理模式

# TRACE：可审计智能体承诺的操作性推理模式
来源：https://arxiv.org/html/2607.12480

###### 摘要

本文定义并提出了 TRACE（类型化推理与承诺证据）方案：一个类型化、版本化的模式，用于记录推理轨迹；一套遵循该模式写入记录的标准流程；以及一项操作纪律——无记录，不执行持久状态变更。本文首先阐述目标与非目标，然后从三个层面论证推理并不存在于语言模型中：自回归机制本质上计算的是关联；思维链与强化学习继承了该机制的局限；推理理论的形式化构造（从苏格拉底程序到珀尔阶梯）作为机制本身是缺失的。TRACE 模式通过字段与测试来回应这种缺失：TraceRecord 及其因果特化版本、八阶段标准写入器、先测量后门控的机制、TRACE-Bench 协议，以及消费者（内存准入、计划门控、时间后悔、结论复用），这些消费者所做出的更优且更可审计的决策，正是衡量记录价值的尺度。记录-消费者契约明确了记录向消费者提供的保证以及消费者相应承担的义务，因此该模式是一个操作性接口，而非被动文档。正文中演示了两个工作示例：一段音乐课论证从原始句子追踪到类型化结论，展示了写入器如何区分关联、干预与规定；以及一个洪灾搜救场景，其中预测性世界模型报告了一个高置信度计划成功，但该模型自身的支持度与分布外得分却与之矛盾，因此记录推迟了承诺，请求一次有界观测，以仅追加方式修订声明，并清除了另一条计划分支。该场景仅为说明性示例，并非实证结果；闭环评估虽已指定，但留待未来工作，因此本文的贡献在于模式及其消费者契约，而非性能声明。附录包含了完整模式、标准写入器的算法与成本模型、争议分析、临床与政策层面的工作示例、基准测试协议、收敛-有效性度量与导入命题，以及内存准入与计划门控的使用场景。

## 1 本文目标：TRACE 的目标与非目标

本文定义并提出了 TRACE（类型化推理与承诺证据）方案：一个类型化、版本化的模式，用于记录推理轨迹；一套遵循该模式写入记录的标准流程；以及一项使记录具有实际意义的操作纪律。本文的核心产物是 TRACE 记录；其余内容要么用于写入记录，要么用于测量记录，要么用于消费记录。为了让读者在接触任何机制之前就建立起预期，本文首先说明其目标与非目标。

##### 目标。本文追求三个目标。

1. 1. **记录。** 定义一个统一的模式，具体为一个版本化的 JSON 类型定义，它捕捉推理事件的结构化类型：声称了什么、该声称需要何种推理类型、提供了何种证据与担保、测试了什么、什么失败了、遗漏了什么、以及随后得出了何种结论。
2. 2. **协议。** 使同一模式成为智能体系统各服务之间的交换格式：写入器发出记录，消费者依据记录行动，任何服务不得以其他形式传递推理状态。该模式既是日志格式，也是交换协议。
3. 3. **通过调用者实现改进。** 在推理质量实际可以改进的地方加以改进：即调用 TRACE 并消费其记录的系统。SocraSynth [Chang 2023b](https://arxiv.org/html/2607.12480#bib.bib77) 和 EVINCE [Chang 2024](https://arxiv.org/html/2607.12480#bib.bib78) 根据记录进行引出；RCA [Chang 2026a](https://arxiv.org/html/2607.12480#bib.bib184) 将故障定位到记录的阶段；ERM [Chang and Geng 2026](https://arxiv.org/html/2607.12480#bib.bib185) 对记录中的错误进行定价；RLER [Chang 2026b](https://arxiv.org/html/2607.12480#bib.bib183) 根据记录结论修订策略；Trivium [Chang 2026c](https://arxiv.org/html/2607.12480#bib.bib189) 计算记录步骤上的时间后悔；Mnemosyne [Chang et al. 2027](https://arxiv.org/html/2607.12480#bib.bib190) 对内存进行门控，MACI [Chang 2025](https://arxiv.org/html/2607.12480#bib.bib182) 根据记录结果对计划进行门控。记录使上述每一操作成为可能，而消费者的价值则是衡量记录的尺度。

##### 非目标。以下三项免责声明界定了提案的范围。

1. 1. **TRACE 本身并不优化或改进推理。** 它是为其调用者服务的基础设施：它进行记录和裁定，以便其上层的系统能够改进推理——就像预写式日志本身不恢复任何事务一样。
2. 2. **八阶段标准写入器并非最优。** 它是一个合规的实现，每个阶段都可以在不改变记录格式的前提下替换。
3. 3. **TRACE 并非通用的推理质量度量。** 其得分衡量的是对已声明、已版本化的 TRACE 政策的符合程度；不存在客观的推理质量标量，设计中也没有任何本质要素依赖于此。

##### 两项先例。系统工程此前已两次面临类似情形。预写式日志并不会让数据库更快或更智能，飞行记录仪也不会驾驶飞机。然而，没有前者，恢复、复制和审计便无法实现；没有后者，事后分析便不可能。在两种情况下，日志的价值完全由消费者的能力来证明。TRACE 记录在智能体系统中为推理扮演着同样的角色。它不会让底层模型更正确。但它使得模型推理产生的每一个持久后果都可归因、可争议、可改进。

##### TRACE 纪律。该模式附带一项操作规则，并由配套实现强制执行：**无 TRACE 记录，不执行持久状态变更**。除非已按照模式写入 TRACE 记录且携带结论，否则不提交内存，不清除计划，不更新义务。第 7.1 节通过一个洪灾搜救计划对这一闭合进行了具体说明：当高置信度预测的支持不足时，该预测被暂缓；一次无人机观测修复了记录；仅修订了依赖的路径分支。配套卷的实现章节闭合了这一循环；附录 G 和 H 概述了两种准入消费者。本文的设计主张因此为：

> 贡献的单位是记录，而非任何阶段算法。推理评估应分解为可类型化、可审计的责任，这些责任读写同一份版本化的 TRACE 记录；声明在测试前必须被类型化，并按其类型所要求的标准进行测试；而记录的评判依据不是质量标量，而是消费者——准入控制、计划门控和时间学习——能够用它做什么。

在接触具体机制之前，有必要说明这项主张的两个推论。首先，本文的基础主张并非 TRACE 能测量推理质量，而是 TRACE 能充分记录推理的结构化类型，从而支持准入、审计、后悔、修复和下游学习。在本文及其配套卷中，TRACE 指代整个契约：TRACE 模式、TRACE 写入器契约和 TRACE 纪律，因此“trace”（通常意义上的轨迹）正是系统留下的东西。TRACE 仍然执行类似评估的功能，但其结论是记录中的字段，而下面呈现的阶段仅仅是写入器契约的一种实现，每个阶段都可以在不改变记录格式的前提下替换。其次，后面定义的得分衡量的是对已声明、已版本化的 TRACE 政策的符合程度，而非客观的推理质量。第 7 节精确阐述了这两点，并说明了在何种情况下该设计会被证伪。

##### 贡献。本文做出五项贡献。第一，一个**模式**：TraceRecord 及其因果特化版本 TraceCausalRecord（第 3 节），像接口一样版本化，携带着评估状态，包括层级、识别状态、界限、缺失证据和后悔，而不仅仅是论证结构。第二，一个用于模式字段的**类型系统**：四个评估层，将声明路由到不同的形式学科（识别理论、证明检查、决策理论、法学），而先前的论点挖掘管线及基于方案的系统（如 Carneades）仅在论证层内进行分类和评估；明确的包含规则规定了当各层重叠时由哪一层进行裁定。第三，一个**标准写入器**（算法 1 和 2），作为写入器契约的一个合规实现，出于可审计性和成本纪律的目的呈现，而非声称最优。第四，**两个互补的工作示例**：一个普通句子经历每个写入阶段的全过程，以及一个洪灾搜救计划从预测性证据出发，经历暂缓、搜寻证据修复、仅追加修订和计划门控消费的全过程。第五，一个**基准测试与消融计划**——TRACE-Bench，它通过表现力来评判模式，通过阶段级和端到端质量来评判写入器，通过消费者价值来评判记录，其基线包括作为阶段分解零假设的单遍写入器。

##### 组织结构。本文按照目标、批评、模式、层级、阶段、测量、消费者、示例、辩论、保证和证伪的顺序展开。第 2 节陈述了分层的批评。第 3 节界定了术语、模式及其关键字段、以及写入器 API（第 3.3 节）。第 4 节构建了赋予类型字段语义的推理层级：CRIT 屋顶（第 4.1 节）、四个评估层（第 4.2 节）、包含图尔敏、沃尔顿和邓恩工具包的推理家族以及省略推理重建算法（第 4.3 节）、以及作为因果插件的珀尔阶梯（第 4.4 节）。第 5 节描绘了写入器的阶段：表述门控（第 5.1 节）、一条声明从句子追踪到结论的全过程（第 5.2 节）、以及停止规则（第 5.4 节）。第 6 节定义了 TRACE 政策的质量度量与硬门控；将其操作化的基准测试 TRACE-Bench 见附录 E，辩论阶段的收敛理论与有效性度量见附录 F。第 7 节陈述了本文的主张，包括消费者的主张（TRACE 是一个更好的准入解释器，而非一个更好的门控）。第 7.1 节然后在本文陈述其未主张的内容、哪些情况会证伪它及其局限性之前，给出了操作性消费者示例。临床与政策层面的工作示例见附录 D。

## 2 为什么推理不在语言模型中

推理是当今人工智能时代的关键能力。过去五年中决定性的进步不仅仅是知识存储的进步，而是**引出计算**的进步：训练模型发出中间步骤或草稿 [Nye et al. 2021](https://arxiv.org/html/2607.12480#bib.bib29)、提示模型产生思维链 [Wei et al. 2022](https://arxiv.org/html/2607.12480#bib.bib30); [Kojima et al. 2022](https://arxiv.org/html/2607.12480#bib.bib31)、对多种推理路径进行采样和投票 [Wang et al. 2023](https://arxiv.org/html/2607.12480#bib.bib32)、从最简单到最复杂分解问题 [Zhou et al. 2023](https://arxiv.org/html/2607.12480#bib.bib33)、在分支思考中进行搜索 [Yao et al. 2023a](https://arxiv.org/html/2607.12480#bib.bib34)、以及将推理与行动交织 [Yao et al. 2023b](https://arxiv.org/html/2607.12480#bib.bib35)。随后行业将推理作为明确的扩展轴：将推断时计算分配给深思熟虑，其表现可以超越扩展参数 [Snell et al. 2025](https://arxiv.org/html/2607.12480#bib.bib36)；而带有可验证奖励的强化学习产生了能够在回答前进行规划、自我检查和修订的模型 [OpenAI 2024](https://arxiv.org/html/2607.12480#bib.bib37); [Guo et al. 2025](https://arxiv.org/html/2607.12480#bib.bib38)。对这一轨迹的综述现在描述为从提示技术到“大型推理模型”的转变 [Chang 2023a](https://arxiv.org/html/2607.12480#bib.bib76); [Chen et al. 2025a](https://arxiv.org/html/2607.12480#bib.bib40); [Huang and Chang 2023](https://arxiv.org/html/2607.12480#bib.bib131); [Qiao et al. 2023](https://arxiv.org/html/2607.12480#bib.bib90)。

在能够说明模式的动机之前，必须以有条理的方式陈述该模式所回应的批评，因为这些问题具有不同深度，且常常被列为毫无区别的抱怨。此处的批评分为三个层面，每个层面都比前一个更深。第一层考察机制：自回归模型原本计算的是什么。第二层考察当前的两种修补方法——思维链引出和强化学习——并表明它们都继承了该机制的局限。第三层引入推理理论的形式化构造，并逐个构造地询问每个构造在语言模型中的位置；答案——无处可寻——将批评转化为 TRACE 模式所回应的规范。

### 2.1 第一层：机制是关联

然而，引出改变的是模型输出的内容，而非模型计算的内容。最大似然训练使关联成为本质操作：自回归模型被优化为按照其语料库的方式继续文本，而语料库统计所承载的是相关性而非因果性。当模型的输出看似因果时，是因为因果生成文本被关联式地吸收了——语料库包含了世界中因果过程产生的句子——而非因为自回归机制能够区分因果关联与相关性。因此，模型使用因果词汇却无法满足因果语义 [Kıcıman et al. 2024](https://arxiv.org/html/2607.12480#bib.bib104); [Zečević et al. 2023](https://arxiv.org/html/2607.12480#bib.bib105)：词汇“因为”、“导致”和“因此”是高概率的标记，而非推理步骤。

这一主张应以可辩护的力度陈述。机制可解释性已在训练好的 Transformer 内部发现了非平凡的中级结构，包括类似世界模型的状态表示和前瞻规划的证据 [Li et al. 2023](https://arxiv.org/html/2607.12480#bib.bib193); [Lindsey et al. 2025](https://arxiv.org/html/2607.12480#bib.bib194)，因此第一层的论证并非不存在内部结构——而是说模型可能具有某种类因果能力，但其存在于