规范

Agent Evidence 最新草案是面向 Agent 工作证据记录的可移植标准。核心契约是 Agent outcome 与信任、回放、评审、脱敏、审计这些 outcome 所需证据之间的边界。

Agent Evidence 拥有 evidence relationships 与 read models。它不拥有 runtime execution、telemetry storage、source documents、artifact bytes、policy verdicts、legal conclusions 或 UI rendering。

范围

Agent Evidence 标准化以下实现问题：

1. Evidence pack 的 identity、scope、lifecycle 与 completeness status。
2. 将 assertions 连接到 sources、artifacts、tool results、telemetry refs 与 verification facts 的 claim maps。
3. 带 selectors、snippets、retrieval metadata、omissions、freshness、trust 与 contradiction records 的 source maps。
4. 连接 entities、activities、agents、models、tools、humans、artifacts、peer tasks 与 runs 的 provenance chains。
5. Verification results、review verdicts、rubrics、sign-off facts 与 open issues。
6. 描述哪些内容可重建、哪些 facts 缺失的 replay cases。
7. Redaction、retention、privacy、access 与 export-safety metadata。
8. 与 runtime ids、trace ids、span ids、events、logs、metrics 的 telemetry correlation。
9. 面向 audit、support、compliance、incident response 与 cross-system handoff 的 export manifests。

Agent Evidence 不 标准化 UI component model、model provider protocol、observability backend、artifact byte format、legal policy、vector store、tool registry 或 workflow language。

真实证据系统的压力

Agent Evidence 不是更好看的 citation format。真实 Agent 系统反复出现这些要求：

1. Final answers 混合 facts、recommendations 与 generated fields；每一类都需要独立 support state。
2. Source 可能支撑一个 claim、反驳另一个 claim，并作为第三个 claim 的 background context。
3. Retrieval systems 会 omit、deduplicate、filter 或 reject sources；reviewer 需要知道原因。
4. Tool results 与 artifacts 会长期影响 claims，即使 raw output 已被截断或 redacted。
5. Runtime traces 对 debugging 必要，但不足以 review，因为它们不分类 claim support。
6. Review 与 verification 必须独立记录；passing check 不等于 approval。
7. Replay 往往只能 approximate，因为 model output、APIs、indexes、policies 与 permissions 会变化。
8. Privacy redaction 必须保留 audit shape，而不是静默删除不方便的事实。
9. Evidence 必须跨 UI 改版、backend migration、support export 与 peer-agent handoff 存活。

参考架构

兼容实现可以把这些步骤放在一个进程中，也可以拆到多个服务里。契约是可移植 evidence model，不是部署拓扑。

核心对象

Object	目的
evidence_pack	一个 session、task、run、artifact、answer 或 review scope 的 evidence graph 可移植容器。
claim	可能需要支撑的 assertion、decision、recommendation、generated field 或 artifact section。
source_ref	指向 document、knowledge item、retrieval result、tool output、artifact、trace、human input、policy、peer record 或 external record 的引用。
support_edge	claim 与 supporting、contradicting、qualifying 或 background evidence 之间的关系。
provenance_node	outcome 生产过程中的 entity、activity 或 agent-like participant。
verification_result	带 status、coverage、severity 与 evidence links 的检查结果。
review_verdict	human、automated 或 policy review decision。
replay_case	重建 run 或 outcome 的 instructions 与 boundaries。
redaction_record	哪些内容被隐藏、转换、tokenized 或 withheld，以及原因。
export_manifest	描述 files、schemas、hashes、access 与 completeness 的可移植 manifest。

身份模型

Identity	含义
evidence_pack_id	evidence pack 的 stable id。
scope_id	session、thread、turn、task、run、artifact、answer、dataset row、review、incident 或 external case id。
claim_id	claim 或 generated assertion 的 stable id。
source_id	source reference 的 stable id。
edge_id	support、contradiction、provenance 或 review edge 的 stable id。
verification_id	verification result 的 stable id。
review_id	review verdict 的 stable id。
replay_id	replay case 的 stable id。
redaction_id	redaction record 的 stable id。
export_id	export manifest 的 stable id。
trace_id / span_id	可用时的 telemetry correlation ids。

兼容实现 MUST NOT 依赖单一 message id 表示所有 evidence。Claims、sources、artifacts、tool calls、reviews、replay cases 与 exports 都需要各自稳定的 ids。

Evidence pack envelope

每个 evidence pack SHOULD 包含：

Field	要求
evidence_pack_id	Required stable pack id。
schema_version	Required Agent Evidence schema version。
scope	Required scope object，至少包含一个 owner 或 external id。
status	Required lifecycle status。
created_at, updated_at	Required timestamps。
producer	Required runtime、service、worker 或 host，表示组装 pack 的主体。
claims, sources, support_edges	Inline compact facts 或 claim/source maps 的 refs。
provenance	Production graph 或 ref。
verification_results, reviews	Check 与 verdict facts。
replay_cases	可用时的 reconstruction instructions。
redactions	Redaction summary 与 records。
telemetry	Runtime 与 observability correlation refs。
completeness	按 category 记录的 completeness state。
refs	External payload refs、schemas、artifacts、traces 或 export locations。

大型 payload SHOULD 以引用方式保存，不要复制。适合离线 inspection 的小型事实可以 inline。

生命周期

Evidence packs SHOULD 支持这些 states：

Status	含义
draft	Evidence graph 正在组装。
collecting	Runtime、telemetry、source、artifact 或 review facts 仍在到达。
ready	Pack 已足够用于常规 inspection。
partial	Pack 可用，但已知 facts 缺失。
verified	Required checks 通过，或明确标记为 not applicable。
reviewed	Human、automated 或 policy review 产生 verdict。
exported	已生成 export manifest。
redacted	Sensitive content 已转换或 withheld。
expired	Retention policy 移除了 required refs 或 payloads。
invalid	Pack malformed，或与 authoritative facts 冲突。

Event envelope

Evidence events MAY 通过 CloudEvents-like envelopes、runtime event streams、logs、queues 或 domain APIs 传输。每个 exported event SHOULD 包含：

Field	要求
type	Required event class。
event_id	Required unique event id。
timestamp	Required producer timestamp。
schema_version	Agent Evidence event schema version。
evidence_pack_id	event 属于某个 pack 时提供。
claim_id, source_id, verification_id, review_id, replay_id, export_id	适用时提供。
trace_id, span_id	telemetry 可用时提供。
subject	可选 scoped subject，例如 answer、task、artifact 或 review。
payload	Typed event payload 或 ref。

Event classes

兼容实现 SHOULD emit 或 export 这些 event classes：

• evidence.pack.created
• evidence.pack.updated
• evidence.claim.added
• evidence.source.linked
• evidence.support.updated
• evidence.provenance.linked
• evidence.verification.completed
• evidence.review.completed
• evidence.replay.created
• evidence.redaction.applied
• evidence.export.created
• evidence.warning
• evidence.error

Completeness model

Pack SHOULD 按 category 声明 completeness，而不是只给一个 boolean：

Category	示例
runtime	session、thread、turn、task、run、tool ids。
telemetry	trace ids、spans、logs、metrics。
sources	selected、omitted、missing、stale、contradicted sources。
claims	supported、unsupported、contradicted、unreviewed claims。
artifacts	artifact refs、versions、diffs、exports。
verification	checks passed、failed、skipped、not applicable。
privacy	redactions、retention、access、export controls。
replay	deterministic inputs、unavailable systems、non-replayable steps。

Missing facts MUST 表示为 unknown、unavailable、redacted、expired、not_applicable 或 not_collected，不能被推断为 success。

Validation

Validator SHOULD 检查行为与关系：

• every claim has a status and support classification。
• source refs identify owner, location, selectors, and retrieval or selection context where applicable。
• support edges use explicit relationships such as supports, contradicts, qualifies, or background。
• provenance links identify produced-by, used, derived-from, associated-with, or attributed-to relations。
• verification and review facts do not overwrite each other。
• telemetry ids are references, not a replacement for evidence semantics。
• redacted packs remain structurally valid and disclose redaction categories。
• replay cases declare what cannot be replayed。
• export manifests include schema version, file list, hashes, and completeness status。

Compatibility levels

Level	要求
reference-only	实现可以链接外部 evidence pack，但不验证。
read	实现可以读取 pack identity、claims、sources、support edges 与 completeness。
write	实现可以生成 valid packs 与 update events。
review	实现可以附加 verification results 与 review verdicts，且不破坏 existing facts。
export	实现可以生成带 hashes、schemas、redactions 与 completeness 的 manifests。
replay	实现可以生成 replay cases 与 missing-fact records。