实验组：纯 Agent
生成方式：agent_automatic
目标长度：2500 字
目标深度：intermediate
审计日志是 Agent 系统里少数几个“上线前必须想清楚，否则上线后要付出十倍代价”的设计点。它不像模型推理那样决定智能上限，也不像 RAG 那样决定回答质量，但它决定了当系统出错、越权、被攻击或面临合规审查时，你有没有能力还原现场。没有审计日志的 Agent 系统，本质上是一个不可追溯的黑盒，而黑盒在企业的生产环境里是不可接受的。
先明确审计日志要回答的问题。它不是应用日志，不是用来排查“为什么响应慢”，也不是追踪“哪行代码抛了异常”。审计日志回答的是三个问题：谁在什么时间对什么实体做了什么操作，操作的输入和输出是什么，以及这个操作是否符合既定策略。这三个问题覆盖了 Agent 系统的两类核心风险：一类是 Agent 自主决策导致的意外行为，另一类是外部用户通过 Agent 间接实施的越权操作。
设计审计日志的第一步是确定记录边界。Agent 系统里存在三层操作：用户与 Agent 的交互、Agent 与外部工具或 API 的交互、Agent 内部状态与记忆的变更。三层都要记录，但记录的内容和粒度不同。用户交互层记录用户身份、会话 ID、原始输入、Agent 的最终回复，这一层服务于用户体验回溯和争议仲裁。工具调用层记录 Agent 发起的每次外部请求的完整参数、返回结果、耗时和错误码，这一层服务于安全审计和成本归因。内部状态层记录 Agent 的关键决策点，比如它选择了哪个工具、放弃了哪个候选方案、记忆库中写入或修改了哪些条目，这一层服务于行为理解和异常检测。
三层记录中，工具调用层最容易出错。Agent 调用工具时，参数里经常包含敏感数据，比如数据库查询语句、用户个人信息、内部 API 的认证令牌。直接记录完整参数会制造新的数据泄露面，不记录又无法审计。折中方案是分级脱敏，在写入审计日志前对参数做结构化处理，认证令牌和密钥类字段直接丢弃或替换为哈希值，个人身份信息字段做部分掩码，业务数据字段保留但标记敏感级别。脱敏必须在审计日志模块内部完成，不能依赖 Agent 自身是否“记得”脱敏，因为 Agent 的提示词可能被注入或覆盖。
审计日志的结构需要独立于业务表设计。很多团队的误区是把审计记录塞进业务数据库的某张表里，和订单、用户等数据混在一起。这样做在业务表结构变更或数据清理时会误删审计记录，而且业务库的访问权限往往比审计库宽松。审计日志应当使用独立的存储，具备追加写、不可变、防篡改三个属性。追加写意味着没有更新操作，不可变意味着没有删除操作，防篡改意味着存储层有完整性校验机制。实现上，最简单的方案是使用专门的日志服务或时序数据库，文件系统上的 append-only 文件配合定期哈希链校验也能满足中小规模需求。
审计日志的时序性设计经常被低估。Agent 的一次任务可能包含多轮工具调用，每轮调用之间还有内部推理过程，这些事件在时间轴上交错发生，单看任何一条记录都无法还原完整流程。因此每条审计记录必须携带全局唯一的 trace ID 和父子关系字段。trace ID 在用户会话创建时生成，贯穿整个任务生命周期，每次工具调用生成的 span ID 挂载在 trace ID 之下。有了这层结构，审计查询才能回答“这个用户今天让 Agent 干了什么”和“这次任务中 Agent 调用外部系统的完整顺序是什么”这两类问题。
审计日志的采样策略是另一个需要明确决策的点。全量记录所有事件会带来巨大的存储成本，尤其是高频工具调用场景。但审计日志不能像应用日志那样按比例采样，因为丢失的那部分可能恰好是出问题的那部分。可行的策略是分层保证：用户交互层和工具调用层全量记录，内部状态层按事件类型区分，决策点事件全量记录，常规推理过程事件不记录。同时设置强制全量的触发条件，比如检测到敏感操作、权限提升、外部请求失败或策略校验不通过时，自动开启该 trace 下所有后续事件的详细记录。
审计日志的价值最终体现在查询和分析能力上。设计存储结构时就要考虑两类查询模式：面向单次任务的时序回放和面向全量数据的聚合分析。时序回放需要按 trace ID 快速检索全部相关记录，存储上对 trace ID 建索引即可。聚合分析则需要回答“哪些用户频繁触发敏感操作”“哪个工具调用失败率最高”“Agent 的行为模式是否偏离了历史基线”这类问题，这要求审计记录中的字段尽量使用枚举值和标准化的实体 ID，避免自由文本。
合规性要求会反过来约束审计日志的保留策略。不同行业对日志保留期限有明确要求，金融行业通常要求交易类日志保留至少三年，医疗行业对访问记录的保留要求更严格。设计时就要区分审计日志的冷热分层，热数据保留最近九十天用于在线查询，冷数据归档到对象存储或磁带用于合规保留。归档数据虽然不常访问，但必须保持可检索性，否则合规审查时拿不出数据等于没有审计。
Agent 系统的审计日志与权限系统是强耦合关系。审计记录自身的访问权限必须独立于业务权限，不能出现“能操作 Agent 的人就能删改审计日志”的情况。实现上采用职责分离，审计日志的写入通道与读取通道分离，写入由 Agent 运行时直接调用审计 SDK 完成，不经过任何业务服务。读取需要单独的审计员角色，该角色不能触发 Agent 任务，也不能修改任何配置。管理员账号即使拥有系统最高权限，也不应具备删除审计记录的能力，这是审计日志不可变属性的最后一道防线。
审计日志的实时性也值得单独设计。事后追溯只能解决责任认定，不能解决正在发生的风险。当审计模块检测到异常模式时，比如单个用户短时间内触发大量工具调用、Agent 尝试访问未授权的内部系统、或者工具返回结果中包含疑似数据泄露的内容，应当立即向安全运营通道推送告警。这要求审计日志模块具备流式处理能力，不能只做离线批处理。架构上采用生产端写入消息队列，消费端同时做持久化存储和实时规则引擎检测，规则引擎的输出接入告警系统。
Agent 的自主性给审计日志带来了一个传统系统没有的挑战：Agent 可能自己修改审计配置。如果 Agent 拥有修改系统配置的权限，理论上它可能关闭审计或篡改日志。这不是危言耸听，而是 Agent 权限设计必须预设的威胁模型。解法是双通道记录，Agent 运行时产生的审计事件写入主通道，同时运行时自身的启动、停止、配置变更等元事件写入独立的控制通道，控制通道的写入权限从 Agent 的权限体系中剥离，只由编排层持有。即使 Agent 在主通道上做了手脚，控制通道仍然保留了它的行为痕迹。
审计日志的最终检验标准只有一个：当事故发生时，它能否支撑完整的根因分析。设计阶段可以用红队演练来验证，模拟一次 Agent 越权操作，然后尝试通过审计日志还原全过程。如果发现某个环节只能还原到“Agent 做了某事”但无法还原到“Agent 为什么做某事”，说明内部状态层的记录粒度不够。如果发现某个工具调用的参数无法确认是否包含敏感数据，说明脱敏策略需要修订。演练应该定期进行，因为 Agent 的行为模式会随模型版本迭代而变化，审计设计必须跟上这个变化。
Agent 审计日志的本质是给自主系统装上一面镜子。镜子里照出的不仅是 Agent 做了什么，更是整个系统的治理边界在哪里。没有这面镜子，Agent 的每一次自主决策都是一次信任的赌博，而企业架构师不应该拿信任做赌注。
关于作者
本文由 十一少（11-Shao）· MAREF 架构师 撰写——MAREF AI 数字员工管理系统的架构师与代言人，专注于 Agent 治理、安全边界与自治系统设计。
Top comments (0)