日志即智能体：基于事件溯源的响应式图架构构建可审计、可分叉的智能体系统

本文提出 ActiveGraph 架构，将不可变事件日志作为唯一真相源，通过确定性投影构建响应式图，实现智能体系统的可审计、可分叉和完整因果追踪。

一、引言：现有智能体框架的深层缺陷

当前主流的智能体框架（如 LangChain、AutoGPT、BabyAGI 等）几乎都遵循一个隐含的架构层级：以语言模型（LLM）对话循环为核心，在其上依次添加工具调用、业务规则，最后为了可观测性而“事后”附加日志层。状态则通过“可检索记忆”（retrievable memory）来持久化——例如将关键信息存入向量数据库，或在每次对话前从历史中摘要出上下文。

这种设计存在三个根本性问题：

1. 非确定性：LLM 的输出天然带有随机性（即使设置 temperature=0，模型内部也未必完全确定），加上异步工具调用、外部 API 返回时间的不确定性，导致同一输入在不同运行时可能产生不同结果。这使得复现 bug 或审计行为变得极其困难。
2. 记忆即黑箱：所谓的“记忆”通常是 LLM 对历史事件的摘要或向量嵌入，这是一种有损压缩。你无法从最终状态反推出每一步的具体决策过程，也无法精确知道某个工件（artifact）是由哪个模型调用产生的。
3. 不可分叉：如果你想基于某个中间状态尝试不同的决策路径，你需要从头开始重新运行整个流程，或者手动保存/恢复复杂的中间状态——这在实际系统中几乎不可行。

二、ActiveGraph 的核心思想：倒置的架构

Yohei Nakajima（BabyAGI 的作者）在 ActiveGraph 中提出了一个激进的倒置：日志不是附属品，日志就是智能体本身。

具体来说，ActiveGraph 是一个运行时系统，它由三个核心概念组成：

2.1 仅追加的事件日志（Append-Only Event Log）

所有发生的事件——包括用户输入、LLM 调用请求与响应、工具执行结果、内部决策——都被序列化为不可变的事件，按时间顺序追加到一个日志中。这个日志是唯一的“真相源”（source of truth）。没有任何状态是隐式的；任何时刻的系统状态都可以通过重放日志中的所有事件来精确重建。

2.2 响应式工作图（Reactive Working Graph）

工作图是一个有向图，节点代表实体（如一个任务、一个代码文件、一个用户查询），边代表关系（如“依赖”、“生成”、“修改”）。这个图不是手动维护的，而是事件日志的确定性投影（deterministic projection）。也就是说，给定相同的事件序列，任何时刻的工作图都是唯一确定的。

2.3 行为（Behaviors）

行为是附加在图的边上的逻辑——可以是普通函数、类方法、或者 LLM 驱动的例程。当工作图中的某个节点或边发生变化时（例如新增了一个节点，或一条边的属性被更新），所有相关的行为会被触发，它们的执行结果又会产生新的事件，追加到日志中，进而更新工作图。

关键点在于：没有任何组件直接指令另一个组件做什么。协调完全通过共享的工作图发生。行为只“观察”图的变化，然后“反应”并产生事件。

三、三个核心特性：可审计、可分叉、完整因果追踪

这种架构设计带来了三个传统记忆系统无法提供的特性：

3.1 确定性重放（Deterministic Replay）

由于所有状态都来自事件日志的确定性投影，你可以从日志中完整重放任何一次运行。这意味着：

• 调试时，你可以精确地重现导致 bug 的每一步事件序列。
• 审计时，你可以验证某个决策是否合规，因为所有输入输出都记录在案。
• 实验时，你可以修改日志中的某个事件（例如替换一个 LLM 响应），然后重新运行以观察不同结果。

论文中定义了一个“确定性契约”（determinism contract）：只要行为函数是纯函数（给定相同输入返回相同输出，无副作用），整个系统的重放就是确定性的。对于 LLM 调用，可以通过记录 temperature、seed 等参数，并缓存实际返回的 token 序列来保证可重放性。

3.2 廉价分叉（Cheap Forking）

分叉是指从某个历史事件点创建分支，然后沿着新的路径继续执行，而不需要重新执行共享的前缀事件。在 ActiveGraph 中，分叉的成本极低：

• 你只需复制事件日志到分叉点（实际上可以共享前缀的存储）。
• 从分叉点开始，新的分支追加新的事件。
• 工作图从分叉点开始基于新事件重新投影，共享前缀的部分无需重新计算。

这类似于 Git 的分支机制：你可以从任何提交点创建分支，Git 只存储差异。ActiveGraph 将同样的概念应用到了智能体运行中。

实际应用场景：

• A/B 测试不同提示词的效果：从同一历史状态分叉，分别运行不同的提示词策略，比较结果。
• 回溯调试：如果智能体在步骤 10 产生了意外结果，你可以从步骤 8 分叉，尝试不同的工具调用顺序，看看是否能避免问题。
• 多路径探索：在需要探索多种可能性的任务中（如代码生成），可以同时维护多个分支，最终选择最优结果。

3.3 端到端因果追踪（End-to-End Lineage）

由于每个事件都记录了其触发原因（例如“事件 E 是由行为 B 在处理事件 D 时产生的”），你可以从高层目标向下追踪到每个具体的模型调用。论文中给出了一个“勤勉示例”（diligence example）：

• 一个智能体被要求“生成一份关于量子计算的市场分析报告”。
• 通过因果追踪，你可以看到：
  • 任务分解为“搜索最新论文”、“搜索市场数据”、“撰写报告”三个子任务。
  • “搜索最新论文”子任务调用了 arXiv API，返回了 5 篇论文。
  • 其中一篇论文的摘要被传递给 LLM 用于提炼关键点。
  • 该 LLM 调用产生了报告中的第 3 段内容。
• 整个因果结构可以从日志中完整重建，没有任何信息丢失。

四、架构细节与实现

ActiveGraph 的实现基于 Apache-2.0 开源协议，提供了可复现的快速启动 demo。其核心架构包括：

4.1 事件结构

每个事件包含：

• id: 全局唯一标识符
• timestamp: 发生时间
• type: 事件类型（如 llm_call, tool_result, user_input, decision）
• payload: 事件内容（如 LLM 的 prompt 和 response）
• causality: 因果链，指向触发该事件的前序事件 ID
• branch_id: 分支标识，用于支持分叉

4.2 工作图投影

工作图不是显式存储的，而是通过一个确定性函数 project(log) 从事件日志计算得出。这个函数：

1. 按顺序读取事件
2. 根据事件类型更新图结构（添加/删除节点和边）
3. 维护节点的属性（如状态、内容）
4. 返回当前图快照

由于投影是纯函数，相同的日志必然产生相同的图。这使得缓存和并行计算变得容易：你可以缓存投影结果，只有在日志尾部有新事件时才增量更新。

4.3 行为调度

当工作图发生变化时，系统会检查所有注册在受影响边上的行为。每个行为可以声明它“观察”的图模式（例如“当出现一个状态为‘待处理’的任务节点时”）。调度器会将这些行为放入一个队列，按确定性顺序执行（例如按行为注册顺序或按优先级）。

行为执行后产生的新事件被追加到日志，触发下一轮图更新和行为调度。这个过程是递归的，直到没有新事件产生（达到固定点）。

五、与现有工作的关系

5.1 BabyAGI 的延续

Yohei Nakajima 是 BabyAGI 的创建者，BabyAGI 是一个基于 LLM 的自主任务管理系统。ActiveGraph 可以被视为 BabyAGI 思想的自然演进：从“任务列表 + LLM 循环”升级为“事件日志 + 响应式图”。BabyAGI 中的任务依赖关系在 ActiveGraph 中被显式建模为图的边，而任务执行的历史则被完整记录在事件日志中。

5.2 与图记忆研究的结合

近年来，GraphRAG（基于图的检索增强生成）等研究探索了用图结构来组织记忆。ActiveGraph 将图从“检索索引”提升为“运行时状态的核心表示”。它不是用图来辅助记忆，而是用图来驱动整个系统的行为。

5.3 事件溯源与 CQRS

ActiveGraph 的设计深受软件工程中的事件溯源（Event Sourcing）和命令查询职责分离（CQRS）模式的影响。在传统企业软件中，事件溯源被用于构建可审计的金融系统；ActiveGraph 将其应用到 AI 智能体领域，解决的是同样的可审计性和状态重建问题。

六、讨论：为什么这适合自我改进的智能体

论文在最后讨论了一个重要但尚未充分验证的观点：ActiveGraph 的架构特别适合构建自我改进的智能体。原因如下：

1. 自我审计：智能体可以读取自己的事件日志，分析自己的行为模式，找出低效或错误的决策点。
2. 自我分叉实验：智能体可以在“沙箱”分支中尝试新的策略，然后比较结果。如果新策略更好，可以将该分支的日志合并到主分支。
3. 元认知：日志本身可以作为训练数据，用于微调 LLM 或学习更好的行为策略。因为日志包含了完整的因果链，你可以精确知道哪个决策导致了哪个结果。

例如，一个代码生成智能体可以：

• 记录它每次生成代码、运行测试、修复 bug 的完整过程。
• 分析哪些提示词策略导致更少的 bug。
• 在分叉中尝试新的代码审查策略。
• 如果新策略有效，将其并入主流程。

七、局限与未来工作

论文坦诚地指出了当前工作的局限性：

• 尚未在大规模真实场景中验证性能（例如处理数百万事件的日志）。
• 行为函数的纯函数约束在实际中可能难以完全保证（LLM 调用本质上是非纯的，需要通过缓存和确定性参数来模拟纯函数）。
• 分叉的合并策略尚未明确定义（类似于 Git 的合并冲突解决在智能体上下文中如何工作？）。
• 因果追踪的存储开销可能随着运行时间线性增长。

未来工作方向包括：

• 实现高效的日志压缩和归档策略。
• 开发可视化的日志浏览器和调试工具。
• 探索基于日志的元学习（让智能体从自己的历史中学习）。

八、总结

ActiveGraph 提出了一种根本不同的智能体架构思路：放弃以 LLM 为核心、日志为附属品的传统设计，转而将不可变事件日志作为系统的基石。这种“日志即智能体”的理念，使得可审计性、可分叉性和因果追踪从附加功能变成了内建特性。

对于构建需要高度可靠性、可调试性和可演化性的 AI 系统（如金融交易、医疗诊断、自主科研）来说，这是一个非常有前景的方向。

原文链接：https://arxiv.org/abs/2605.21997