Source-to-Decision Lineage：AI 工作流从资料到决策的证据链
Source-to-Decision Lineage 是 AI 工作流从资料到业务决策的证据链：一条建议必须能追溯到 Source Data、Skill 步骤、workspace artifact 和 owner 的最终判断。很多团队每天都在手动整理资料、重复核对依据、担心建议出错；用 AI 做研究、法务、财务或电商增长时，最怕的不是模型写得不流畅，而是建议看起来合理，却说不清来自哪些资料、经过哪些处理、谁决定采用。Axon 的 AI 数字员工要进入真实业务，就必须把这条链补上。
NIST 的 AI Risk Management Framework 提醒组织管理 AI 风险时，要考虑系统使用场景、测量、治理和持续管理。对日常办公自动化来说，Source-to-Decision Lineage 是最容易落地的做法：每次运行不只保存结果，还保存结果如何产生。
AI 数字员工的建议不应该是“模型觉得”。它应该能回答：资料从哪里来，经过哪个 Skill，形成哪个产物，最后谁做了决定。
为什么“建议正确”还不够
在投研、合同审阅、月结复核、询盘跟进、Listing 优化这些任务里，用户不是只要一个答案。用户需要知道答案是否有证据、能否交给同事、能否在以后复查。没有证据链，AI 建议再像样，也会在协作环节变弱：
- 负责人无法判断哪些资料被引用。
- 同事无法继续修改中间产物。
- 律师、财务或运营无法追溯判断依据。
- 任务失败后无法定位是资料、Skill 还是人工决策出了问题。
Axon 里的 Source Data 字段 正是证据链的起点。Source Data 不是简单附件，而是告诉 Agent：哪些资料是本次运行的输入边界。
一条 lineage map
Source-to-Decision Lineage 可以用很简单的 map 表达：
decisionLineage:
sourceBundle:
- "supplier quote sheet"
- "customer email thread"
- "internal margin rule"
skillSteps:
- "extract quote terms"
- "compare margin and payment terms"
- "draft negotiation options"
artifacts:
- "quote-review.md"
- "risk-table.xlsx"
ownerDecision:
status: "needs manual approval before sending"
reason: "payment term exception"
这张图不追求技术复杂，而是把“资料 -> 处理 -> 产物 -> 决策”连起来。它能让 AI 工作流从一次回复，变成可复查的业务记录。
证据链 owner
证据链不是让模型自己负责到底。每一段都应该有 owner：资料 owner 负责输入是否完整，Skill owner 负责处理步骤是否稳定，业务 owner 负责最终采用或驳回。这样 AI 工作流才不会把责任藏进一段流畅回复里。
四个断点最容易让证据链失效
| 断点 | 常见表现 | Axon 里的修复方式 |
|---|---|---|
| 资料断点 | 不知道建议引用了哪些材料 | 明确 Source Data 和来源摘要 |
| 步骤断点 | 不知道哪个 Skill 做了哪步 | 保留 Agent step 和 Skill 输出 |
| 产物断点 | 只有结论，没有文件 | 生成 workspace artifact |
| 决策断点 | 不知道谁采纳或否决 | 记录 owner review 和 Trust Mode |
这也是为什么 workspace artifact acceptance contract 很关键。没有产物，证据链很难跨人协作；没有 owner decision，自动化很难承担责任边界。
Lineage 让 AI 工作流更适合协作
Source-to-Decision Lineage 的价值在跨角色协作中最明显。一个外贸业务员可能让 Agent 整理询盘和报价风险；经理需要看毛利和付款条款；财务需要看回款风险；法务可能只关心责任边界。只给一个“建议发送”没有用。更好的方式是让每个角色看到自己需要的证据片段。
可以按三步设计：
- 在 Agent 输入端定义 Source Data，不让模型自己猜资料边界。
- 在每个关键 Skill 后生成中间 artifact，而不是只保留最终话术。
- 在 Trust Mode 或 owner review 处记录采用、修改或驳回原因。
这比“让 AI 更聪明”更重要。团队真正需要的是：当建议进入业务决策时，每个人都知道它从哪里来。
证据链审查问题
Q1：Source-to-Decision Lineage 会不会让文章或报告变得很重？
不需要把所有证据都塞进正文。正文可以简洁，workspace 里保留 source bundle、中间 artifact 和 owner review。
Q2：哪些任务最需要证据链？
涉及金额、合同、客户承诺、公开发布、投资判断、合规材料和跨部门协作的任务都需要。
Q3：如果资料来源本身不完整怎么办？
Agent 应该停在缺资料状态，或把限制写入产物。不要用流畅语言掩盖证据不足。
先把一条建议变成可追溯记录
如果团队准备开始使用 Axon 承接研究、报价、合同或月结流程，先为其中一条建立 Source-to-Decision Lineage：Source Data、Skill steps、workspace artifacts、owner decision。再结合 Workflow Evals 和 人工确认边界，让 AI 数字员工的建议真正进入可审计的业务流程。想了解更多运行证据和人工确认边界时，再把这条证据链扩展到更高风险的流程。