問責劇場問題：AI 智能體監督被表演而非被實踐

考慮一個成熟的 AI 智能體問責框架通常包含什么：有日誌，記錄輸入、輸出和中間状态；有人工審查员，在授權链中正式就位；有治理流程，包括審查周期、升級路徑和例外程序；有文档制品，包括模型卡、影響評估和稽核报告。框架是真實的，文档是真實的，組織在每次評估中都满怀信心地通過了。

問責劇場问題不在于任何一個要素缺席或造假。而在于它們已经變成了仪式而非工具。日誌存在，但没有人定期閱讀，因為没有人知道该寻找什么，而且數量让審查變得不切實際。人工審查员存在，但已经審查智能體輸出——而非獨立形成評估——足够长的時間，以至于两項活动在機構记忆中已经合并。治理流程已演變為評估所需文档是否存在，而非評估智能體是否按照预期行事。問責框架以真诚的努力被执行，却仍然無法作為問責發挥作用。

在後量子安全交叉点

後量子過渡正在產生大量合规基礎設施：遷移清单、算法就绪評估、治理認證。這里的問責劇場风險在于：合规文档變成了準備程度的衡量標準，而非其代理指標。一個組織可以產出完整、有充分記錄的後量子就绪評估——却在運營層面毫無準備，因為評估過程評估的是文档，而非密碼学姿态。

這里的問責劇場具体如下：负責密碼基礎設施的團隊審查供應商提供的就绪报告并簽署。他們满足了問責要求。但他們没有評估供應商的評估是否與實際部署配置相符，算法選擇是否反映了当前技术共识而非供應商的商业利益，或者遷移依赖關系是否能在规定時間内實現。日誌存在，簽署是真實的，問責是劇場。

在硬件交叉点

硬件認證框架要求設備定期證明它們正在運行所聲称的固件和配置。一個大规模处理認證憑證的 AI 智能體可以完全满足這些要求，同時遗漏一名深入檢查個别憑證的人工分析师会识别出的入侵模式。问題不在于智能體不可靠——而在于围绕智能體構建的問責結構為吞吐量而非诊断能力進行了优化。

硬件交叉点的問責劇場如下：季度審查委员会收到認證智能體的摘要报告，显示 99.7% 的設備合规。委员会中没有人能評估 0.3% 的不合规設備是代表系統性漏洞还是随机噪聲，因為摘要报告格式是為满足審查周期而設计的，而不是為了實現诊断。審查發生了，記錄存在，組織却暴露于流程無法看到的威胁之中。

在物理世界照護交叉点

照護场景中的文档要求是任何行业中最復雜的問責框架之一。它們服務于合理的責任管理功能。当文档成為照護互动的主要輸出而非其記錄時，問責劇場问題就出現了——当照護智能體的建议被转录、審查和副署，但建议的質量没有被評估，因為評估過程被設计為验證文档的存在而非临床判断的合理性。

在高度依赖 AI 智能體的照護场景中，這表現為：工作人员打開智能體的建议，閱讀，記錄審查，繼續進行——所有這些都在工作流程設计分配给審查步骤的時間預算内完成。他們履行了問責要求。但他們没有時間或背景來判断建议是否考慮了患者的完整病史，置信度分數是否针對该患者群體進行了校準，或者是否存在智能體未被設计來识别的禁忌症。問責結構捕获了審查，却丢失了判断。

劇場是自我强化的

使問責劇場特别难以應對的是，它往往變得越來越精心而非越來越少。每一次事故或險情都会產生新的要求——额外的審查步骤、新的文档字段、扩展的升級程序。這些新增内容增加了维護問責框架的成本，却不一定提升其诊断能力。組織投入更多資源來表演問責，表演變得更加昂贵，檢測重大錯誤的能力却保持不變。

真正的問責需要什么

真正的問責與合规問責具有不同的架构。它围绕檢測能力組織——這一機制能否在故障传播之前發現它？——而非围绕文档完整性。它要求流程中的人類保持獨立形成評估的能力，而不仅仅是審查智能體輸出。它还要求問責流程定期针對其旨在捕获的故障模式進行測试，而不仅仅是作為常规程序维持。

从問責劇場转向問責實踐主要不是技术问題。這是一個關于問責是為了什么的組織決策：是向外部評估者發出所需形式已到位的信号，还是在重大錯誤完成之前檢測和糾正它們的實際能力。两者不能同時优化。没有明确做出這一選擇的機構往往默認選擇了劇場——而在後果不可逆转的交叉点上，這一默認并非中立。