让多个 AI 共用一份可核验的执行记录
将资料搜集和成稿放进同一个任务,每次调用都写入可核验的记录。交接时把任务记录一并交付,接手方可以追查失败步骤和结论依据。
AI 深度解读
一个 AI 查资料,另一个 AI 写交付稿。客户问起文中某个价格从哪来,两份聊天记录加一份 AI 摘要,未必能回答。摘要可能漏掉失败的调用,也可能把工具从未返回过的结果写进去。等报告交付后再回头找,往往很难弄清当时到底跑了什么。
作者用 Zambo 演示了一种做法:从研究开始就把调用放进同一个任务(job),每一步执行时都保存一张可核验的回执,再通过交接(handover)让下一个 AI 接着做。这个做法的价值,是让收件人能检查原始工具输出。
为什么两个 AI 用同一个 session id 还不够
Zambo 按调用者(caller)维护连续上下文。研究 AI 保存的结果归在它自己的调用者上下文里。写作 AI 即便使用同一个 session id,也不会因此看到前者保存的东西。跨调用者传递任务,要先由一方封装交接,再由接收方领取。
原文里有两条容易让人误以为已经连起来的公开回执。第一条是 capability_search,研究任务要求为一款 AI 工具寻找有公开来源支持的潜在客户,并明确禁止发送外联消息。第二条是 write,晚了 47 秒。两条都显示 success,调用者标签都是 zambo-home-demo,调用者 ID 的哈希也相同。作者在 2026 年 11 月 18 日 09:36 至 09:37 UTC 从公开列表读到它们,又在 09:42 至 09:43 UTC 复查了各自的 JSON。能确认的是两次调用各有一张回执。仅凭时间相邻和调用者相同,无法确认写作采用了那条研究结果。
一次交接怎样把研究和写作串起来
研究 AI 先在一个 job 里工作。它经 Zambo MCP 的 /mcp 端点发起的每次调用,都会在执行过程中留下 AER-1 回执,记录工具、时间、保存的结果,以及对该结果计算出的 SHA-256 哈希。封装交接时要提供摘要 summary、目标 goal、接收方和后续步骤 next_steps,系统会把该 job 的回执绑定到交接记录,并对步骤运行核验流程(proof loop)。在 job 外跑的补充调用,事后会被这次封装拒绝纳入。
写作 AI 领取交接后,可以检查研究阶段的任意回执,再把自己的调用按顺序续接到同一个 job。交付时,客户可以用同一个交接入口检查底层记录。按原文给出的计费规则,每个工具每天可免费调用 1 次,各工具共享 3 次继续调用额度。每天有 1 次免费封装交接的额度,领取始终免费。Day Pass 为 $0.99,24 小时内调用不限次数。
作者在当天 09:38 至 09:39 UTC 读到一份已领取的公开样例。记录类型是 zambo_handover,状态为 accepted,pickup_status 为 picked_up。它收录了 41 个步骤,每步都有回执 ID、工具名、状态、时间戳和 output_hash,第一步调用的是 proof_loop_plan。其 AER-1 草案版本为 draft-zambo-aer1-26,图里有 22 个节点和 21 条边,并给出了 merkle_root 和 workflow_receipt_id。其中一次调用没有成功完成,它的回执同时被列入 refused_receipt_ids 和 not_checked。交付稿里可能看不出来的失败,在记录里有明确位置。
作者现场验证到了哪一步
作者在当天 09:40 UTC 用 Python requests 访问 MCP 端点,将 Accept 设为 application/json,先发 initialize,再通过 tools/call 调工具。初始化响应报告完整目录有 153 个工具,默认开放 37 个。随后,作者用 capability_search 查找能检查已保存 AI 输出是否被修改的工具,再沿用同一个 MCP 会话调用 write,写一段关于研究结果和草稿为何应共享一份可核验记录的内容。
第一次调用 write 时漏了必填参数 topic,因此在执行前就被拒绝,同时生成了拒绝回执。按原文的说法,失败调用不消耗额度。补齐参数后,重试成功并生成了另一张回执。作者这次亲手跑通的是同一会话内两类调用各自留下回执,也看到了参数校验失败怎样入账。作者没有尝试封装这次任务。上节的公开样例展示的是交接成品的结构,不能作为这次现场测试已经完成跨 AI 交接的证据。
我的判断
我认同把留痕放到执行时做。只留两份聊天导出,复查者得自己从对话里区分工具原始返回、模型转述和重试后的结果。逐步回执把这些材料留在各自的调用位置。对已有编排器的团队,如果调用日志已经能靠同一个 job_id 串起来,也能保存原始输出和失败状态,两种做法的实际差别就落在跨调用者交接,以及收件人能否自己核验。原文没有拿团队自建日志做对照,省多少工、多久能定位问题,仍是经验判断。
核验的范围也很明确。拿保存的结果重新计算 SHA-256,和回执上的 output_hash 对照,可以检查结果是否与回执所记录的版本一致。前提是复查者拿到可信的参考哈希。公开交接样例的 not_proven 也列出了三项未证明的内容,分别是外部时间戳、签发方身份和结果正确性。工具就算抓错了价格,只要那个错误结果原封不动地保存下来,哈希依然能对上。研究覆盖面、来源质量,以及稿件是否忠实引用研究结果,仍得单独复核。
能拿来做什么
- 用 AI 查第三方 API 文档再写接入说明时,从第一次查询就把工具调用归到同一个 job。交稿前挑一条会影响实现的结论,例如某个参数是否必填,从稿件追回原始工具输出。
- 在 Node 编排脚本里交接任务时,把「只查公开资料」这类限制写进
goal或summary,再用next_steps指明接收方要核查哪一条结果。验收时打开交接记录,对照这项限制和实际调用。 - 调试 AI 工作流时,可以用一次遗漏
topic的write调用检查失败留痕。复查时分别确认首次为何被拒绝、重试补了什么,以及最终采用的是哪次成功输出。