PaymentGuard 的仪表盘如何逐跳还原一次 AI 决策,以及如何把同样的视图加到另一个 IRIS 生产里。
在线演示:http://43.139.159.100:8082/paymentguard/ 源码:github.com/Dylan5237/payment-guard-ai 上一篇:PaymentGuard AI:让 AI Hub Agent 在 IRIS 互操作生产里管支付风控
以下是正文:
问题:决策很快,过程是黑盒
Agent 两秒内就能给出支付决策。真正难回答的是这两秒里发生了什么。
生产里走了哪些消息?Agent 看到了什么上下文?调了哪些工具、拿回了什么?最后一步是谁批的?模型花了多少 token?
对于一笔可能拦掉客户支付、也可能放过欺诈的决策,"模型说可以"不构成审计记录。PaymentGuard 的仪表盘用一个回放面板回答这些问题:选中一笔决策,真实的生产链路按毫秒逐跳播放;下方再展开 Agent 的推理链,一条消息一条消息地看。
面板里没有编造的内容。每一跳都是 Ens.MessageHeader 的一行,每一步推理都来自持久化的 %AI.Agent.Session。仪表盘只是把 IRIS 已经记录的数据拼成一个视图。
这篇文章讲它是怎么实现的,包括最花时间的几个细节,最后给一份可以套用到其他 IRIS 生产上的清单。
