一句话定义：智能体审计日志（Audit Trail）是按时间顺序、只追加不修改地记录 AI 智能体每一次「读取、调用、写入」行为的流水账，目的是事后能完整还原它到底做过什么。
聊天机器人和智能体（Agent）最大的不同，是后者会自己动手：读文件、检索知识库、调工具、发请求、改数据库。所以出问题时，只看它最后那句回复是不够的——你得看过程。审计日志要回答的就是四件事：谁、什么时候、看了什么、改了什么。具体落到字段上，通常包括：读取了哪些上下文和文档、调用了哪个工具（tool name）、传了什么参数、返回了什么、写入了哪些外部系统、耗时和消耗多少 token，以及贯穿一次任务的 trace ID。
打个生活化的比方：它像行车记录仪加银行流水的组合。行车记录仪告诉你车是怎么开的，银行流水告诉你每一笔钱去了哪。日志条目就是一笔笔账：时间戳、主体、对象、动作、结果。
它和几个相邻概念容易混：
| 维度 | 普通调试日志 | 审计日志 |
|---|---|---|
| 目的 | 排障、看性能 | 追责、合规、复现 |
| 完整性 | 可以采样、可以丢 | 关键操作一条不能少 |
| 可变性 | 改删无所谓 | 只追加（append-only），防篡改 |
| 保留期 | 通常较短 | 按合规要求长期保留 |
和可观测性（Observability）里的 trace、metrics 相比，那些更偏性能和故障定位；审计日志的重心是「行为归属」。和模型的对话历史（conversation history）相比，后者只有对话，没有工具调用和副作用，出了事根本对不上账。
对做智能体的人，这意味着要把日志当一等公民来设计，而不是上线前补一个 print。几个实用原则：工具调用统一走一个封装层，入参出参自动落盘；敏感字段脱敏，但脱敏映射要能受控还原；用只追加存储或哈希链（hash chain）防止事后修改，具体方案各家不同，以官方页面为准。最重要的是可复现：拿到一条日志，能重放出当时的输入与决策路径。
对普通职场人，意义更直接。当公司把智能体接进业务系统（自动回邮件、改工单、动对账表），你需要知道出问题时能不能查到是哪一步、依据什么。留痕其实也保护你：如果它自动改错了一份数据，日志能说明是谁触发的、改之前长什么样。金融、医疗这类行业本来就要求操作留痕，AI 只是把这条要求从「人操作」扩展到了「机器操作」。
一句话收尾：审计日志是智能体上路时的黑匣子。没有它，自动化能力越强，越没人敢真的交给它。