一句话定义：可审计世界模型（Auditable AI 词典：World Model">World Models）是一类在预测未来的同时，把"我为什么这样预测、为什么这样决策"的推理过程与依据记录下来、可供人独立复查的世界模型（World Model）。
先说什么叫世界模型
世界模型是 AI 内部的一台"脑内模拟器"。给它当前的环境状态和一个动作，它会推演"接下来会发生什么"——机器人伸手会不会碰到杯子、车变道后前车会不会急刹。学棋的人心里默算三步，就是在用自己的世界模型做推演（rollout）。它是很多规划、自动驾驶仿真、强化学习系统的地基。
"可审计"加的是什么
传统做法只看结果：预测得准不准。问题是，一个模型可以预测得很准，却靠的是错误的理由——就像有人蒙对了答案，你没法判断他下次还对不对。可审计要求三件事：
1. 决策留痕：每一步推演基于什么状态、什么假设，要能调出来看，而不是只有一个最终输出。
2. 反事实可复现：能回答"如果当时选另一个动作会怎样"，并且重跑一遍能得到同样的过程。
3. 和现实对账：预测和真实观测的偏差，能定位到具体是哪条假设出了问题。
打个比方：普通世界模型像一位凭直觉下判断的老手，问他理由只说"我感觉得到"；可审计世界模型像飞机上的黑匣子，不只记录结论，还记录仪表读数、操作序列和时间戳。出了事，能一帧一帧回放。
和相邻概念的区别
| 概念 | 关心什么 | 典型局限 |
|---|---|---|
| 视频预测模型 | 下一帧像素像不像 | 画面逼真但不支撑决策 |
| 可解释性（Explainability） | 给出一个人能听懂的解释 | 解释可能是事后编的 |
| 思维链（Chain-of-Thought） | 用自然语言说出思路 | 叙述流畅但无法独立核验 |
| 可审计世界模型 | 推理与决策过程可被第三方复核 | 需要额外的记录与验证开销 |
关键差别在于"给解释"和"留证据"：前者是请你相信这段话，后者是你可以自己动手查。
对从业者与普通人的意义
对做工程的人，可审计最大的价值是分锅。当规划失败时，你能判断是世界模型预测错了，还是决策器在正确预测下选错了——这在只有端到端指标时几乎无法区分。合规要求高的场景（医疗、交通、金融审批），"为什么这么判断"本身就是要交付的东西。
对普通人，感受会更直接：当 AI 参与影响你的事情时，你需要的不是一句"模型认为"，而是一本能翻的账。世界模型负责猜未来，可审计负责留证据；没有证据的聪明，很难被真正信任。
这也是为什么最近一些团队（如 Kepler）在挑战 ARC-AGI-3 这类交互式推理基准时，把"可审计"当成前提而不是附加项：这类基准考的是智能体在陌生环境里反复试错、建立世界模型并行动的能力。只报一个分数，外界无法分辨它是真推理还是碰巧试出来；留下可复盘的推演痕迹，评测才站得住。具体榜单与规则细节，以官方页面为准。