如果你曾懷疑如何證明一個 AI 代理確實執行了其聲稱的行為、使用了其聲稱的硬體、並遵循了其聲稱的數據政策，那你問對了問題。Linux 基金會剛剛宣布將主導一項旨在回答此問題的開放標準。
TRACE，代表 Trust、Runtime Attestation 和 Compliance Evidence，是一項開放規範，可生成經過硬體認證且可密碼學驗證的 AI 代理與機密工作負載執行記錄。可以將其視為每項 AI 操作的防篡改收據，第三方無需依賴操作者的說法即可驗證其真實性。
TRACE 實際上所做的事
該規範最初由保密計算公司 OPAQUE 與 AMD、Intel、Microsoft 及技術創新研究所合作開發。TRACE 並未從頭構建全新框架，而是整合了多項既有的標準，包括 RATS（RFC 9334）、EAT（RFC 9711）、SLSA、SCITT、SPIFFE 和 EAR，以確保在不同雲端平台和安全計算環境中的互操作性。
該專案所稱的「信任記錄」為核心輸出。這些文件記錄了運行環境、執行的軟體、資料分類以及強制執行的政策等運營細節。所有內容均透過晶片認證機制進行保護，意味著驗證基於硬體而非軟體承諾。
在實際應用中，TRACE 利用 AMD SEV 和 Intel TDX 等硬體證實技術。TRACE 本質上為 AI 工作負載提供了一種標準化的溝通語言。
該規範於2026年6月23日的機密計算峰會上首次提出。自那以來的約十週內，其參考實現已在Python套件倉庫PyPI上被下載約135,000次。
為何中立治理在這裡至關重要
Linux 基金會首席執行官 Jim Zemlin 強調，中立的治理對於建立可驗證的 AI 信任記錄至關重要。持續的技術開發將在被稱為 CoSAI 的安全 AI 聯盟下繼續進行。
支援聯盟包括用於硬體認證根的 AMD 和 Intel、微軟及其 Azure 機密運算堆疊，以及總部位於阿聯酋的 TII。
TRACE 正在解決的問題
隨著組織越來越多地部署自主性 AI 代理來處理跨多種基礎設施的敏感工作負載，一個根本性的信任問題浮現出來。受監管的銀行如何驗證其 AI 模型是在特定雲服務提供商的安全隔離區內運行的？醫療保健公司如何向審計師證明患者數據是根據政策處理的？當工作負載運行在他人硬體上時，任何組織如何證明合規性？
TRACE 順轉了模型。由於證明源自硬體本身，因此任何有權訪問規格的第三方均可驗證生成的信任記錄。加密驗證可確認某項操作的運行方式，而無需透露其處理的內容。