AI 堆栈中的可重建性鸿沟：能力进步快于历史可重建性

AI 系统难以精确重现，因其行为依赖于不断变化的非确定性模型、数据、配置和外部服务。文章提出 Orrery 架构，用于在执行过程中记录必要的运行时绑定和历史依赖状态，以实现对过去执行的可重建性。当前 AI 行业更关注系统能力评估，而非保留理解历史执行所需的知识，导致执行时选择的依赖项和条件可能在后续无法追溯。