Lians：面向受监管 AI 的决策证据与重建层

Lians 是一个面向受监管行业的 AI 决策证据与重建层，由初创团队以 Show HN 形式公开。其核心定位是：在多个 AI 运行时的环境中，沉淀每一次 agent 决策所依赖的事实、检索内容、策略、工具调用、人工审阅与后续变更，形成可携带、可审计、可重建的证据记录。

产品定位与核心能力

Lians 的差异化主张是「中立性」：同一份证据记录可在 AWS Bedrock、Azure OpenAI、Anthropic 直连以及开源推理框架之间迁移，不被任何单一运行时锁定。每次写入会被保留为受治理的时间序列记录，并被编译为带类型的 memory artifact；读取时支持 fast、deep、reconstruct 三种模式，并返回内容寻址的 receipt，可自动绑定到决策信封。

围绕这一核心，平台把流程拆成四个动作：

• Capture：在动作发生时，把 memory、trace、策略判定、prompt、工具调用与人工审阅一并绑定进决策信封。
• Reconstruct：在无法进行确定性重放时，重现某个时间点的知识状态与执行路径。
• Verify：把每一次决策按 Recorded、Reconstructable、Verifiable、Replayable 分级打分，并指出缺失项。
• Monitor：当数据源、策略或模型变更时，定位所有受影响的决策并发出 blast-radius 告警。

面向受监管场景的设计

与通用 agent memory 偏重个性化与召回不同，Lians 把「上下文必须正确、新鲜、隔离、可复现、可辩护」作为首要约束，针对机构常见的失效模式做了专门设计：

• 防止「陈旧事实污染」上下文，例如过时利率、剂量、赔偿估算。
• 支持时间点回溯，回答审查者在某一时间点 agent 究竟知道什么。
• 提供信息屏障（information barriers），避免不同业务条线之间通过 memory 越权访问。
• 支持「审计可存活」的擦除——既满足被遗忘权，又不破坏证据链与哈希。
• 把利益冲突、关联方暴露等合规检查建模为图查询，而不是纯向量检索。

在不同垂直领域，Lians 包装了不同的产品原语：金融场景提供 bitemporal recall、回测污染检查、SEC/FINRA 审计导出、RLS 信息屏障与关联方图路径；医疗场景强调 PHI 范围控制、按主体加密、加密粉碎证书、HIPAA 安全映射与气隙模式；法律场景聚焦 matter walls、特权截止日的 recall_at、审计重建与利益冲突图。

部署形态与 MCP 集成

Lians 提供三种部署形态：

• Library：本地 SDK，pip 安装即用，适合测试与原型，默认 SQLite。
• Self-Hosted Server：Docker Compose 部署，Postgres 16 + pgvector，面向受监管团队的私有部署，支持气隙。
• Cloud：托管服务，零运维，处于早期访问阶段。

三档都提供审计链、加密粉碎擦除能力，信息屏障的实现方式依次为本地检查、PostgreSQL RLS、托管策略。

在生态集成上，Lians 已上线官方 MCP Registry，Claude Desktop、Cursor、VS Code、Windsurf 等 MCP 兼容宿主在本地模式下可直接获得持久化 memory，无需编写 SDK、对接 URL 或申请 API key。默认暴露八个工具：remember、recall、recall_at、reconstruct、list_conflicts、memory_lineage、fact_history 与 backtest，覆盖事实存取、时间点回溯、审计重建、冲突识别与血统追踪等场景。

适用人群与局限

Lians 的目标用户是金融、医疗、法律等需要可审计 agent 行为的团队，以及负责模型风险、操作风险与合规审查的中后台岗位。对个人开发者或一般 AI 应用而言，其合规与重建能力并非首要需求，部署成本与流程复杂度会带来不必要的开销。此外，作为 Show HN 项目，其 SOC 2 / HIPAA 就绪、威胁模型、生产部署清单等材料仍属于自述，机构采购前需独立验证。