重绘AI地图：代理生态系统中问责边界的理论

代理AI编排器似乎通过降低跨组织边界组装信息系统能力的界面和装配成本，加速了模块化和组织分解。然而，那些需要证据、审查、批准或可分配责任的AI-enabled能力可能即使在其技术接口模块化后，仍保留集成的问责边界。我们发展了一种代理生态系统中能力层次的问责边界置放理论。我们引入问责资产：使AI支持的输出合法、可审计、可审查、可分配给负责方的互补资产。我们认为，验证成本和责任可转移性决定了执行和问责边界是否能够一起移动。该理论识别了三种边界策略：组件、集成和双轨。它还引入规则债务，当组织决策规则迁移到受管辖的代理执行环境中时所积累的治理负担。整合数字创新、交易成本、互补资产、数字平台治理和IS控制视角，我们发展了七个命题，将代理装配成本降低、问责资产、可 appropriability、编排器意图捕获和边界误配置与边界策略、价值 appropriation 和规则债务联系起来。该理论解释了数字模块化何时扩展到组织分解，何时问责使能力保持集成。结构化的案例涵盖文件处理、法律服务、审计、临床决策支持和采购领域，检验了边界逻辑。