AI 系统的输出越来越多地用于真实决策，甚至是关键决策。传统的文档实践难以提供一种结构化、可检查的知识表示，用以支撑、上下文化并推理这些决策，并且需要领域专家的审阅与签署。现有的文档 artefacts 已经捕获了系统的重要方面：模型卡（Model Card）描述系统行为，数据卡（Data Card）描述训练数据，系统卡（System Card）描述部署风险。但它们都未涉及输入与输出之间的层面——即系统持有的概念、建模的关系以及应用的推理模式。对于模式识别任务，这一缺口尚可容忍；但在具备行动能力的 AI（agentic AI）中，这一步往往决定了概念验证能否转化为组织可依赖的可运营方案。
本文提出 知识卡片（Knowledge Card），一种结构化 artefact，用于捕获单一受限概念的已验证知识，便于专家审阅、组织审计以及 AI 系统推理。对于每个概念（如特定失效模式、合规义务或流程决策），知识卡片记录涉及的实体与关系、连接它们的推理、推理失效的条件以及每条声明的来源，全部基于形式化的领域本体并由领域专家签署。
原型卡片已在能源和制药领域构建，展示了实体‑关系图、推理规则和可追溯的证据链。本文同时公开了知识卡片的模式（schema），作为社区参与的草案。
博主点评：知识卡片填补了 AI 文档的关键空白，为可审计、可解释的智能系统提供了可操作的知识层，值得在更多行业推广。