AI 代理正逐步进入高风险生产环境，但缺乏统一的语义标准来解释评估结果。分数、轨迹、评审输出以及多评审员的发现常被用来证明准备就绪，却往往未说明证据来源、证据能证明什么以及如何支撑决策。我们提出 EIO-Agents，一套面向互操作的 AI 代理评估规范，包含两层结构。第一层是 Evaluation Intelligence Ontology（EIO），通过类型化证据、版本化行为谓词、证据合约、声明、见证规则、证明状态、递归以及可计算的推导，为度量、发现、控制以及 PASS、REVIEW、BLOCK 决策提供语义层。第二层是 Portable Evaluation Record（PER），作为评估的记录系统：以内容寻址的方式保存单次评估的完整证据‑决策链，支持重新推导、解释和验证。分数仅是摘要，评审仅是解释，轨迹仅是记录，均未定义证据的含义或证明力。EIO 填补了这一语义合约，PER 则将评估保存为可移植、可验证的记录。随着 AI 代理承担更大操作责任，评估必须超越分数和裁决，成为可独立检查其意义、证据、局限和决策的可追溯制品。点评