本文针对分布式系统与AI智能体中基于持有的授权模型（Proof-of-Possession）的局限性，提出了一种名为Proof-of-Continuity的权威传播时间模型。传统授权依赖令牌、凭证或能力等工件，但无法保证离散执行链中请求来源与后续步骤权威之间的因果关系，导致混乱代理（Confused Deputy）问题。本文提出的Provenance Identity Continuity（PIC）模型引入最小权威传播规则：每个执行步骤必须与前一步骤具有因果联系，且仅能传播来源授权上下文的一个非扩张子集。核心原语是Proof of Relationship（单跳因果原语），其传递闭包构成Proof-of-Continuity。该模型不是替代而是补充现有的证明持有模型。在此模型下，混乱代理条件无法成为有效模型行为——后续步骤的任何特权必须在来源授权上下文中已存在。该工作对分布系统与AI智能体特别相关，当执行器持有多个授权源调用工具和后端服务时，同一权威/因果错位问题跨服务边界反复出现。Proof-of-Continuity允许这些源一起携带但永不合并为组合权威，因为每个步骤仅针对导致其发生的血统授权上下文进行授权。论文侧重授权传播而非身份验证：OIDC、可验证凭证、钱包、工作负载身份等身份与认证机制仍是建立来源的补充手段，而Proof-of-Continuity解决来源存在后权威如何传播的问题。实验部分（摘要未提及）应在正文中展示模型形式化分析与安全性证明。适合分布式系统安全研究员、AI安全工程师、授权协议设计者阅读。