一位客戶因定價變更而無法使用某項功能。程式碼路徑很容易找到,Git blame 指向三週前的一個提交。該提交很乾淨:一個資格條件變更,測試已更新,拉取請求已獲批准。儘管差異是由 AI 程式碼代理人撰寫的,但提交仍掛在工程師名下,因為這是工作進入儲存庫的方式。
現在回答客戶實際提出的問題:為什麼資格條件會改變?提交訊息寫著「更新方案檢查」,問題追蹤器寫著「與新定價保持一致」。代理人的對話紀錄已消失,Slack 討論串包含四個提案,卻沒有明確的結論。產品部門記得同意了一個例外,工程部門則記得另一個。
每個人都能看到誰修改了那一行程式碼,但沒有人能證明那一行程式碼應該實施哪個決策。這就是 AI 生成程式碼所暴露的溯源鴻溝。我們不斷詢問是誰寫了程式碼,但更難的問題是誰決定了程式碼的意義。
一個提交是位置,不是解釋。Git 為團隊提供了出色的狀態記錄,它顯示了檔案的變更、哪個提交變更了它、誰是快照的作者和提交者,以及儲存庫如何從一個版本轉移到下一個。但這份記錄從未被設計來承載每一行程式碼背後完整的意圖鏈。
即使是人類撰寫的程式碼,其「為什麼」也會洩漏到問題追蹤器、規劃文件、審查評論、通話和記憶中。AI 代理人擴大了這種洩漏,因為一個可見的提交可以壓縮整個隱藏的過程:提示詞、檢索到的上下文、工具呼叫、生成的替代方案、測試結果、人工修正和批准。歸因元資料可以恢復部分資訊。
例如,新興的 git-ai 標準定義了一種記錄 AI 作者資訊與 Git 工作並存的方式。這很有用,團隊應該能夠分辨 AI 在何處做出了貢獻。但「一個代理人生成了這些行」仍然無法告訴你這些行程式碼為何是正確的。
同一個模型可以實施兩個相反的定價規則。同一個代理人可以因為產品部門取消了某個功能而將其移除,也可能因為誤解了一個空標誌而將其移除。模型身份回答的是歸因問題,而不是決策問題。
四種記錄,四種不同的真相。團隊開始將幾種可追溯性歸類為「溯源」。將它們分開可以更容易地看到缺失的層次。提交溯源告訴你原始碼樹如何變更:作者、提交者、時間戳、父級、差異。代理人溯源告訴你哪個模型、代理人、會話或提示詞促成了變更。建構溯源告訴你原始碼如何成為一個成品。SLSA 溯源圍繞著關於成品在何處、何時以及如何生產的可驗證聲明。GitHub 的成品證明允許專案為二進位檔和容器映像建立簽署的溯源。
決策溯源告訴你變更存在的原因:活躍的團隊決策、其負責人、其原因、被拒絕的替代方案、使用的證據以及允許代理人執行的批准。這些記錄並非相互競爭,它們形成一個鏈條。建構證明可以幫助證明一個映像來自特定的儲存庫和工作流程。GitHub 明確表示,證明是一個簽署的聲明,而不是成品安全的保證。
同樣地,代理人追蹤可以證明一個模型生成了一個修補程式,但不能證明該修補程式符合產品決策。你可以擁有完美的成品完整性,但仍然發布錯誤的定價規則。
缺失的環節是決策。想像一個代理人收到這個任務:「更新免費方案的資格邏輯。」它搜尋程式碼,找到 isEligibleForFreePlan,注意到公司帳戶在一個服務中被排除,但在另一個服務中被包含,然後使它們保持一致。測試通過了,變更在技術上是連貫的。
代理人沒有看到的是上週二的產品會議電話:由於正在進行的遷移,公司帳戶仍然符合資格,因為銷售部門向十二位客戶承諾了連續性。這個例外存在於會議記錄和產品負責人的一條訊息中,它從未到達代理人。
一個有用的溯源記錄會將產生的程式碼連接到以下事實:觸發變更的請求;活躍的定價決策及其負責人;限制資格的遷移承諾;團隊拒絕的替代方案及其原因;代理人使用的檔案、測試、文件和證據;允許變更上線的審查和批准;隨後的提交、部署和客戶可見的行為。如果沒有這個鏈條,稽核軌跡就會變成一堆圍繞著無法解釋結果的時間戳。
當多個代理人共享一個程式碼庫時,這尤其危險。正如我們在多代理人記憶問題中看到的,兩個代理人可以從不同版本的真相中產生個別合理的變更。決策溯源允許團隊事後檢測這種分裂。共享的決策記憶則在程式碼撰寫之前就預防了這種情況。
保存每一個提示詞並不能解決這個問題。顯而易見的答案是保留完整的代理人對話紀錄,保留每一個提示詞、回應、工具呼叫和生成的 token。這樣就不會丟失任何東西。然而,答案仍然被埋藏著。一份冗長的對話紀錄可能顯示代理人看到了什麼,但它可能無法顯示哪個陳述是權威性的,底層決策是否仍然有效,誰擁有它,或者人類是否批准了最終的解釋。儲存所有內容將問題從證據缺失轉移到證據無法使用。
它還產生了第二個問題:代理人會話可能包含憑證、客戶資料、複製的訊息、內部文件和不相關的上下文。將原始對話紀錄視為永久的公司記憶,擴大了隱私和安全風險,卻無法保證任何人以後能夠重建結論。有用的溯源是選擇性的,它保留解釋變更所需的證據,而不是上下文視窗中經過的每一點零碎資訊。
團隊應該記錄什麼?對於重要的代理人工作,溯源記錄需要一小組連結的事實。觸發器:什麼請求或事件啟動了工作?這可能是問題、事件、客戶承諾或產品變更。活躍決策:代理人預期要遵守的已定決策是什麼?直接說明結論,而不是連結到某人必須重新閱讀的對話。負責人與批准:誰對該決策擁有權力,以及他們批准了什麼?
代理人執行不應模糊建議、委派任務和已批准變更之間的區別。原因與被拒絕的替代方案:團隊為何選擇這條路徑,以及它故意沒有選擇什麼?這可以阻止未來的代理人將已定的拒絕呈現為一個新想法。使用的證據:哪些程式碼、測試、文件、事件和客戶事實塑造了這項工作?
證據使路徑可供審查,而無需保留整個會話。代理人貢獻:哪個代理人或模型提議或撰寫了什麼?這是 AI 特定歸因的歸屬。結果:哪個提交、拉取請求、成品、部署或產品行為來自這項工作?替換歷史:如果決策改變,什麼取代了它以及為什麼?可以被靜默覆蓋的溯源只是一個穿著稽核軌跡外衣的當前備註。
這份記錄應該遵循「影響範圍」。一個重新命名的局部變數不需要附帶產品決策。但定價邊界、資料保留規則、公開 API 形式、權限模型或客戶承諾則需要。溯源是一個產品問題。將 AI 程式碼溯源聽起來像是工程部門的合規功能很容易,但這種框架過於狹隘。
當產品部門詢問為什麼某個功能被取消時,答案應該將當前行為與取消它的決策聯繫起來。當支援部門詢問為什麼一個客戶看到不同的方案時,答案應該指向例外情況及其負責人。當工程主管審查一個由代理人生成的大規模變更時,審查應該顯示它觸及了哪些活躍決策。當開發人員六個月後重構程式碼時,這些限制應該在重寫後仍然存在。
整個團隊都在詢問同一個問題的不同版本:我們能否將這種產品行為追溯到一個有意的、有負責人的決策?如果答案是否定的,那麼知道是 Claude、Codex 還是人類輸入了這行程式碼並不能挽救團隊。
Lockstep 的定位。Lockstep 為團隊提供了一個針對 AI 程式碼代理人工作的決策記憶層。決策會被捕捉,包括其結論和原因,並與負責人綁定,按影響範圍排序,並在後續決策取代它時予以保留。透過 get_product_context,任何 MCP 相容的代理人都能在變更程式碼之前接收相關的活躍決策。
這創造了有用溯源的兩面:在變更之前,代理人獲得必須遵守的限制;在變更之後,團隊可以將程式碼追溯到塑造它的決策,而不是在舊聊天記錄中搜尋可能就是結論的句子。下一代程式碼庫將包含更多由代理人更快地在產品更多部分產生的工作。「誰寫了這行程式碼?」將很重要,「這行程式碼為何存在,以及誰決定它應該存在?」將更重要。