Tracekit записывает для каждого сеанса автономного кодового агента запрос человека, самоотчёт модели о рассуждениях и выполненные действия. Сведения система помещает в журнал с хеш-цепочкой и сопоставляет между собой.

Журнал с хеш-цепочкой — последовательность записей, где каждая криптографически связана с предыдущей. Tracekit подключается к событиям жизненного цикла Claude Code, восстанавливает иерархии нескольких агентов и проверяет вызовы инструментов по правилам до выполнения.

Авторы сообщают, что в ходе 1 600 случайных изменений цепочка обнаружила каждую правку, удаление, перестановку, поддельную вставку и незавершённую запись. Медианная задержка обработчика составила 23,9 мс и не росла до 100 000 записей в журнале.

Авторы выпустили систему, тестовый набор и все собранные данные трассировки. Данные трассировки — записи о работе агентов.

Проверка утверждений:

  • Tracekit записывает для каждого сеанса агента запрос человека, самоотчёт модели о рассуждениях и выполненные действия. (подтверждено самой публикацией: доказательство; «We present Tracekit, an open-source, dependency-free system that captures three channels for every agent session: what the human asked (intent), what the model said of its reasoning (self-report), and what it actually executed (actions).»)
  • Сведения записываются в журнал с хеш-цепочкой и сопоставляются между собой. (подтверждено самой публикацией: доказательство; «These are written to a hash-chained, externally anchorable ledger and cross-checked.»)
  • Система подключается к событиям жизненного цикла Claude Code, восстанавливает иерархии нескольких агентов и проверяет вызовы инструментов по правилам до выполнения. (подтверждено самой публикацией: доказательство; «Tracekit hooks into Claude Code’s lifecycle events, reconstructs multi-agent hierarchies, gates tool calls with a pre-execution policy»)
  • В ходе 1 600 случайных изменений цепочка обнаружила каждую правку, удаление, перестановку, поддельную вставку и незавершённую запись. (подтверждено самой публикацией: доказательство; «Across 1,600 random mutations, the chain detects every edit, deletion, reordering, forged insertion and torn write»)
  • Медианная задержка обработчика составила 23,9 мс и не росла до 100 000 записей в журнале. (подтверждено самой публикацией: доказательство; «A hook costs 23.9 ms median, flat up to 100,000 ledger records»)
  • Авторы выпустили систему, тестовый набор и все собранные данные трассировки. (подтверждено самой публикацией: доказательство; «We release the system, harness and all traces.»)

Первоисточники:

оценка 60,6 из 100 · тип: исследование