人类 vs. AI —— 基于 Diff 的行级溯源，用于智能体编辑场景下的文本归属

事件核心：发生了什么

该项目由 GitHub 用户 eighttrigrams 发布在 Hacker News 上，获得 36 分和 8 条讨论。项目的思路是在智能体编辑场景下，对文件改动进行基于 diff 的行级溯源，标记每一行文本或代码的“作者”到底是人类还是 AI。

评论区透露了几个关键实践细节：

一是通过 Claude hooks 强制 AI 的生成内容打上模型标记；二是在沙盒环境中设置 git 环境变量，让 AI 创建的提交自动带上 AI 作者身份；三是 hook 所有 Bash 工具调用，一旦检测到 git commit 命令，就在执行前注入正确的环境变量，而不是让 AI 每次改动都产生一个提交，从而避免污染 Git 历史。

还有开发者表示会在提交信息中标记 Claude 为共同作者，并在 precommit 阶段运行测试和轻量代码审查，生成详细的变更说明。

为什么重要

目前的 Git 工作流默认将所有提交归因于执行 git commit 的那个人，这在 AI 智能体日益深度参与编码的现实中产生了归属盲区。资料显示，很多团队的智能体在本地运行时，所有提交都会自动落在人类开发者名下，AI 的实际贡献被静默吞没。

这不仅是署名问题，更关系到代码审计、质量责任和开源合规。行级溯源的意义在于：AI 生成但未经人类审查的代码，和人类修改过的代码，应该有不同的信任等级。在 AI 编码占比越来越高的当下，这个区分正在从“锦上添花”变成“基础需求”。

该讨论也说明，这一需求并非孤立想象，Hacker News 评论区已有多个团队用不同方案解决同类问题，包括 precommit 工具、annotations 标注等。

对用户/开发者/创作者的影响

对使用 AI 编程助手的开发者来说，行级溯源意味着可以更清楚地知道代码中哪些部分来自模型输出、哪些经过人工修改，从而更精准地安排代码审查资源——人类改动过的行可以略读，纯 AI 生成的代码则需要重点验证。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对团队管理者或开源维护者而言，它提供了一种更透明的贡献记录方式，避免 AI 生成代码以人类作者身份混入项目历史，也便于追溯 bug 或安全问题的实际来源。

目前公开信息显示，该工具主要通过 hooks 和 git 环境变量实现，不是对 Git 本身的替代，而是一种行为约定和标记机制，部署成本相对较低。

值得关注的后续

一是这类行级溯源方案是否会发展成标准做法，比如被 Claude、Copilot 等主流 AI 编码工具内置支持，而不是靠开发者自行配置沙盒和 hooks。

二是精度问题。有评论者提到，人类哪怕只改一个字符，也应当被标记为“人类修改过的 AI 内容”，这种粒度划分是否会成为工具默认行为，值得观察。

三是合规边界。AI 生成代码在开源许可证下的版权归属仍在讨论中，行级溯源如果被 GPT-5、Claude 等大模型产物广泛采用，可能反过来影响代码审计和知识产权判定的实践方式。

来源：hackernews