一句话看懂：一个名为 us-vs-them 的命令行工具，利用 git 版本历史和 diff 算法，自动判断文件中每一行文本是由人类还是 AI 代理编写，帮助开发者在 AI 深度参与的编码环境中保留下人类的“领地”。
事件核心：发生了什么
us-vs-them 是一个新发布的开源工具，托管在 GitHub 上，今天在 Hacker News 上受到关注。它解决的问题非常具体：在 AI 代理（agent）参与编码和文档编辑的场景下，如何区分一段文本是“我们的人写的”还是“它们（AI）写的”。
这个工具的最大特点是无需在文本中嵌入任何额外标记，也无需要求编辑器预留注释格式。它唯一依赖的是 git 仓库中天然存在的版本历史：每次提交都带有作者身份，只要把人类作者用 --ours 参数指定（或反过来用 --theirs 指定 AI 作者），工具就会通过简单的 diff 计算，输出文件每一行的归属得分。例如 1-3 0.00 表示第 1 到 3 行完全由 AI 生成，4 1.00 表示第 4 行完全是人类编写，8-20 0.46 表示这段内容最初由人类创作，但被 AI 代理改动过一部分。
开发者还明确提出了一个核心设计原则：不支持同时传入 --ours 和 --theirs，只会接受其中较短的那一侧名单，以降低命令参数的歧义。
为什么重要
随着 Cursor、Copilot 等 AI 编程工具从“补全单行代码”演进到“自主完成整个任务”，Agentic Coding（智能体编程）正在成为实际工作流的一部分。一个常见的副作用是：AI 代理会大幅重构代码，但哪些代码是开发者精心设计的、哪些只是AI生成的“流水线产物”，在最终文件里会变得模糊。
us-vs-them 不是在给 AI 生成内容“打标签”，而是一种事后溯源机制——它用版本历史的作者元数据，重建每一行的归属。这种做法对其他 AI 应用也有参考价值：任何基于 git 的工作流（文档协作、配置管理、CI/CD）都可以在不改变现有习惯的情况下获得归属信息。它实际上是把“AI 与人类共同编辑”这件事，变成了一种可量化、可审计的文件属性。
此外，它的判断逻辑并不追求“每一行独立溯源”，而是通过 diff 算法识别有意义的连续区间，刻意避免结果完全收敛为“全海”或“全岛”——即防止出现整份文件全部被判定为某一边的极端情况。
对用户/开发者/创作者的影响
对正在用 AI 辅助开发的个人开发者来说，这个工具能提供一种“代码主权”保护：在大量使用 vibecoding（让 AI 按模糊指令快速生成应用）的项目里，你可以明确划出几段自己亲自写的重要代码，之后 AI 代理在后续会话中修改时，你可以快速检查它是否“越界”。对 README 这类文档的维护者，用它指定开头段落为人类作者，AI 就可以自由补充下方内容，但不会轻易改动引言部分。
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。
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。
对团队而言，它提供了一种非侵入式的可追溯性审计手段：不需要全员改变工作方式，只要 git 提交时保持作者信息准确。项目管理员可以通过工具输出的行区间得分，快速定位关键模块是谁写的、被 AI 改过多少。
需要注意的是，目前公开信息显示它需要配合 bbin 工具进行本地安装，且主要面向开发者，不提供图形界面。普通用户在非技术场景中直接使用的门槛仍然偏高。
值得关注的后续
第一，观察它是否能被整合进主流 AI 编程工具链，例如作为 Cursor、Continue 等编辑器的插件，在 AI 写入代码前实时检查是否触及人类保留区。第二，看这个算法对大型项目的历史回溯效果是否稳定，尤其是多人协作叠加 AI 重构的复杂 git 历史中，它能否保持可解释的准确性。第三，值得留意的是，目前它依赖 git 作者字段，如果未来 AI 代理自动提交时使用人类身份或通过 rebase 改写历史，这种基于 diff 的溯源方式是否会催生新的防御性提交策略——例如人类以固定模式撰写关键行，以避免被误判为 AI 输出。
