多智能体软件工程证据与意图结构化可观测性
原文：Soei: Structured Observability of Evidence and Intent for Multi-Agent AI Software Engineering
AI编码智能体现在在极少监督下执行长时间、多步骤、多会话的软件工作。当开发者回到这些工作时，有用的问题不是模型说了什么，而是实际做了什么、由谁做的、以及是否完成。我们从三个方面研究这一问题。首先，我们对照提交e4ba2da的源码验证了Agenttrail——一个面向编码智能体的开源本地可观测性工具：九个文档化的常量和机制在文件与行级别成立，两条事件管道从未统一，其Map服务存在未认证的本地变更面。其次，我们在45个真实编码智能体会话（102,233条记录、20,577次工具执行、2,336个人机交互片段）上运行了系统原型。通过盲审分类器（精确率83.3%和96.7%），我们估计23.4%（95%置信区间17.1至35.7）的代码编辑片段在最后一次编辑后没有独立检查而结束，且智能体在编辑后标记为完成的待办事项中有57.8%在中间没有证据。一个用于会话交接的10分钟时间启发式方法恢复了内容谱系所链接的24个会话对中的6个。42%的会话运行超过24小时，48.1%的转录字节超出2 MiB重放上限，16个会话中的1,326条记录包含类似凭证的字符串。第三，我们提出Soei（结构化证据与意图可观测性）：一个感知确认的事件模式、一个哈希链式本地账本、一个对齐W3C PROV的图、用于归因和谱系的校准推理，以及一个将完成声明与证明分离的验证层。在同一语料上，账本仅为原始大小的20%，不包含内容或凭证，验证速度约126k事件/秒，可检测篡改并确定性重放。我们将该工作与2026年的并行提案进行定位，并定义了带有证据门控的自主级别和基于我们数据基线的测试框架指标。作者：Mohammed Nayeem Khan, K S Sarun Kumar 类别：cs.SE, cs.AI, cs.MA