凌晨三点的噩梦
“喂，生产环境崩了，数据库被删了。你知道是哪个 Agent 干的吗？”
PM Agent 说它给的需求没问题。
Coder Agent 说它完全按代码写的。
Verifier Agent 说它根本没收到输出。
你翻了几千行日志，啥也没找到。
这就是多智能体系统的问责黑洞。
所以我给 AI 智能体装了一个 “黑匣子” —— Agent Blame-Finder。
它能在 3 秒钟内告诉你：锅在谁那儿。
它能干什么？
一条命令，直接出结果：
$ blame-finder blame incident-abc123
🎯 甩锅结果：Coder-Agent
💡 原因：输入的需求没问题，但输出的代码不符合预期
🔗 责任链：
✅ PM-Agent – 成功
❌ Coder-Agent – 失败
⏳ Verifier-Agent – 未执行
不再扯皮，不再翻日志。每个决策都有加密签名，谁也别想赖账。
原理很简单：给每个 Agent 发一个“行车记录仪”
Agent Blame-Finder 实现了两个 IETF 互联网草案：
- JEP（Judgment Event Protocol）：一个极简的、带加密签名的日志格式
- JAC（Judgment Accountability Chain）：通过
task_based_on字段，把每个决策链接到它的父任务
每个 Agent 每次决策，都会生成一张 JEP 收据：
{
"verb": "J",
"who": "Coder-Agent",
"when": 1742345678,
"what": "sha256:代码的哈希值",
"task_based_on": "父任务的哈希值",
"sig": "Ed25519 签名"
}
四个动词（J判断、D委托、T终止、V验证）就能描述任何问责流程。
集成有多简单？一行装饰器
from blame_finder import BlameFinder
finder = BlameFinder(storage="./blackbox_logs")
@finder.trace(agent_name="Coder-Agent")
def write_code(requirement: str) -> str:
# 你的原有代码不用改
return "print('hello world')"
# 哪天出问题了：
print(finder.blame(incident_id="task_123"))
装饰器会自动完成哈希、签名、存储、链式关联。
零侵入，真·即插即用。
为什么值得关注？
| 没有 Blame-Finder | 有 Blame-Finder |
|---|---|
| 手动翻几小时日志 | blame-finder blame <id> 秒出结果 |
| “大概是 Agent X 的锅” 扯皮 | 加密证据，无法抵赖 |
| 没有审计记录 | JEP 收据，不可篡改 |
| 因果关系断裂 | 完整的 task_based_on 决策树 |
它就是 AI 智能体世界的 git blame。
而且它基于 IETF 草案，不是某个公司的封闭产品——它是未来信任基础设施的一部分。
后续计划
- ✅ Rust 核心引擎（高性能）
- ✅ Python / TypeScript SDK
- 🚧 LangChain / CrewAI 官方适配器
- 🚧 可视化面板（
blame-finder dashboard已经能用） - 🚧 一键导出 PDF/HTML 甩锅报告
现在就试试
pip install agent-blame-finder
然后启动可视化面板：
blame-finder dashboard
你会看到一个像 Git 图一样的因果树，每个 Agent 的决策链路一目了然。
开源地址
GitHub： https://github.com/hjs-spec/Agent-Blackbox
MIT 协议，欢迎：
- 提 bug 和 feature
- 完善文档
- 提交代码
- 集成到各种 Agent 框架
