Soei

在一个包含 45 个真实编程智能体会话的原型数据集中，共有 102,233 条记录、20,577 次工具执行、2,336 个人类与智能体之间的交互片段。

在 45 个会话的原型研究中，23.4%（95% CI 17.1–35.7）的代码编辑片段在最后一次编辑后没有任何独立检查。

智能体在编辑后标记完成的 to-do 中，57.8% 在中间环节缺乏证据支撑。

用 10 分钟的时间启发式判断会话交接，只能找回内容血缘所连接的 24 对会话中的 6 对。

42% 的会话运行超过 24 小时，48.1% 的转录字节超出 2 MiB 的重放上限，而该上限是许多智能体运行时为控制内存与延迟设定的硬性阈值。

在 16 个会话中有 1,326 条记录包含疑似凭据的字符串。

Soei 的哈希链式本地账本在相同语料上体积仅为原始数据的 20%，不保存内容或凭据，验证速度约 126k 事件/秒，并可检测篡改与确定性重放。

Soei 包含五个组件：感知确认的事件模式、哈希链式本地账本、与 W3C PROV 对齐的图结构、校准后的归因与血缘推断、以及将完成声明与完成证据严格分离的验证层。

该研究将工作与同期的 2026 年提案并列讨论，并基于自有数据定义了带证据门控的自主性等级与 harness 指标。

研究指出的开放问题是：如何在不过度增加智能体运行时开销的前提下，让证据采集成为默认行为，而不是事后补救。