开源工具：追踪AI编辑与人类编辑的代码血缘

在 agentic coding 和 editing 的场景下，provenance 成了一个迫切需要回答的问题：人类编写或修改的文本应被视为近乎神圣不可侵犯，agent 动手之前必须三思再三思，而且要有充分的理由才行。另一方面，另一个 agent 生成的 slop 则完全开放，可以随意取用。

一个应用场景：一款主要靠 vibecoding 构建的应用，你想在代码中某些角落确立自己的主张和所有权。你肯定不希望下一个 session 里另一个 agent 把这段代码推土机式地覆盖掉。

另一个应用场景：README.md，最初由 agent 生成，你重写了开篇几段。agent 可以自由地重写或追加后续内容，但修改开篇时必须三思。

主要的设计约束是：无需对文本进行特殊标记。随处可见的纯文本（markdown）应该能被直接支持。

唯一可利用的信息是：文本的每个新版本都带有可识别的作者信息——非人即 agent。

对给定文本的评估输出是一组区间——机器生成文本的"海洋"中人类编写代码的"岛屿"。技术基于简单的 diff，这一隐喻指导了算法的开发。我们不想仅追踪单行的作者身份，而是追踪有意义连贯的文本块。因此，连接的拆分、分离，以及作者身份的稀释都是需要纳入考虑的行为，同时要确保算法不会收敛到全海或全岛。

将 us-vs-them 作为 CLI 工具使用需要 bbin 来进行本地安装。

make install

Git 仓库本身就是一份版本历史记录，每份版本都带有 provenance 标记——按顺序排列的文件每次修订，以及做出该变更的作者。

在 git 仓库内任意位置使用：

us-vs-them --ours dan@eighttragrams.net README.md

这会生成如下列表：

1-3          0.00
4            1.00
5-7          0.00
8-20         0.46
21-164       0.00

其中 1.0 表示完全由人类编写的范围。0.46 表示最初由人类编写、但被 agent 修改到一定程度的范围。0.00 表示完全由 agent 编写。

--ours：这些是人类，其他所有人都是 agent

--theirs：这些是 agent，其他所有人都是人类

填写数量较少的那一方。同时传入两个参数会被拒绝。

make test

理解其行为的最佳方式是查看 caution_test.clj。