用执行回执核对智能体交付结果
文章建议在智能体执行任务时生成回执,将结果按统一格式保存并计算 SHA-256 摘要。接收者可通过公开链接取得结果并重算摘要,检查内容是否与回执记录一致。
AI 深度解读
AI Agent 跑完任务,交回一句「已完成」。接手的人真正需要知道的是,它调用了什么工具、当时拿到了什么结果,以及现在看到的内容有没有变。Brennan Zambo 提出的执行回执,把每次工具调用的输出保存下来,再用 SHA-256 给这份输出做校验。
原文用一次三步 MCP 会话展示了这个流程。对常用 AI 编程工具的开发者,最值得看的是校验结果里那几个 not_checked。它们把「输出能复算」「执行顺序可信」「答案本身正确」这三件容易混在一起的事分开了。
一句「已完成」怎样变成可复核的记录?
Zambo 的做法是让工具调用在执行时就生成回执,记录工具名称、运行时间、保存的结果和输出哈希,再把回执放到公开地址。接手的人可以读取结果,自己算一遍 SHA-256,对照回执中的 output_hash。这给交接双方留下了一份可以反复核对的记录,省得几周后还要靠截图或 Agent 的总结还原现场。
这里容易踩坑的是「规范字节」(canonical bytes)。哈希针对的是按约定保存的确切字节。比如同一份 JSON,复制到编辑器里重新缩进,或者在末尾多加一个换行,读起来意思一样,字节已经变了。复算时要用回执定义的规范字节。如果回执里存的是编码后的载荷,就按格式解码,再拿解码后的字节计算。
作者建议按三个顺序查。先确认公开地址上确实有工具、时间、输出和哈希。再复算哈希,看它是否与回执里的值一致。遇到多步任务,再顺着会话记录查每一步的工具、状态、开始和结束时间。第三步声称依赖第一步,至少应该能查到排在前面的第一步回执。顺序对得上,只说明记录呈现的先后合理。要证明第三步确实消费了第一步的输出,还得核对两步之间的输入输出关联。
三次 MCP 调用,实际验到了哪一步?
按作者的记录,他在 2026 年 11 月 17 日通过 Zambo 的公开 /mcp 端点,在一个会话里发出三次调用,得到三份回执,没有执行收尾交接。前两次查 BTC 和 ETH,第三次用 verify agent execution receipt 搜索工具目录。搜索首条是通用入口,后面是 journal 和 handover 工具。
| 调用 | 回执保存的结果 | output_hash |
|---|---|---|
| 查询 BTC | $64,527.79 USD,24 小时跌 0.19%,市值 $1299.82B | sha256:84019cd2ae660f433dd983e441133eef607a1f74d34e7836e6e4aba98b333e3c |
| 查询 ETH | $1,810.20 USD,24 小时跌 0.43%,市值 $221.89B | sha256:9451a046585e6543287ffac270feeecd45ba1c176863ff1ca3fce96c56cf5cf9 |
| 搜索工具目录 | 通用入口排首位,其后是 journal 和 handover 工具 | sha256:0cc157f4db824c548f1ccb61dd3b0575e373497d6a4919e17157a837093f0851 |
两条行情快照都标记为 2026-11-18 01:29:34 GMT,对应美东标准时间 11 月 17 日晚。作者随后调用公开的 verify 端点校验第一份回执。下面几行展示了端点对输出哈希的检查结果。
verification_status: "verified"
checks.commitment_matches.status: "pass"
checks.commitment_matches.detail: "SHA-256 of the exact decoded canonical bytes matches output_hash."
checks.commitment_matches.expected_hash: "sha256:84019cd2ae660f433dd983e441133eef607a1f74d34e7836e6e4aba98b333e3c"
checks.commitment_matches.computed_hash: "sha256:84019cd2ae660f433dd983e441133eef607a1f74d34e7836e6e4aba98b333e3c"
具体要看最后两行。expected_hash 是回执给出的值,computed_hash 是这次对解码后的规范字节重算出的值。作者还报告,规范载荷、来源绑定和元数据绑定检查均为 pass,而签名、模式(schema)和链检查均为 not_checked。响应明确写明,该端点没有验证回执链是否只能追加。原文演示了平台端点如何回报校验结果,没有展示用独立实现复算的过程,也没有对照第二个行情源。
作者在 2026 年 11 月 17 日 20:31 EST 读取 /api/stats,当时显示累计 146,165 份公开回执,当天 341 份。这是写稿时的计数快照。
为什么还要定义 AER-1?
只有平台自己的页面能解释回执,接手的人还是得依赖平台回答「该对哪些字节算哈希」和「这个通过的状态到底覆盖什么」。AER-1 把回执结构、规范字节的生成规则和校验结果的含义写进开放格式,供独立实现使用。原文给出的文档编号是 draft-zambo-aer1-26,状态为 IETF Internet-Draft。
参考工具包版本为 1.5.7,配套语料有 143 个测试向量、146 项检查。测试向量就是一组带预期结果的样本,用来检验校验器在什么情况下该接受、拒绝或报告未检查。对于准备在 CI 里接入这类校验的团队,not_checked 是需要保留的结果。把它折算成通过,会让下游误以为某项证据已经核过。
产品层面,原文称 Zambo 共提供 153 个工具,默认开放 37 个。按文中所列的试用规则,每个工具每天可免费调用 1 次,另有 3 次 continue 调用,每天 1 次免费收尾交接,pickup 一直免费。Day Pass 为 $0.99,24 小时内不限用量。Zambo Pass 为 $29/30 天,$ZAMBO 持有者为 $19/30 天。Lifetime Pass 为 $250,文中没有年付档。
我的判断
我认同把验收拆到具体检查项。Agent 的总结适合快速浏览,普通日志适合排错。规范化回执的额外价值是,接手方可以针对同一份输出复算,并看清哪些检查真的跑过。原文给的是一组实测样例,没有拿这套方法和普通日志、CI 构建产物做对照,也没给出故障检出率或接入成本。「每次工具调用都生成回执」是否划算,仍是团队需要按工作流判断的经验问题。
哈希校验通过,说明这份输出与手里的哈希承诺一致。 如果结果和哈希都来自同一个可修改页面,控制页面的一方可以一起替换它们。想进一步确认承诺何时形成、由谁发出,就需要接手方事先留存的哈希,或者可独立验证的签名、时间戳或追加记录。即使这些都成立,BTC 报价是否可靠、构建是否满足验收要求,仍要用行情源或测试结果来判断。
对日常前端和全栈团队,私有 CI 产物配合独立保存的摘要,也能解决一部分交接问题。公开回执更适合确实需要让外部接手方复核、且允许披露输出的任务。工具返回如果包含私有日志、用户数据或凭据,团队应先定清楚哪些字段进入可共享载荷,再对那份载荷计算哈希。
能拿来做什么
- 给 AI 编程任务的交接加一条验收要求。Agent 声称构建或测试已跑完时,让它附上对应工具调用的退出状态、时间和产物记录,接手方直接核对那次运行。
- 用一次无敏感数据的 MCP 调用试验回执。在 Node 里用
node:crypto的createHash('sha256')对解码后的规范字节复算,保留预期与实算两个值,再单独确认签名和链检查各自是什么状态。 - 给多步任务保留产物引用。如果 Agent 先构建再检查产物,让检查步骤记录它实际读取的产物及其摘要。后续排查时,既能看先后顺序,也能确认检查针对的是哪一次构建。