Docket：为 AI 代码提交留存证据
Docket – Per-commit evidence records for agent-written code
AI 编程助手生成的代码速度远超人工审核能力，导致提交记录中缺失关键的实现过程。Docket 项目通过捕获 agent 的尝试、验证及失败记录，将原本被丢弃的开发旅程折叠进每次提交中。它不依赖外部服务，直接在仓库的 orphan ref 中存储带签名的证据记录，让审查者能精准定位缺乏验证的代码片段。通过解析 Claude Code、Codex CLI 等工具的会话日志，Docket 能还原代码背后的决策逻辑，区分哪些行经过测试验证，哪些行是无人审查的猜测，从而在 AI 辅助编程时代重建代码的可信度。
一个自信地给出错误归因的引擎，比没有产品更糟糕。
- sleeby
所有的 AI 工具通常都会在由代理完成大部分工作的提交中，添加一个名为 "Co-Authored-By XXX" 的 trailer。
便宜且能兼容所有 git 工具。
这能给我带来什么额外的价值？
- Yukonv
这种记录变更审计日志的方法很有趣，避免了将信息直接塞进提交描述从而污染历史。不过，这种 vibe coding 方案未解决的一个主要风险是：孤立的引用（orphaned references）并不是安全的存储位置。`git prune` 会删除它们，因为它们不属于任何 head 引用。https://git-scm.com/docs/git-prune
- bastawhiz
这是给谁用的？谁会去看它？这看起来像是通过引入新的工程流程来解决工程文化或流程上的失败。我试图理解这样的情境：a) 我没有 CI、强制审查或 PR 来组织变更集（比如记录意图等），b) 即使这些提交被允许合并到 main，我还是想知道这些信息。是为了在出问题时甩锅给同事吗？还是为了避免部署基础设施？