项目介绍
最终 diff 只能看到改了什么。EvolveTrace 让任务约束、所用上下文、工具调用、验证结果与人工复核能够放在同一条执行记录里查看。
解决的问题
面对一次 Agent 生成的代码，我们还需要知道它是否遵循任务边界、读取了什么上下文、实际运行了哪些验证，以及失败以后怎样复查。
工作方式
任务与上下文
将 Task Contract、Context Snapshot 和 Context Receipt 绑定到 Run。
可观察执行
采集 Codex lifecycle Hooks，记录工具调用、变更、权限与验证事件。
证据评估
用确定性规则评估验收标准、上下文新鲜度、仓库范围和验证证据。
当前状态
目前提供本地执行审查、实时观察和首个基于证据的评估切片。更完整的 Regression Harness 和可选 LLM Judge 仍属于后续工作。