eighttrigrams/us-vs-them

我们 vs. 他们

在代理式编辑下，为文本提供行级溯源——这一行是谁写的，我们还是他们？——通过文本的版本历史推导而来。可用作库，也可用作 CLI 工具。

alt

问题

随着代理式编码和编辑的兴起，溯源成为一个关键问题。人类编写或编辑过的文本应被视为近乎神圣：代理应当保持谨慎，并有非常充分的理由才去改动它。而另一个代理生成的粗制滥造的内容则完全可以随意处置。

一个用例是：一个主要靠 vibe 编程（vibecoded）开发的应用，你希望在代码中确立一些角落，来主张你的想法和所有权。你肯定不希望下一个会话中另一个代理把这段代码给推平。

另一个用例：原本自动生成的 README.md，你重写了开头几段。代理可以自由重做或追加后面的部分，但修改开头的内容时应当三思。

工作原理

其主要约束是，这种方式不应要求文本为此进行专门标记。随处可见的纯文本（markdown）应当按原样得到支持。

于是，唯一可以利用的是：文本的每个新版本都是在可识别作者身份的情况下创建的——作者要么是人类，要么是代理。

对给定文本进行评估后，输出是一组区间——机器生成文本的“海洋”中，人类所写行组成的“岛屿”。该算法在技术上基于简单的 diff，而这也是算法开发的指导性隐喻。我们不希望只追踪单行的作者归属，而是追踪有意义的连贯文本片段。因此，合并、拆分和作者归属的稀释都是需要纳入考量的行为，同时也要避免结果完全收敛为整片海洋或整座岛屿。

用法

将 us-vs-them 用作 CLI 工具时，需要 bbin (https://github.com/babashka/bbin) 进行本地安装。

sh make install

Git 仓库本身就是一个版本历史，每个版本都带有溯源标记——文件的每一次修订按顺序排列，并附有造成该变更的作者。

在 git 仓库内的任何位置使用它：

sh us-vs-them --ours [email protected] README.md

这会得到类似如下的列表：

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

其中 1.0 表示完全由人类作者创作的范围。
0.46 表示最初由人类创作，但被代理在一定程度上修改过的范围。
0.00 表示完全由代理创作。

参数如下：

--ours：这些是人类，其他所有人都被视为代理。

--theirs：这些是代理，其他所有人都被视为人类。

请指定名单较短的那一侧。
同时传入两个参数将被拒绝。

开发

sh make test

行为

理解该行为的最佳方式是查看 caution_test.clj。