Claude Code 每跑完一次会话，都会留下一个 .jsonl 文件。里面有每轮对话、工具调用、token 消耗、subagent 行为。

反常点在这里：代理越来越像一个能动手的开发同事，证据却常常躺在几千行 JSON 里。它为什么碰了生产环境？哪个 subagent 烧掉了大半 token？什么时候调用了部署工具？很多团队事后才想起来查。

Hugging Face Space 上的黑客松项目 Her，做的就是把这份“证词”读出来。它不是 Anthropic 官方产品，也不是完整安全审计平台。更准确地说，它是一个 Claude Code 会话侦探：把轨迹还原成人能看懂的过程，再把风险动作标到具体 turn 上。

Her 读日志，不替你做安全背书

Her 的入口很直接：上传 Claude Code 会话产生的 .jsonl 文件，生成 session view；上传多个文件，可以形成 project view，用来跨会话追问。

它看的不是抽象摘要，而是代理留下的脚印。

Her 会读什么具体内容对开发者有什么用边界
对话轨迹每轮 turn、上下文变化复盘代理为什么这么走只能基于日志还原
工具调用CLI、MCP server、skills、subagent看代理实际执行过什么不能证明外部系统状态
成本消耗token 分布、重负载查询找出上下文预算花在哪里不是成本治理平台
风险动作deploy、配置变更、生产改动、密钥追溯到具体 turn不是企业合规审批

Ask Her 是它比较有用的一块。你可以问“为什么用了这个工具”，它会基于日志回答，引用对应 turn，并打开具体 tool call。

还有一个细节比界面更重要：Her 有离线工具数据库，识别 Homebrew、npm、PyPI 里的常见 CLI 工具。它不只是看到“跑了一个命令”，还会尝试判断这是数据库客户端、部署工具，还是开发服务器。

对排查代理有没有碰过生产资源，这比一句“看起来一切正常”有用得多。

Her 对技术边界说得比较克制。项目强调不调用第三方 AI API；Nemotron-Mini-4B-Instruct 跑在 Hugging Face Space 的 GPU 上；上传内容进入私有、自动删除的 namespace。

更关键的是分工：确定性评估引擎负责发现问题，模型只负责英文表述和软建议。

这条线必须划清。日志分析最怕“让一个模型猜另一个模型干了什么”。如果发现本身来自自由发挥，审计就变成二次幻觉。Her 至少把确定性发现和模型解释拆开了。

但也别把它神化。它不等于零隐私风险，也不能替代企业里的权限隔离、密钥管理、审批流和安全审计。它现在能做的，是会话取证、风险提示、日志追踪。

这个定位反而可信。

代理会动手，日志就要会作证

我更在意的不是 Her 多成熟，而是它暴露了 AI coding agent 的尴尬处境：能力开始像同事，治理还停在插件。

以前代码生成工具犯错，多半是写错一段函数。现在代理能调用 shell、读配置、跑部署、接数据库。只要能动手，就会留下责任问题。

谁批准的？谁执行的？谁看过？出了事谁解释？

这不是抽象的管理焦虑。对两类人影响最直接。

相关人现在该怎么做不该怎么做
Claude Code / AI agent 使用者保留 .jsonl 轨迹；高风险任务后回看 deploy、配置、密钥、数据库相关 turn把会话摘要当完整证据
技术负责人要求代理任务进入代码评审、权限控制和日志留存流程；把风险动作设成复盘项把 Her 这类工具当采购级合规产品

换句话说，开发者别只问“代理帮我省了几小时”。也要问“它省下的时间，能不能在事后解释清楚”。

技术负责人也别只盯 benchmark。模型会不会写代码，只是入场券。能不能回放、追责、限制动作，才决定它能不能进团队流程。

这里可以借一个老比喻：飞机黑匣子不是为了让飞机飞得更快，而是为了在事故后知道发生了什么。AI 编程代理不完全一样，但重复的是同一件事：速度越高，记录越不能缺席。

“凡事预则立，不预则废。”放在这里，不是讲大道理。生产环境里，预案不是 PPT，而是权限、日志、回放和责任边界。

Her 这类工具不性感。没有新模型发布会的光，也没有“十倍程序员”的爽感。但它更接近生产刚需。

因为企业真正怕的不是代理不会干活，而是代理干了活之后没人说得清。

接下来该盯三件事

Her 目前更像一个信号，不像终点。

我会盯的不是它能不能做出更漂亮的摘要，而是这条日志链路能不能接上真实开发系统。

第一，风险规则能不能配置。不同团队对“高风险”的定义不同。有人把 npm install 当日常，有人把任何数据库客户端调用都列为红线。不能配置，团队就只能迁就工具。

第二，能不能接进现有流程。企业已经有 Git、CI/CD、Secrets scanning、权限系统、日志平台。Her 现在展示的是会话取证能力，但要进生产，不能变成又一个孤立面板。

第三，隐私和保留策略能不能说清。项目材料提到不调用第三方 AI API、私有自动删除 namespace，这是加分项。但企业真正要问的是：能否本地化、能否限定权限、能否审计上传行为、能否和内部留存策略一致。材料里目前还看不清。

这里的现实约束很硬。Her 不是合规产品，不能替你证明“生产安全”。它更像把原来没人看的证据翻译出来，让团队知道该往哪里查。

这已经够有价值。

AI 编程代理越能干，日志越不能继续当废纸。没有可追溯性，它只能停在个人效率工具；有了回放、风险标记和责任线索，它才有机会进入团队流程。

模型负责行动，日志负责作证。少了后者，前者越强，组织越慌。