为什么每次试验都是 Git 提交？深入 Codex Autoresearch 的安全回滚与审计追踪机制-酒店常州论坛

为什么每次试验都是 Git 提交？深入 Codex Autoresearch 的安全回滚与审计追踪机制

【免费下载链接】codex-autoresearchCodex Autoresearch Skill — A self-directed iterative system for Codex that continuously cycles through: modify, verify, retain or discard, and repeat indefinitely. Inspired by Karpathy’s autoresearch concept.项目地址: https://gitcode.com/gh_mirrors/co/codex-autoresearch

Codex Autoresearch 是一款面向 Codex 的自驱动 AI 实验技能：给它一个可量化的目标，它就循环执行"修改代码 → 度量指标 → 保留或丢弃"，每一轮试验都会自动成为一次 Git 提交。配合基于 git revert 的安全回滚与只追加的审计追踪日志，长时无人值守的自主运行也全程可追溯、可安全回退。

先认识 Codex Autoresearch：AI 的自运行实验循环 🧪

给它一个数字化的目标（例如"把解析器错误数降到 0"），技能会：

先和你确认目标、目标值、允许改动的范围与度量命令；
每一轮只改动一个聚焦的问题；
把改动提交成试验提交，然后运行度量命令测量；
指标改善且回归守卫通过 → 保留提交；否则 → 用 git revert 回滚；
追加一条审计事件，重复直到达成目标。

一句话概括分工：Codex 负责提出假设和写代码，控制脚本负责 Git 边界、度量、回滚与状态（见 README.md 的循环说明）。正是这种分工，让"每一步可回滚"成为可能。

为什么每次试验都必须是 Git 提交？

新手常问：AI 只是在反复试错，大部分尝试还会失败，提交历史不会被"污染"吗？项目的回答很明确：Git 就是实验的记忆与回滚边界，离开 Git 它甚至拒绝运行。

1. 变成提交，才能"精确回滚"

Codex 改完代码后，控制脚本会创建一个统一前缀为autoresearch:的试验提交（实现见 scripts/autoresearch_core.py）。这个提交就是检查点：

保留→ 提交留在历史中，改进成为基线的一部分；
丢弃→ 脚本对该提交执行 git revert，生成一个"反向补丁"提交。

注意：它不是抹掉历史的硬删除，而是加一笔可追溯的反向操作。失败尝试不会从仓库里消失，而是被记录在案——这正是审计的含义：任何时候你都能回答"AI 试过什么、为什么回滚"。

2. 提交是状态校验的"锚点"

每轮开始时，脚本都会核对当前 HEAD 与分支是否与记录一致。如果 Git 被外部挪动（包括 AI 自己越权操作），运行立即停止并给出精确错误，而从不"猜"结果。运行状态也不存在对话记忆里，而是从事件日志逐条重放验证得出。

3. 提交是指标的"证据链"

每个指标数值都对应一个具体提交哈希，因此度量轨迹可以逐点标注来源，报告里的每一行历史都能回溯到 Git 对象。

安全回滚的三道防线：严格在哪里？🔒

这个技能的安全模型刻意严格——项目原话是："静默恢复会让长时自主运行变得不可信"（安全模型见 README.md）。具体有三道防线：

第一道：范围校验。只能触碰你确认过的路径，且autoresearch-results/与.git被硬性保护。越界改动、分支切换、HEAD 漂移，任何一种都会立刻中止运行。

第二道：改进 + 守卫双通过才保留。只有"指标变好且回归守卫测试通过"才算 keep；即使指标改善，守卫失败同样触发回滚——避免"分数涨了、功能坏了"。

第三道：失败绝不静默。度量命令超时、输出格式错误、回滚失败时，运行进入错误状态，报告精确错误信息与日志路径，绝不"重建、猜测或悄悄修复"状态。

审计追踪存在哪里？📜

全部实验数据写入autoresearch-results/目录（该目录永不暂存、不提交）：

文件	作用
`run.json`	一次运行唯一且不可变的确认配置
`events.jsonl`	只追加的实验历史：基线、每次迭代、停止、完成
`logs/`	每次度量、守卫与后台进程的完整输出
`report.html`	可随时重新生成的可视化报告快照

核心是events.jsonl：每条迭代事件记录轮次、结果（keep/discard）、试验前/试验中/保留后的三个指标值、试验提交哈希、回滚提交哈希与日志路径。它是只追加且序号严格连续的——任何缺口、矛盾或篡改都会被判定为错误（校验逻辑见 scripts/autoresearch_core.py 的状态重放）。

基于这些验证过的事件，你可以让 Codex 直接查看：

show experiment history→ 在终端打印验证过的历史表格；
export experiment history as TSV→ 导出表格用于分析；
generate an HTML report→ 生成自包含的可视化报告。

在报告的历史表中，被丢弃的第 1 轮迭代同时标注了试验提交与回滚提交两个哈希——这就是安全回滚机制最直观的样子：每次回滚都留下成对的痕迹。

新手常见疑问速查 💡

没有 Git 能跑吗？不能。Git 是实验记忆与回滚边界，且一次运行只管理一个仓库。
为什么历史里多了不少提交？这是"非破坏性、可追溯回滚"的成本——额外的回滚提交换来任何内容都不会被悄悄删除。
为什么后台运行要求 Full Access？因为每轮都要写 Git 提交与回滚，受限沙箱可能禁止写.git。
能暂停和恢复吗？能。前台用 Codex Goal 暂停/恢复；后台通过技能查询状态、停止或带新方向恢复。

企业官网建设流程全解析