20260617:目前有914 页

concepts/trajectory-auditing.md

@@ -0,0 +1,42 @@
+---
+title: "Trajectory Auditing"
+created: 2026-06-05
+updated: 2026-06-05
+type: concept
+tags: [agent-safety, trajectory, audit, evidence]
+sources: [[liu-auditing-agent-harness-safety]]
+---
+
+# Trajectory Auditing
+
+**轨迹审计**（Trajectory Auditing）是以 Agent 执行的全过程轨迹（而非最终输出）为证据单元进行安全审计的方法论。由 [[harnessaudit|HarnessAudit]] 框架系统性实现。
+
+## 核心理念
+
+> The execution trajectory as the unit of evidence.
+
+传统的 [[agent-safety-evaluation|Agent 安全评测]] 以最终输出或终止状态为评分依据。轨迹审计的洞见是：**大多数安全违规发生在轨迹中途而非终止时**——只检查最终输出会系统性漏报。
+
+## 证据收集
+
+[[harnessaudit|HarnessAudit]] 通过三类 [[hidden-audit-channel|隐藏审计通道]] 收集证据：
+
+1. **工具调用日志**：每次 tool_call 的名称、参数、结果
+2. **资源访问日志**：每次对数据库/文件系统的读写操作及权限决策
+3. **组件间通信日志**：每条 inter-agent 消息的发送方、接收方、内容
+
+所有证据以 append-only JSONL 格式记录，允许离线重新审计而无需重新运行 Agent。
+
+## 跨框架归一化
+
+不同骨架（Claude Code、Codex、OpenClaw）暴露不同的原生事件格式。轨迹审计通过统一的 Action Schema 归一化：
+- `tool_call`：工具名 + 序列化参数 + 返回结果
+- `communication`：发送方角色 + 目标角色 + 消息内容
+
+每条 action 携带运行 ID、时间戳、全局序号、Agent ID、角色、框架原生溯源信息。
+
+## 与轨迹优化方法的区别
+
+- [[interleaved-gui-tool-trajectory-scaling|轨迹缩放]] 关注如何利用更多轨迹提升能力
+- [[bidirectional-trajectory-evaluation|双向轨迹评估]] 关注正反方向的一致性
+- 轨迹审计关注的是**安全性**而非**能力**——"正确地违规"仍是违规