摘要：Cursor 近日公布了 Agent基于其在 AI 辅助编程工具方面的实践经验，Cursor 发现，代码变更过程中对上下文的追踪能力仍然明显不足。Cursor 并未规定追踪记录必须存放在哪里，开发者可以根据自身需求，将其保存为普通文件、git notes、数据库记录，或采用其他机制。
Cursor 近日公布了 Agent Trace" 开放规范草案，目标是解决 AI 生成代码在软件项目中的归属与标注问题。该提案以 RFC 形式发布，定义了一种厂商中立的格式，用于在版本控制系统中记录 AI 与人类协作产生的代码贡献。
基于其在 AI 辅助编程工具方面的实践经验，Cursor 发现，代码变更过程中对上下文的追踪能力仍然明显不足。以常见的 git blame 等工具为例，它们只能显示某一行代码“何时被修改”，却无法说明这次修改是由人类完成、由 AI 完成，还是二者协作的结果。Agent Trace 正是为了解决这一缺口，试图以结构化、可互操作的方式捕获这些关键信息。
从技术角度看，Agent Trace 是一套数据规范，使用基于 JSON 的 trace record（追踪记录）来关联具体的代码范围，以及背后的对话过程和参与者。代码贡献可以在文件级或行级进行追踪，按会话进行分组，并被标注为“人类”、“AI”、“混合”或“未知”。该模式还支持为 AI 生成的代码附加可选的模型标识，从而在不绑定具体厂商的前提下，实现更精确的归属记录。
在设计上，这一规范刻意保持了对存储方式的“中立性”。Cursor 并未规定追踪记录必须存放在哪里，开发者可以根据自身需求，将其保存为普通文件、git notes、数据库记录，或采用其他机制。Agent Trace 同时支持多种版本控制系统，包括 Git、Jujutsu 和 Mercurial，并引入了可选的内容哈希，用于在代码被移动或重构后，依然能够追踪其原始归属。
可扩展性是 Agent Trace 的核心设计目标之一。各厂商可以通过命名空间键（namespaced keys）附加额外的元数据，而不会破坏规范的兼容性。同时，该规范刻意回避了对 UI 形式、代码所有权语义的定义，也不试图评估代码质量或追溯训练数据来源，而是将关注点严格限定在“代码归属”和“可追溯性”本身。
Cursor 还提供了一份参考实现，展示 AI 编程代理如何在文件发生变化时，自动捕获并生成追踪记录。尽管示例基于 Cursor 自家的工具链，但其设计模式被明确定位为可复用方案，适用于其他编辑器和智能代理。
来自开发者社区的早期反馈，普遍强调了这一规范在代码审查和调试流程中的潜在价值。一位 X 用户评论"道：
这才是真正在收拾 Agent 生成代码的烂摊子。等不及在 Review 里用了。
另一位用户则从可复现性的角度给予了肯定：
团队一旦搞不清 Agent 为啥跑偏，就会直接停工。Trace 解决了这个痛点，开放得正好。
作为一份 RFC，Agent Trace 明确欢迎社区反馈，同时也有意保留了一些尚未解决的问题，例如在合并（merge）、变基（rebase）以及大规模代理驱动代码变更场景下应如何处理。Cursor 将该提案定位为一个共同标准的起点，而非终极答案，以应对 AI 代理在软件开发流程中日益普及的现实趋势。
原文链接：
https://www.infoq.com/news/2026/02/agent-trace-cursor/"
Cursor 近日公布了 Agent Trace" 开放规范草案，目标是解决 AI 生成代码在软件项目中的归属与标注问题。该提案以 RFC 形式发布，定义了一种厂商中立的格式，用于在版本控制系统中记录 AI 与人类协作产生的代码贡献。
基于其在 AI 辅助编程工具方面的实践经验，Cursor 发现，代码变更过程中对上下文的追踪能力仍然明显不足。以常见的 git blame 等工具为例，它们只能显示某一行代码“何时被修改”，却无法说明这次修改是由人类完成、由 AI 完成，还是二者协作的结果。Agent Trace 正是为了解决这一缺口，试图以结构化、可互操作的方式捕获这些关键信息。
从技术角度看，Agent Trace 是一套数据规范，使用基于 JSON 的 trace record（追踪记录）来关联具体的代码范围，以及背后的对话过程和参与者。代码贡献可以在文件级或行级进行追踪，按会话进行分组，并被标注为“人类”、“AI”、“混合”或“未知”。该模式还支持为 AI 生成的代码附加可选的模型标识，从而在不绑定具体厂商的前提下，实现更精确的归属记录。
在设计上，这一规范刻意保持了对存储方式的“中立性”。Cursor 并未规定追踪记录必须存放在哪里，开发者可以根据自身需求，将其保存为普通文件、git notes、数据库记录，或采用其他机制。Agent Trace 同时支持多种版本控制系统，包括 Git、Jujutsu 和 Mercurial，并引入了可选的内容哈希，用于在代码被移动或重构后，依然能够追踪其原始归属。
可扩展性是 Agent Trace 的核心设计目标之一。各厂商可以通过命名空间键（namespaced keys）附加额外的元数据，而不会破坏规范的兼容性。同时，该规范刻意回避了对 UI 形式、代码所有权语义的定义，也不试图评估代码质量或追溯训练数据来源，而是将关注点严格限定在“代码归属”和“可追溯性”本身。
Cursor 还提供了一份参考实现，展示 AI 编程代理如何在文件发生变化时，自动捕获并生成追踪记录。尽管示例基于 Cursor 自家的工具链，但其设计模式被明确定位为可复用方案，适用于其他编辑器和智能代理。
来自开发者社区的早期反馈，普遍强调了这一规范在代码审查和调试流程中的潜在价值。一位 X 用户评论"道：
另一位用户则从可复现性的角度给予了肯定：
作为一份 RFC，Agent Trace 明确欢迎社区反馈，同时也有意保留了一些尚未解决的问题，例如在合并（merge）、变基（rebase）以及大规模代理驱动代码变更场景下应如何处理。Cursor 将该提案定位为一个共同标准的起点，而非终极答案，以应对 AI 代理在软件开发流程中日益普及的现实趋势。
原文链接：
https://www.infoq.com/news/2026/02/agent-trace-cursor/"