ตรวจสอบโค้ดที่เขียนโดย AI โดยการเชื่อมโยงคำสั่งกับการเปลี่ยนแปลงใน git
brain0, จาก Brain0 Ai, เป็นเซิร์ฟเวอร์ MCP และเครื่องมือการสังเกตการณ์ด้านความปลอดภัยที่บันทึกการโต้ตอบการเขียนโค้ดที่ช่วยด้วย AI เพื่อผลิตแหล่งที่มาที่ไม่สามารถเปลี่ยนแปลงได้สำหรับการส่งข้อมูล การใช้งานเชื่อมโยงคำสั่งในภาษาธรรมชาติกับการเปลี่ยนแปลง git ที่เกิดขึ้น ตรวจจับการปรับเปลี่ยนที่ไม่ตั้งใจ และกำหนดระดับความเสี่ยงให้กับการส่งข้อมูลเพื่อสนับสนุนการทำงานตรวจสอบ มันทำงานเป็น daemon Rust ที่มีลำดับความสำคัญในเครื่องพร้อมการฝังตัวในอุปกรณ์และการลบข้อมูลลับ โดยมุ่งเป้าไปที่นักพัฒนา ผู้ตรวจสอบความปลอดภัย และทีม DevSecOps.
มันแมพคำสั่งไปยังการคอมมิทเพื่อให้ทีมสามารถตรวจสอบการตัดสินใจของเอเจนต์
brain0 สร้างกราฟการตัดสินใจแบบพาสซีฟที่เชื่อมโยงแต่ละคำสั่ง AI กับการคอมมิท git ที่แน่นอนซึ่งมันกระตุ้น สร้างบันทึกที่สามารถนำทางได้สำหรับการตรวจสอบหลังจากนั้น การรับรองแหล่งที่มาที่ลงนาม และการจัดเก็บที่มีที่อยู่เนื้อหาเพิ่มหลักฐานการเปลี่ยนแปลงสำหรับการตรวจสอบห่วงโซ่อุปทาน ผลลัพธ์จะถูกบันทึกเป็นวัตถุที่มีโครงสร้าง ทำให้ผู้ตรวจสอบสามารถเดินทางผ่านคำสั่ง → บันทึกเอเจนต์ → ความแตกต่างโดยไม่เปลี่ยนประวัติการคอมมิทที่มีอยู่
การตรวจจับการเบี่ยงเบนและการให้คะแนนความเสี่ยงทำเครื่องหมายความไม่ตรงกันระหว่างเจตนาและการเปลี่ยนแปลง
เครื่องมือเปรียบเทียบเจตนาที่ประกาศของเอเจนต์กับความแตกต่างจริงของ git และเน้นการแก้ไขที่ไม่ได้กล่าวถึงหรือไม่คาดคิดด้วยฟีเจอร์การตรวจจับการเบี่ยงเบนของมัน กลไกการให้คะแนนความเสี่ยงที่ขับเคลื่อนด้วยหลักฐานแยกต่างหากจะกำหนดระดับความเสี่ยงให้กับการคอมมิท และการตรวจสอบ DLP จะสแกนบันทึกสำหรับความลับที่เปิดเผยหรือ PII ผลลัพธ์เหล่านี้เป็นการวินิจฉัย มีจุดประสงค์เพื่อให้ปรากฏรายการสำหรับผู้ตรวจสอบมนุษย์มากกว่าที่จะทำการแก้ไขโค้ดอัตโนมัติ
การปรับใช้ขึ้นอยู่กับการสนับสนุน MCP และส่วนประกอบพื้นที่ทำงาน TypeScript
brain0 ทำงานเป็น daemon Rust ท้องถิ่น แต่ต้องการ Node.js v20+ และ pnpm สำหรับพื้นที่ทำงาน TypeScript ของมัน และมันจะรวมเข้ากับเอเจนต์และ IDE ที่สอดคล้องกับ MCP เท่านั้น เช่น Claude Code, Cursor และ Windsurf โมเดลท้องถิ่นที่เลือกได้จะได้รับการสนับสนุนผ่าน Ollama ข้อกำหนดด้านสิ่งแวดล้อมเหล่านี้กำหนดว่าจะแมพเครื่องมือไปที่ไหนและเอเจนต์การเขียนโค้ดใดที่จะมองเห็นได้ในกราฟการตัดสินใจของมัน
การทำงานแบบพาสซีฟและท้องถิ่นแรกเหมาะกับการทำงานตรวจสอบโดยไม่เปลี่ยนแปลงนิสัยของนักพัฒนา
แอปพลิเคชันจะติดตามกิจกรรมของเอเจนต์แบบพาสซีฟและไม่ต้องการ git hooks หรือการเขียนใหม่ของเวิร์กโฟลว์ ดังนั้นทีมสามารถนำไปใช้ได้โดยไม่ต้องเปลี่ยนแปลงการคอมมิทในทุกวัน การลบความลับจะทำงานที่การนำเข้าเพื่อปิดบังข้อมูลประจำตัวและ PII ก่อนการจัดเก็บ และระบบถูกออกแบบมาให้ทำงานแบบออฟไลน์ตามค่าเริ่มต้น โดยเก็บการฝังและกราฟการตัดสินใจไว้ในอุปกรณ์เพื่อให้สอดคล้องกับสภาพแวดล้อมที่มีความไวต่อความเป็นส่วนตัว
ตรงกับทีมที่เตรียมพร้อมในการใช้เครื่องมือการสังเกตการณ์แบบโอเพนซอร์ส
ในฐานะที่เป็นโครงการโอเพนซอร์สที่นำโดย Nicola Alessi ซึ่งมีการดึงดูดที่เห็นได้ในวงการพัฒนา AI, brain0 เหมาะสำหรับทีมวิศวกรรมและความปลอดภัยที่สามารถปรับใช้และบำรุงรักษาการรวมระบบและดำเนินการตามหลักฐานที่มันผลิตขึ้น องค์กรควรวางแผนการบริหารจัดการและกระบวนการตรวจสอบเพื่อให้เอกสารการตรวจสอบแปลเป็นขั้นตอนการบังคับใช้ เนื่องจากโครงการนี้ให้บันทึกทางนิติวิทยาศาสตร์แทนที่จะเป็นการบังคับใช้ตามนโยบายอัตโนมัติ.
