AI Agent 干的活，凭什么信？Apache Maka 用四道关拆解

让一个 Agent 去修线上 bug，它又是翻文件、又是跑测试、最后改完代码，回你一句“已完成，测试通过”。三天后问题复发，你想回头查：它当时到底读过哪些文件？执行的是哪条命令？输出里有没有被忽略的报错？

多数工具这时候只会丢给你一段被压缩过的对话摘要。

这其实是这一代 Agent 工具的通病：对话是过程的唯一存储，而对话会被压缩、截断、甚至“优化”掉。过程没有账，信任就无从谈起。

Apache Maka 把这个大问题拆成了四道关。

项目卡片

• 项目：Apache Maka (Incubating)[1]
• 状态：5.5k star，2026 年 5 月建仓，正在 Apache 孵化器孵化，提交以天计
• 一句话判断：把 Agent 干活的每一步记成只增不删的账本，桌面、终端、评测走同一条执行通道——本地优先，模型自带

先有账：UI 只是账本的视图

Maka 的核心设计一句话就能讲完：模型消息、工具调用、工具结果、权限决定、终止事件，全部写进一条只增不删的事件日志。

你在界面上看到的会话，是这份日志的投影；发给模型的下一轮上下文，也是投影。上下文压缩、旧工具输出剪枝，改的都只是“下一轮让模型看什么”，账本一个字不动。

我通常会先看一个 Agent 工具怎么处理失败：崩了记录还在不在、续跑靠什么。Maka 在 README 第一屏就答了这道题。任何时候回查“它当时干了什么”，原始记录都在；会话崩了，恢复的依据也是这份账。中断续跑默认关闭——续跑要重新调模型、花 token，开关留给你（MAKA_RUNTIME_SAFE_BOUNDARY_RESUME=1）。

家底：数据不出本机，模型自己带

Maka 没有官方账号体系。会话、设置、执行记录全部落在本地 profile 目录（Linux 下是 ~/.config/Maka），密钥同样存在本地文件里。模型自己接：云 API、本地模型、兼容网关都行。

代价同样直白：没有“开箱即用”。首次启动必须自己配模型连接，没 key 就跑不起来。

对在意代码和会话数据去向的开发者，这是卖点；对想省事的用户，这是门槛。Maka 的选择很清楚——它宁可把接入这件事交给你，也不把你的工作台绑在某个云服务上。

缰绳：默认先问，沙箱兜底

写文件、跑 shell 这类出边界的操作，默认要人工批准。

批准之后也不是裸跑。macOS 上走 Seatbelt，Linux 上走 bubblewrap，Windows 上走 AppContainer，每条命令单独编译一份沙箱策略；强制约束不满足时直接失败，不会悄悄退回宿主机重试。内置工具就是 Read、Write、Edit、Bash、Glob、Grep 六件套，Computer Use 这类高权限能力默认不启用。

想放开手也有逃生门：maka run --yolo 一次性给足文件和网络权限。仓库原话提醒得很直白——只在你愿意让它改的环境里用。

验货：成绩单要能重考

“它说它测过了”，是 Agent 时代最难验证的一句话。

Maka 把评测做成了内置能力，而不是外挂脚本。一份声明式实验配置，展开成“任务 × 重复 × 被测对象”的网格，每个格子独立留档。关键规则是一条：同一格跑出多次结果时，以最早的有效结果为准，操作者不能挑最好的一次。

这条规则是我翻架构文档时印象最深的一句。多数基准报告都默认作者会挑最好的一次发，它直接把这条路堵死了。

A/B 测试在这个体系里只是“两臂的实验”。想给自己项目跑回归评测，或者对比两个模型在同一批任务上的表现，用的是同一套命令：maka eval run experiment.json --out <目录>。

普通开发者怎么用

终端一条命令：npm install --global maka-agent@next。beta 阶段固定用 next 标签。注意 npm 上另有一个叫 maka 的包，和这个项目无关，别装错。

装完在项目目录敲 maka 进交互界面，/setup 配模型，maka run "任务描述" 跑单轮。桌面版目前只有 macOS（Apple Silicon，已签名公证）和 Windows（未签名预览），Linux 桌面暂无；但 CLI 在 Linux x64/arm64、macOS、Windows 都通过了发布验证，服务器上也能用。

现在入场的成本

边界必须说清楚：

• 没有 Apache 正式 release，npm 包和安装包都是孵化期产物，数据格式和命令可能变；
• 凭据库是本地明文文件（POSIX 下仅属主可读），不是系统钥匙串；
• 升级不迁移旧格式会话和密钥，可能遇到空会话、重配 key；
• 0.2.0 起上下文管理收归运行时，MAKA_CONTEXT_* 环境变量失效，工具输出剪枝关不掉；
• 期待“自带模型的开箱服务”的人，现在不是它的目标用户。

我的判断：如果你在意“Agent 到底干了什么”并且愿意自己回答这个问题，Maka 是目前少有的把“可审计”做进架构、而不是做成插件的项目。如果你只想要一个顺手的编码助手，可以等正式 release 再看——账本这件事，它已经替你想在了前面。

引用链接：

[1] Apache Maka (Incubating): https://github.com/apache/maka