逐个工具调用，看清 AI 到底改了什么

一轮 Agent 对话结束，回复说"完成了——重构了模块、更新了调用方、修好了测试"。十五个工具调用刷过去了。现在只剩一个真正要紧的问题：到底改了什么？

在此之前，诚实的回答是"大概知道"。你可以逐个展开工具调用去读参数，但有几个真实存在的盲区：

• Bash 是隐形的。 一条 sed -i、一个代码生成器、一次会改文件的 npm install——工具调用只给你看命令，从不给你看它造成的文件变更。MCP 工具和 Task 子代理同理。
• 参数不等于磁盘真相。 AI 对同一个文件连改三次时，在脑子里回放 old_string → new_string 的结果，和磁盘上实际落下的内容会有出入。
• git status 给的是总和，不是过程。 一轮长对话结束，你拿到的是一坨摊平的大 diff——这个改动是按什么顺序搭出来的、哪一步引入了哪一行，全都没了。

一次工具调用 = 一个 commit

Cockpit 现在会在每次碰文件的工具调用之后给项目拍快照，所有引擎都覆盖——Claude、Codex、DeepSeek、Kimi、Ollama。点开任意回复上的文件变更图标，你会得到一条 git 历史式的时间线：

• 左边：时序。 一次调用一个条目，按执行顺序排列——[Write] nebula/codes.py、[Bash] npm run build，各带短 hash 和时间。
• 右边：真实 diff。 带每文件 +/− 行数的文件树、左右分栏对比、可折叠未变更段的精简模式。你看到的就是磁盘上发生的——包括 Bash 干的一切。

这是"相信我，我改好了"和能够回放编辑过程之间的差别：先写了新模块，然后逐个改接入方，最后动测试。如果是第 7 步开始跑偏，你能直接看到那一步——它是独立的，而不是被搅进 400 行的最终 diff 里。

为什么这能降低 review 成本

审 AI 的产出正在变成真正的工作量。贵在两点：体量（一句话能产出一大坨 diff）和意图丢失（摊平的 diff 藏起了每一块改动为什么存在）。按调用切分的快照攻的是第二点：

• 每一步都小而自明——工具调用有明确的目的，它的 diff 要么对得上，要么对不上。
• 时序本身携带意图。"这个 import 是哪来的？"看它出现在哪一步就有答案。
• 没人认领的改动会现形：同一时间窗内另一个会话或外部进程改的文件，会带上同期变更标记，而不是悄悄混进来。

提交前你仍然会在 Explorer 的变更 tab 里审最终状态。但当哪里看着不对时，你手里现在有中间帧，而不只有最后一帧。

零配置、全本地、自动清理

没有任何需要配置的东西：

• 快照存在 ~/.cockpit/snapshots/ 下的影子 git 仓库里——项目自己的 .git 完全不被触碰，.gitignore 照常生效（另有 .env*、密钥等敏感文件的内置排除）。
• 一切都在你自己的机器上，不上传任何东西。
• 历史会自己保持苗条：每个项目保留 7 天，30 天不活跃整仓移除，超大文件跳过。13 GB 的 monorepo 实测只占约 74 MB 影子存储；之后每次快照约 80 ms。
• 历史会话同样可用——重新打开上周的对话，diff 还在（保留期内）。

升级到最新版本，让 Agent 改点什么，然后点回复上的文件变更图标。细节见文档。