CHAP协议:人类改过AI什么终于可以被审计
据 BrightbeamAI/chap 项目说明,CHAP 是一个 Collaborative Human-Agent Protocol,用于记录人类与 AI Agent 协作中的审批、修改、拒绝和理由,并通过内容哈希链形成可查询、可回放的审计记录。
据 BrightbeamAI/chap 项目说明,CHAP 是一个 Collaborative Human-Agent Protocol,用于记录人类与 AI Agent 协作中的审批、修改、拒绝和理由,并通过内容哈希链形成可查询、可回放的审计记录。
一句话结论: Agent 真正进入生产后,最缺的不是聊天记录,而是“谁改了 AI 的决定以及为什么”。
现在很多团队把人机协作散落在聊天窗口、工单评论、代码审查和内部日志里。问题发生六周后,想还原“AI 原来建议了什么、人类为什么改、人类是否保留了意图”,通常只能到处翻记录。CHAP 想做的是把这些动作变成统一信封:agent 草稿、人类覆盖、差异、理由、标签都按固定结构保存。
它和 MCP、A2A 的关系也值得注意。MCP 更像工具调用接口,A2A 更像 agent 之间的通信,CHAP 关注的是人类监督和决策记录。换句话说,工具能用不代表责任能追,agent 能协作不代表过程可审计。

项目还处在 0.x 阶段,不能把它当成熟标准。但它提出了一个方向:企业不会只问“Agent 能不能完成任务”,还会问“任务失败后能不能说清楚每一步谁批准、谁覆盖、谁拒绝”。这是 Agent 工程化绕不开的部分。
关键事实
- 来源:BrightbeamAI CHAP GitHub 仓库、CHAP 项目页面
- 涉及项目:CHAP、MCP、A2A、LangGraph、Pydantic AI 等集成
- 核心事实:CHAP 定义人机协作审计信封和哈希链记录
- 关键数字:仓库说明称当前为 CHAP 0.2 公共草案,包含 TypeScript 与 Python 参考实现
OC 判断
- Agent 生产化会把审计从“附带日志”提升为核心协议。
- 人类覆盖不是噪声,而是最有价值的监督数据。
- CHAP 是否成功,取决于是否被第二、第三个生态真正实现。
为什么重要
- 对开发者:AI 审批流需要结构化记录,而不是靠聊天记录补救。
- 对企业:合规场景需要可签名、可查询、可回放的决策链。
- 对用户:AI 决策被人类改过时,系统应能解释改动依据。
评论
围绕这篇文章补充信息、提出问题或分享观察。