2026年9至10月，Codex超额消费、Wikimedia失控等事件密集曝光，问责诉求高涨，却无人能提供完整执行记录。与此同时，GitHub上12个独立仓库正构建“agent取证层”，涵盖会话回放、防篡改轨迹与按工作项核算，供给先于事件。论文亦证实agent报告与真实行为存在40.7个百分点缺口。但审计产品热度低，付费市场尚未成型。