Perplexity 开源 Numbat：面向 AI 智能体的终端可观测与拦截工具

Perplexity 近日开源了一款名为 Numbat 的终端级可观测性工具，专门用于监控 AI 智能体（agent）的行为活动。Numbat 通过本地 hook、插件、OTLP/HTTP 日志导出器以及磁盘上的会话产物，对桌面、命令行、IDE 和网关中的智能体进行实时与静态观测，并将所有活动归一化为统一事件模型，由同一套 CEL 规则引擎进行评估。检测完全在本地完成，记录可输出到 stdout 或本地文件，也可选择通过 HTTP 投递。

核心能力

Numbat 围绕「可见、可检、可阻断、可回溯」四个维度构建了一套完整的智能体治理框架：

• 实时监控：通过 hook、插件和 OTLP/HTTP 日志导出器采集智能体行为，覆盖 Codex、Claude Code、OpenClaw 等多种主流 agent。
• 本地检测：内置 CEL 规则，支持多步骤序列规则与自定义 YAML 规则；所有出厂规则默认为仅监控模式，不强制拦截。
• 可选拦截：仅对标记 enforce: true 的规则生效，且必须经过操作员在受控目录中手动复制、修改并校验后才可部署。
• 取证回溯：可在未预先安装 Numbat 的情况下，从磁盘会话产物重建事件链，配套只读的扫描与清单命令。
• 可移植案件包：每份输出均含 SHA-256 清单，便于审计与跨主机移交。

输出与记录格式

Numbat 采用版本化的 NDJSON 作为统一记录格式，覆盖事件、发现、强制决策、指标与扫描摘要五类记录。事件与发现保留源引用，JSON Schema 定义了线缆格式。默认输出中不会出现完整的原始对话文本，敏感字段会在记录阶段被脱敏；如需附带原始证据，需由操作员显式启用。

安装与使用

Numbat 以单二进制形式分发，支持 macOS、Linux 与 Windows 的 amd64 与 arm64 架构，构建时不依赖 cgo。用户可通过下载发布包（附带 SHA-256 校验）或使用 Go 1.26.5 及以上版本执行 go install 安装。

• 只读盘点：numbat agents 列出已发现的 agent；numbat scan 执行只读扫描，可通过 --agent 参数限定目标。
• 实时监控与拦截：以 Codex 为例，numbat hook install --agent codex --emit all 安装监控 hook，记录将写入 ~/.numbat/records.ndjson；若需启用拦截，需在操作员目录下复制并修改对应 YAML，加入 enforce: true 并提升版本号，再通过 numbat rules check 与 numbat hook install --enforce 完成部署。

典型场景示例

文档中给出了两个示例事件：在一次受控的 OpenClaw before_tool_call 回调中，Numbat 将对 AWS 云元数据接口 http://169.254.169.254/latest/meta-data/iam/security-credentials/ 的浏览器访问转换为一条类型化的网络事件，并命中一条高严重级别的云元数据规则；另一次 Claude Code 的两段连续 pre-action 回调（先读取 .env.production，再尝试通过 curl 上传），被序列规则识别为「敏感文件访问后随即外传」，输出一条中置信度的发现记录。

作为 Perplexity 在 AI agent 治理领域的布局之一，Numbat 将智能体的行为审计与强制执行能力下沉到了终端本地，既适合企业安全团队做合规审计，也为个人开发者提供了审视自身 agent 工作流的可观测入口。