EMET

EMET 是一款轻量级命令行工具，专注于解决一个日益突出的问题：当文件被 AI 模型处理或修改后，如何确认它是否仍然与原始字节保持一致。它通过锚定文件字节并重新计算 SHA-256 哈希值，输出 MATCH、DRIFT 或 UNVERIFIABLE 三种明确结果。

核心功能

EMET 的核心机制非常直接：先对源文件进行字节级锚定，记录其 SHA-256 哈希；之后在任意时间点重新计算并比对。如果哈希一致，返回 MATCH；如果文件内容发生变化，返回 DRIFT；如果无法获取或验证源字节，则返回 UNVERIFIABLE。这种设计让审查者能够快速判断一个被 AI 触碰过的文件、提示词或展示视图是否仍然忠实于原始数据。

主要特性

• 字节级证据链：不依赖语义判断，只关注原始字节是否改变，避免主观解释带来的偏差。
• 三种明确状态：MATCH、DRIFT、UNVERIFIABLE 覆盖了验证的所有可能结果，清晰易懂。
• 独立于被检查系统：EMET 将字节证据保存在被检查系统之外，防止证据被篡改或污染。
• 轻量 CLI 设计：基于 MPL-2.0 协议开源，无需复杂配置，适合集成到现有工作流中。
• 面向审查场景：专为需要验证 AI 输出与源文件一致性的开发者、审计人员和安全团队设计。

适用场景

EMET 适用于任何需要确认 AI 处理结果是否偏离原始文件的场景。例如，在代码审查中检查 AI 辅助生成的代码是否意外修改了关键文件；在合规审计中验证 AI 生成的报告是否与源数据一致；或在安全分析中确认提示词或展示视图未被篡改。

需要注意的是，EMET 并不判断语义真伪或模型安全性，它只提供字节层面的证据。这种克制让 EMET 成为一个可靠、可复现的验证工具，而不是一个模糊的“AI 检测器”。