你大概撞见过一个这样的仓库：挺活跃，点开 commit 历史，整页整页是 agent 刷的，规整得像同一台机器压出来的。跟老开发者留下的带点情绪的提交记录摆在一起，那条边界清楚得能画条线。
有人拿 GitHub 的痕迹数据跑软件测量，论文里写着「开发者倾向于」「维护者通常会」——你追问一句数据里有几成是 agent 生成的，他答不上来。
还有，前几天 arXiv 上挂了一篇论文，已经被 ASE '26 接收了，标题直接问：过去几十年的软件测量结论，会不会已经不成立了。
不是方法用错了，是数据底下的前提碎了。三件事摆到一起，是同一块空地——这块地到现在没名字。于是研究者拿 agent 产生的数据推断人类行为，维护者天天看着 agent 刷屏——谁都觉得自己撞见了事，但谁也没法跟对方说到一个点上。
我把它叫做：痕迹漂移。给这块空地造个把手，下次再撞见，不用从头比划了。
软件测量这行，早年靠人工收集数据，又贵又少；后来转用版本控制留下的痕迹数据，才算喂饱——开源起来，数据量大到用不完，好多人以为这行的地耕到头了。但这套测量背后站着一个没写出来的假设：留下这些痕迹的，是真正在写软件的人。
论文把这个假设摆到台面上念了一遍，你才发现：整座测量大厦压在这块地基上。
现在 agent 在干同一件事。写 commit、开 PR、提 issue，格式一模一样，量更大——标点比人打的还齐整。但「这是一个人类在做判断」这一层，没了。数据还在流，源头换了物种——测量者还在按老规则读数。
我第一反应管这现象叫数据漂移。不对。数据漂移是输入分布变了，模型还按老规则跑；痕迹漂移是同一个骨架：测量工具还按「痕迹等于人类行为」解读，但生产者换了。区别在数据本身——数据没变，格式没变，分布甚至更好看。所以它比数据漂移更难看见，比数据污染更难防。污染是脏东西混进来了，你至少认得出来；痕迹漂移是干净的数据裹着一个坏掉的前提进来，你反而更愿意信它。
这两年拿 GitHub 历史数据做的推断，还有多少站得住？活跃度曲线、owner 的判断、提交频率的节奏、评审行为的规律——每一条的前提都写着「这是人做的」。我不敢说哪条已经错了，但你同样指不出哪条还站着。这比错了更麻烦：错的东西能被勘误、被反驳；没人知道坏没坏的，只能集体悬着。
论文提了个动作：系统性 AI 辅助复制研究计划，拿现代方法把过去几十年的关键结论重跑一遍。这动作我举双手赞成——复制研究早该被当成和原始测量一样正经的基建。但你不用等它落地。你现在就能做一件事：把手头痕迹数据的来源标出来。agent 署名的直接标，剩下的靠模式识别出个大概。先标，再谈重测。你标出来的那层标签，就是给下一代测量者留的路标。
这篇的号吹到这儿。痕迹漂移，拿它指这件事：数据还在流，写它的人换了。你下次拿到一份 commit 历史，先问一句里面有多少是人写的。问出这句，这个词就算认领了！
附带作废条件：如果一个月内没有第二个同行在公开场合用它指这件事，或者有人指出它跟某个已有叫法撞了，我就回炉。造词的规矩，音不准就让位，不占空地。
