问题 01
种草图文可能出自 AI，好评可能是灌水
AI Builder · Local-First · 2026
把想法， 做成能用的东西。
01 / 主项目 · TRUST GUARD
「本人实拍」？
拿证据对一遍
美妆种草内容鉴真 Agent。从文案、评论区、图像三路取证，把证据和笔记里的说法逐条对照。风险等级由规则表计算，大模型只写解释。
队长 · 主力开发：Agent 调度、图像取证与核验页面5 人团队 · 欧莱雅第二届美妆科技黑客松 · 赛题二
浙江工商大学 · 计算机在读
Scroll
02 / 主项目 · 知行有策
让物业经验，
成为可调用的 AI Skill。
物业咨询知识的 AI Skill 生产平台。资料萃取成知识原子，在 Skill 工厂组装、评测、上架，再由 Agent 按问题编排调用，每条结论都能回到原文。
技术负责人 · 桌面端由我独立开发13 人团队 · 浙江省国际大学生创新大赛 · 产业赛道
03 / 个人项目 · FORGE
每天开机，
第一个打开它。
本地优先的个人工作台。IndexedDB 是主存储，离线秒开，数据留在自己手里；学习计时用状态机管住，结束后自动勾选当天计划。
在作品集里看详情 →PROBLEM → TOOL
每一个痛点，
都被做成了一个工具
已做成0 / 8
问题 02
物业专家经验散在文件夹里，AI 用不上
问题 03
工具割裂，断网就没法干活
问题 04
AI 写报告编数据，结论超过证据
问题 05
重要决策反复纠结
问题 06
大学路线选择迷茫
问题 07
AI 工具太多，信息过载
作品 08
The Revenge of Rutabaga
AI Game Jam 速通赛作品。美术、音乐、音效和配音由 AI 生成，Claude Code 与 Codex 并行写模块；29 件参赛作品中排名第 1。
在浏览器里直接玩 ↗建议电脑游玩CASE STUDY · TRUST GUARD
TrustGuard 是怎么做出来的
三个关键判断，每一个都能在代码和评测记录里找到对应。
01 / 取舍
检测模型不可用，
改走证据链
先实测了 6 个开源 AI 生成检测模型：23 张主流工具生成图对 13 张手机实拍，原图 AUC 只有 0.39 到 0.65，压成 JPEG 后接近随机。局部篡改模型 TruFor 在护肤原图上也没有可用的定位信号。
所以检测模型不参与分级。图像路改查三件能拿出证据的事：图片带没带来源标识，两张图是不是同一张底图修出来的，前后对比的拍摄条件是否一致。
02 / 边界
未检出，不等于真实
每条声明只给四种结论之一。工具没跑、跑失败、没检出、检出分开记录；缺了必要的检测，等级写「无法评估」，不会显示成「没有问题」。
等级由 agent/risk.py 的规则表计算：与声明冲突的来源信号或底图复用是强证据，一条强证据，或两个不同场景各一条中证据，判高风险。大模型只写解释，不决定等级。
03 / 约束
模型只挑工具，
能不能跑由代码说了算
Agent 模式里，开源模型 qwen3.6-35b-a3b 按声明挑选工具和参数。工具名、图片编号、调用次数和轮次都在代码里校验，不合法的调用直接退回。
模型结束后程序兜底：刷评和正文声明无关，违规宣称也不一定被提成声明，所以模型没调的评论路、文案路整路补跑。237 篇自建样本的完整评测里，Agent 模式全部跑完，工具报错 0。
MODEL TEST · AI 生成检测实测6 MODELS / NOT USED
23 张主流工具生成图 vs 13 张手机实拍 · 原图排序 AUC
MIRROR0.65
Community Forensics0.62
DDA0.61
UnivFD0.55
PROBE0.55
B-Free0.39
改走证据链 · 只查能拿出证据的三件事
来源标识C2PA 与 GB 45438-2025 隐式标识。31 张丢了标识的派生图对回 28 张，13 张实拍零误配
底图复用pHash 粗筛，SIFT + RANSAC 配准，比较遮罩外残差。FFHQR 修图 56/56，真人自拍修图 28/49
对比条件头部转角、构图、曝光与色温。条件不一致，前后对比就不足以说明效果
docs/generation-models.md / docs/tamper-models.md / README 实测记录
VERDICT · 声明核验与分级RULES GRADE, LLM EXPLAINS
每条声明只给四种结论之一
存在冲突线索当前证据未发现冲突证据不足不在核验范围
证据强度
强与声明冲突的来源信号、底图复用；经语境复核的违规功效宣称
中评论簇、照抄正文话术、突增时段的购买意图、无出处背书、未标广告
弱评论时间集中、同号多评、曝光与色温差异
def _grade(dimension, detected, conflict_ids, copy_hits=None):
graded = [(r, _strength(r, conflict_ids, copy_hits)) for r in detected]
strong = [r for r, level in graded if level == "strong"]
medium = [r for r, level in graded if level == "medium"]
if strong or len({r.scene for r in medium}) >= 2:
level = "高"
elif medium:
level = "中"维度内有工具没跑或报错 → 写「无法评估」，不写「未发现风险信号」
agent/risk.py / README 工作流程
AGENT · 受约束调度237 / 237 DONE
模型提议qwen3.6-35b-a3b 按声明挑工具和参数
代码校验不合法的调用直接退回
工具名在注册表内图片编号来自输入双图工具用两张不同图次数与轮次有上限
模型结束后 · 程序兜底
agent_floor 补跑没被调用的评论路、文案路整路补跑；图像路补跑声明要求但没跑的核验
237 篇自建样本 · Agent 模式 · 留出集未参与调参
17/18留出：AI 虚构人物图像，提出风险
8/10留出：评论区刷评检出，37 篇正常 0 误报
0工具报错，237 篇全部跑完
agent/orchestrator.py / runs/eval-1009c/summary_replay.md
ABOUT · NOW
我是叶文哲
浙江工商大学计算机在读。现在花最多时间的事，是把 AI 装进自己学习和构建的每个环节：先弄清楚真实的问题，再把它做成每天都能依赖的工具。
在学
- 本地优先架构与离线同步机制
- Agent 证据链审查与可审计写作
- 万维钢《现代思维工具一百讲》与心智模型
在做
- TrustGuard：美妆科技黑客松初赛提交与决赛准备
- 知行有策：从知识萃取到 Skill 上架、Agent 咨询的完整链路
- Forge 离线体验与状态机打磨
- 竞赛调研报告 Skill 迭代与评委视角验证
- 个人知识库与本机 RAG 检索整合
在想
- 结论强度不超过证据强度
- 觉得过去的决策亏了，先分清是真亏还是参照点变了
- 一件事没人看着还做吗，做完是充电还是消耗
想聊聊？直接找我
本地优先应用与个人工具、竞赛调研报告与 Agent Skill、AI 编程与新产品落地，都欢迎交流。不设表单，邮件或微信都行。
WECHAT · 点击放大
WECHAT · 长按识别