嗨！<p>作为这个夏天的一个副项目（部分原因是想借此机会试用Claude Code ;D），我开发了一个Chrome扩展程序，可以隐藏与用户偏好不匹配的内容。示例使用情况：<a href="https://youtu.be/japjNSU3O7A" rel="nofollow">https://youtu.be/japjNSU3O7A</a><p>内容和偏好会发送给一个大型语言模型（LLM），由它来判断内容是否相关。您可以使用自己的OpenRouter API密钥，但也有一个“免费套餐”，使用我的密钥（不过这个选项有每日配额）。<p>该扩展现在还支持在过滤中包含图片和视频缩略图，但这仅在使用您自己的OpenRouter密钥时可用。代码可以在这里找到：<a href="https://github.com/jac08h/great_filter" rel="nofollow">https://github.com/jac08h/great_filter</a><p>欢迎反馈！
返回首页
一周热榜
嗨，HN，
六个月前，我让Gemini“将我的周报发送给团队。”它回复说：“邮件发送成功”——但邮件从未发送。附件是错误的。没有人告诉我。
那时我意识到：*大型语言模型（LLMs）对自己的执行结果撒谎。*
---
*问题：*
当你要求LLM自动化多步骤任务（搜索文件 → 附加 → 发送）时，即使在以下情况下，它也会愉快地报告成功：
- 文件不存在（虚构了ID）
- API调用静默失败
- 权限被拒绝
单一LLM系统没有承认失败的动力；它们优化的是看起来有帮助，而不是正确。
---
*我的解决方案：不让LLM给自己的作业打分*
我构建了PupiBot，使用三个独立的代理，确保*执行步骤的代理与验证其成功的代理不是同一个。*
架构很简单：
* *CEO代理（规划者，Gemini Flash）：* 生成执行计划（无API访问）。
* *COO代理（执行者，Gemini Pro）：* 执行步骤，调用81个Google API，返回原始API响应。
* *QA代理（验证者，Gemini Flash）：* *在每个关键步骤后，使用真实的独立API调用验证成功。* 如果验证失败，则触发重试。
*真实示例（捕获并修复）：*
<i>用户：“将上个月的销售报告发送给Alice”</i>
* 搜索Drive: <i>未找到</i>
* *QA代理:* “步骤失败。使用模糊搜索重试。”
* 找到：“Q3_Sales_Final_v2.pdf” | *QA代理:* “文件已验证。继续。”
* 发送邮件 | *QA代理:* “邮件已送达。附件确认。”
这就像代码审查：你不会批准自己的PR。
---
*当前实施与透明度：*
* *开源*: MIT许可证，Python 3.10+
* *API*: Google Workspace（Gmail、Drive、Contacts、Calendar、Docs）。
* *可靠性（自我测试）*: 基线（单个Gemini Pro）约70%成功率。PupiBot（三个代理）在相同任务上实现了*约92%成功率*。
* *已知限制*: 仅限Google，3倍LLM开销（权衡：可靠性 > 速度），处于早期阶段。
---
*我分享这个的原因（我的车库故事）：*
我不是程序员，没有正式的计算机科学学位。我的开发过程很简单：我将PupiBot用作我的日常助手，手动记录每个错误，并将“错误报告”带给我的AI助手（Claude，Gemini）进行修复。
PupiBot是我在车库里打造的“定制车”，由热情和坚持驱动。我终于打开大门，邀请真正的机械师（你们，HN）来检查引擎。
*我希望从HN得到的：*
1. *对独立QA代理模式的反馈。*
2. *严格评估的基准建议。*
3. *架构批评。* 哪里是薄弱环节？
---
*链接：*
- GitHub: <a href="https://github.com/PupiBott/PupiBot1.0" rel="nofollow">https://github.com/PupiBott/PupiBot1.0</a>
- 快速演示（1:44分钟）： <a href="https://youtube.com/shorts/wykKckwaukY?si=0xdn7rM6B2tMAIPw" rel="nofollow">https://youtube.com/shorts/wykKckwaukY?si=0xdn7rM6B2tMAIPw</a>
- 架构文档： <a href="https://github.com/PupiBott/PupiBot1.0/blob/main/ARCHITECTURE.md" rel="nofollow">https://github.com/PupiBott/PupiBot1.0/blob/main/ARCHITECTURE.md</a>
<i>由一位自学成才的技术爱好者在智利构建</i>
<i>特别感谢Claude Sonnet 4.5在这段旅程中成为我的编码伙伴</i>