**Factlabel：为 AI 生成内容做“营养标签”，拦截智能体对数据的失实表述**

_Show HN: Factlabel: catches AI agents lying about the data they're reporting on_

> Factlabel 是一款开源工具，在 AI 智能体与读者之间充当审计层：它把 AI 撰写内容中的每个数字与原始数据记录重新计算比对，核查引用、归因与因果表述，并将稿件判定为通过、需人工复核或拦截三种状态。与“再让一个大模型审一遍”不同，Factlabel 采用三层架构——代码层确定性地重算指标、抽取并遮蔽数字、匹配引文、识别因果连接词并生成异常画像；随后并行调用 Jev 做盲审（不看数据，只判断每句话指向哪个指标与原因），必要时再进入改写修复循环，直到通过或转人工。每个发现都带编号，展示所用证据、提问与阈值，页面附 Trust Facts 徽章汇总数字、溯源、归因、表述框架与完整性得分。官方称单次审计成本约 0.0006 美元、一秒钟内可并行处理约 50 个问题，且低于置信阈值的判断会转交人工而非猜测。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-products
- **发布时间**：2026-09-22 03:07（北京时间）
- **原文**：[打开原文](https://github.com/generallymatthew/factlabel)