Mole：一个会查证引用的终端深度研究 Agent，预算硬约束、本地数据不上云

原文来源：GitHub - lajosdeme/mole — 一个带强制预算、引用验证和本地数据隐私边界的终端深度研究 agent，本周登上 Hacker News Show HN（98 分）。

用 AI 做深度研究的最大痛点是什么？不是模型不够聪明，而是它给你的答案没法验证。跑一次研究可能花掉几十美元，结果引用是编的、数字是幻觉的，你还得花更多时间去核实。Mole 这个新开源项目试图正面解决这个问题：它把"引用必须可验证"做成了核心机制，而不是事后补救。

Mole 是一个 Go 编写的终端深度研究 agent，Apache-2.0 许可，本周以 Show HN 形式登上 Hacker News 拿到 98 分。它的定位可以浓缩成三个卖点：强制预算（研究绝不会超支）、验证引用（每条声明都指向原文）、隐私边界（本地数据永远不出本机）。

它解决什么问题

现有的深度研究工具通常有两个问题。一是费用失控：一个研究任务让 agent 自由发挥，token 消耗完全不可预测，跑完一看账单才傻眼。二是幻觉泛滥：agent 生成的结论引用了一堆来源，但你去查会发现引用根本不支持结论，甚至来源本身不存在。

Mole 的设计前提是：这两个问题都可以通过工程手段约束。预算不是建议而是硬上限；引用不是格式化需求而是数据完整性需求——每条 claim 都必须携带来源和逐字引用，引用必须在原文中真实存在。

核心架构：声明图 + 分级 actor

Mole 的内部流程是一条明确的管线：executor 调度 → actor 执行 → verifier 验证 → output 输出。每个 worker 同一时间只处理一个 lead，任务完成后释放。

最关键的是"声明图"（claim graph）机制。研究过程不是把网页文字直接喂给模型，而是先经过三层 actor：

• web：搜索并阅读网页
• academic：查询 Crossref、OpenAlex、arXiv 和 PubMed，按 DOI 去重，优先获取开放获取的全文
• local_compute：对你注册的本地数据执行确定性的 SQL 查询，数据行永远不会进入模型上下文

每条从网页提取的 claim 都要经过 quote-check——逐字核对是否真的出自所引用的来源。verifier 再把相关声明配对、裁决冲突、构建声明图，并抽样回读验证。最后输出阶段只从"存活下来"的声明中合成答案，并附上引用。

这种设计让研究结果有了可追溯性：最终答案里的每句话，都能沿着声明图一路回溯到原始出处。

Toolkit 模式：把引用验证拆出来当服务用

Mole 最有意思的设计是双模式。自主模式（autonomous）下，agent 自己决定搜索什么、读什么、哪些声明相关，mole 全程负责引用检查、声明合并和 SQL 渲染。

但很多人的真实使用场景是：我已经有 Claude 或 Qwen 订阅，跑在某个 coding agent 里，模型额度早就付过钱了。这时可以用 Toolkit 模式——方向反转：agent 决定一切，mole 只做它最擅长的部分：引用核验、成对检索、合并和 SQL 渲染。两种模式共享同一套组件（同一份 AcceptRow 逻辑、同一个聚合门、同一个词法检索器），所以构建方式完全一致。

需要提醒的是，Toolkit 模式有两个代价：mole 无法约束别人家模型的消费，而且一旦抓取的文本进入 agent 自己拼装的 prompt，注入防护就从硬约束退化成约定。项目文档把这三点写得清清楚楚，包括"0 of 25 的围栏测试结果意味着不能说安全"这种措辞。

诚实的数字：自己给自己打分

mole 会给自己每次运行打分，mole eval <session-id> 输出一张记分卡，算不出来的指标会明说而不是假装为零。开发者的实测数据：

• 预算超支：0%（没有任何一次运行超过上限）
• 声明完整性：100%（每条存储的 claim 都有来源和逐字引用）
• 引用准确率：100%（每条引用都能在对应来源中找到原文）
• 基础率（grounding rate）：80%（抽样回读确认的声明比例）
• 矛盾裁决精度：带确认步骤 70%，不带 51%
• 合并精度/召回率：构造的真实数据上 1.000/1.000

这个"诚实数字"的设计理念贯穿了整个项目，包括贡献指南里那条与众不同的要求："falsify your own fix"——改完 bug 后要把修复机制撤销，确认测试真的会失败。因为一个移除修复后依然通过的测试，证明不了任何东西。项目自己的测试就被这套标准抓过好几次。

安装与上手

项目刚做完首次发布，走标准渠道：AUR 上叫 mole-research（mole 这个名字 2020 年就被一个 SSH 隧道工具占用了），Homebrew 用 tap 方式安装（brew install lajosdeme/mole/mole），同时提供 .deb 和 .rpm 包。支持 Linux 和 macOS。发布过程本身也很有意思：首次发布时作者发现 mole 在 AUR 和 Homebrew 都被占用、安装脚本解析版本号有 bug，这些坑都写进了提交信息里。

用 mole eval 可以查看自己研究的评分，mole dataset 导出数据（上限 200 行）。研究过的文档保留 7 天过期，过期后即使清扫程序没跑，读取也会被拒绝——隐私工具应该明确说明它把第三方内容写在哪里。

适合谁

如果你经常用 AI 做需要可信来源的研究（技术调研、学术文献综述、竞品分析），且受够了"引用看着很真但一查就假"，Mole 值得一试。学术研究场景是它的强项——Crossref/OpenAlex/arXiv/PubMed 的集成是现成的。对数据敏感的用户，local_compute 模式让你能在不上传的前提下让 agent 分析本地数据。

不适合的人也很明确：只想快速跑个摘要、不在乎引用是否经得起推敲的场景，Mole 的多层验证只会拖慢速度。另外它现在只有 213 个 star、刚发布 v1，社区和生态还不成熟，指望它替代完整的商业研究产品还为时过早。但"引用必须可验证"这个设计方向，值得每一个做 AI 研究工具的人参考。