我开源了Aletheia——一个用于调查没有明确验证者的问题的代理循环。

大多数代理循环在结果可被验证时表现最佳：代码编译通过、测试通过、任务完成。我想探索当答案无法以那种方式验证时，循环应该是什么样的。例如：这个供应商声称的市场吸引力可信吗？这家公司财务健康吗？科学标题与研究结果一致吗？对于这些问题，每个搜索结果都只是部分且可能具有误导性的线索。因此，我构建了Aletheia——不确定性循环代理。其循环为：信念→行动→观察→更新。它保持对可能真实情况的明确看法，选择下一个搜索以改变该看法，并允许矛盾证据降低其置信度。它的第一个工作应用是一个开源调查工具，返回带有证据、矛盾信号、明确置信度和未解决未知项的判决。当证据不足以得出结论时，它也可以停止而不强行下结论。Aletheia目前用于公司和供应商尽职调查，但该循环是领域无关的：可适用于任何真相被隐藏、证据不完整、充满噪音或存在争议的场景。Aletheia目前运行于Claude Code和OpenAI Codex。技能、轨迹、测试和可选调优周期保持本地化；网络调查使用工作台的搜索能力。这是对循环工程新兴方面的探索尝试，并非声称问题已解决。来源质量和现实世界的校准仍然困难，相关证据可能欺骗任何系统。