🚨 突发新闻：一个新的开源工具， 让我们终于能够衡量 AI 偏差 ⬇️ 但凡用 LLM 做过产品的团队，都被这事坑过。 模型会瞎编、会被诱导、对不懂的问题张口就来，还自信得不行。每个工程师都在生产环境烧过手。但一直没有一个标准，能说清楚它到底多久翻一次车。 iFixAi 是第一个认真做这件事的工具。 对任意一个模型跑 32 项检测，把失败模式分成五类——瞎编、易被诱导、撒谎、行为飘忽、不肯说"我不知道"。最后给你一张评分卡，带等级分。 最关键的一点：每一道输入都写进一个 manifest 文件。 这个文件发给任何人，他都能跑出和你完全一样的分数。 这才是其他评测工具一直没解决的死结。 现在公开的 AI 基准成绩，绝大多数都没人能复现——prompt 偷偷改过、模型悄悄更新过、上个月的测试根本不是这个月的测试。但分数照样挂着。iFixAi 把这些全钉死了。 几个细节，能看出团队是认真的： · 模型在结构上碰不到自己的评分，永远由独立裁判打分 · 32 项里有 2 项是强制最低线，挂了就直接封顶 60 分 · 有一项专门标注"不计入最低线"（B12），因为它的语料是公开的，前沿模型很可能已经训练过 大多数评测工具，巴不得没人注意到这种数据污染。iFixAi 直接挂在明面上说。 团队自己的态度也克制得让人意外。 他们一上来就说：这个等级是"漂移信号"，不是认证。它告诉你的是这次部署比上次变好还是变差，而不是这个模型"对齐了"——因为到底什么叫对齐，目前还没人搞清楚。 免费，Apache 2.0 协议。一条命令，五分钟跑完完整诊断。 如果你做 LLM 产品，纠结过"这一版到底比上一版好还是差"，iFixAi 就是答案。 GitHub ：