Reverify：专治 AI 幻觉的验证层，模型提议、工具裁决

本文介绍 2akouwu 开源的 Reverify（1.1 千 stars，MIT）——一个专治 AI 幻觉的验证层：模型只许"提议"，确定性工具负责裁决，每一条结论都必须对着真实产物（字节、代码、二进制）核验过才算数，输出带证据的 VERIFIED / REFUTED。模型自己说了不算。

项目简介

Reverify 今年 8 月底开源，创始场景选得很有说服力：二进制逆向。这是幻觉重灾区——让模型从二进制里还原一个结构体，它会自信地编造偏移量、字段大小和行为。官方在 71 个真实 Windows 系统文件上实测：模型的教科书式答案错率 97%，而 Reverify 全部拦截，0 次放行错误结论（同一验证门禁在 CI 中跨 Linux/macOS/aarch64 复跑结果一致）。

核心哲学一句话：模型提出假设，纯 Python 的确定性逆向工具箱当法官——反汇编、模式匹配、模拟器执行，核验过真实字节才允许上报。

两个核心能力

• 让 AI 诚实（reverify verify）：每条结构性/行为性断言都对照 ground truth 核验，只有活下来的才成为事实；也以 MCP 服务器形态接入你现有的 agent
• 让上下文不腐烂（reverify rollover）：长任务不用 /clear，把会话交接给文件后开新会话，避免有损自动摘要导致的漂移；支持 Claude Code、Codex、Gemini CLI、OpenCode

快速开始

按 README 安装后两种用法：命令行直接 verify，或把 MCP 服务器挂到你的 agent 里，让"提议-验证"成为 agent 工作流的固定环节。

适用场景

• 二进制逆向/安全研究：幻觉最重、验证价值最大的领域（官方基准即来自这里）
• agent 输出可信度要求高的流水线：合规、金融、基础设施代码
• 长周期 agent 任务：配合 rollover 机制防上下文劣化

注意事项

• 项目很新（8 月底开源），目前覆盖的核验工具以逆向场景为主，其他领域的 ground truth 工具需要自己接
• 验证会增加推理往返次数，实时性要求高的场景权衡使用
• 基准为作者自测，结论方向可信但具体数字以自己场景复测为准

项目链接

• GitHub 仓库：https://github.com/2akouwu/reverify
• 基准与方法：仓库 EXAMPLE.md 与 BENCHMARK.md