求真社 TruthPress

在幻觉的迷雾中寻找真实，在孤独的岛屿间搭建理解

---

一、项目概述

1.1 项目定位

求真社是一个基于多智能体协作的 AI 内容生成平台，致力于解决当前 AI 系统的两大核心痛点：

1. Agent 幻觉问题 - AI 容易编造虚假信息，输出不可靠内容
2. 人类共情困境 - 人与人之间难以真正理解彼此的立场和经历

通过多 Agent 角色制衡机制和SecondMe 记忆共情能力，我们让 AI 既能产出真实可信的内容，又能用对方能共鸣的方式表达。

1.2 项目名称

• 中文名：求真社
• 英文名：TruthPress
• 核心理念：让真实被产出，让理解被搭建

1.3 参赛信息

• 赛事：SecondMe Hackathon 2026
• 参赛组别：
  • 🏆 主赛道 - AI 应用
  • 🎨 设计赛道 - 交互创新
  • 🔗 生态赛道 - SecondMe 集成

---

二、核心痛点

2.1 Agent 幻觉问题

当前 AI 系统普遍存在"幻觉"（Hallucination）问题：

用户提问 → AI 直接回答 → 可能编造事实 → 用户无法信任

问题根源：

• 单一模型既负责生成又负责验证，缺乏制衡
• 没有事实核查机制，输出全凭模型"自信"
• 用户无法判断内容真假，只能选择相信或怀疑

2.2 人类共情困境

人与人之间的沟通障碍：

你的经历 ←→ 我的经历
   ↓           ↓
你的立场 ←→ 我的立场
   ↓           ↓
  无法真正理解对方的感受和观点

问题根源：

• 每个人的经历和记忆都是孤立的
• 没有经历过对方的生活，难以感同身受
• 即使 AI 想要共情，也缺乏用户真实数据支撑

---

三、解决方案

3.1 多 Agent 制衡机制

我们设计了四个独立 Agent，各自承担不同职责，通过流程化协作消除幻觉：

┌─────────┐    ┌─────────┐    ┌─────────┐    ┌─────────┐
│ Agent A │ →  │ Agent B │ →  │ Agent C │ →  │ Agent D │
│ 发散思考 │    │ 联网核查 │    │ 总结优化 │    │ 用户代表 │
│ 不联网   │    │ 严谨对错 │    │ 聚合产出 │    │ 感同身受 │
└─────────┘    └─────────┘    └─────────┘    └─────────┘
     ↓              ↓              ↓              ↓
  多角度联想    验证 A 的对错    综合 AB 结果    质疑时启动
  扩展观点      只判对错不扩展  产出真实内容    读取记忆共情

3.2 各 Agent 详细设计

Agent A - Dream Builder（梦想构建者）

属性	描述
职责	对用户观点进行发散性思考，多角度联想和扩展
工作模式	不联网，纯思考
Prompt 策略	"请从多个角度思考这个观点，列出所有可能的支持论据，不要担心对错，尽情发散"
输出特点	开放性、创造性、全面性
性格设定	理想主义者，善于发现可能性

示例输出：

用户观点："AI 应该取代教师"

Agent A 发散：
- AI 可以 24 小时不间断教学
- AI 可以根据每个学生的进度个性化调整
- AI 可以消除地域教育资源差异
- AI 可以减轻教师重复性工作负担
- AI 可以提供更客观的评估反馈
...

---

Agent B - Reality Auditor（现实审查者）

属性	描述
职责	联网核查 Agent A 的观点，只判断对错，不进行扩展
工作模式	联网搜索，严谨验证
Prompt 策略	"请严格核查以下每个观点的真实性，只回答对/错/不确定，并提供证据来源，不要扩展新内容"
输出特点	严谨性、准确性、简洁性
性格设定	怀疑主义者，只相信证据

示例输出：

核查结果：
✓ "AI 可以 24 小时教学" - 正确，已有成熟技术支撑
✓ "AI 可个性化调整" - 正确，多项研究证实（来源：Nature 2024）
⚠ "AI 可消除地域差异" - 不确定，依赖网络基础设施
✗ "AI 可减轻教师负担" - 错误，研究显示可能增加监管工作量（来源：Science 2025）
...

---

Agent C - Truth Synthesizer（真相综合者）

属性	描述
职责	综合 Agent A 的发散和 Agent B 的核查结果，产出最终真实内容
工作模式	不联网，基于 AB 结果进行整合优化
Prompt 策略	"请基于以下经过验证的信息，产出一篇结构清晰、论据可靠的分析文章，只使用被验证为真实的内容"
输出特点	结构性、可读性、真实性
性格设定：中立的编辑，追求平衡与准确

示例输出：

【AI 与教育的未来：理性分析】

经过事实核查，以下结论具有可靠证据支撑：

1. AI 在教学效率方面确实具有优势...
2. 但关于减轻教师负担的说法缺乏证据...
3. 地域差异问题的解决需要基础设施配合...

结论：AI 是教育的有力辅助工具，但"取代"说法为时过早。

---

Agent D - Empathy Bridge（共情桥梁）

属性	描述
职责	代表用户立场，在用户对内容提出质疑时启动感同身受能力
工作模式	读取用户 SecondMe 记忆，个性化表达
触发条件	用户对产出内容提出质疑或不满
Prompt 策略	"请结合用户的以下经历和记忆，用对方能共鸣的方式重新表达上述真实信息"
核心原则：内容必须真实，只是换一种说话方式

示例场景：

用户记忆（来自 SecondMe）：
- 小时候因为口音被嘲笑，所以坚信教育公平
- 曾经因为家境贫困上不起辅导班

用户质疑："你说的太冷冰冰了，根本不理解我的感受"

Agent D 启动感同身受：
"我理解你为什么希望 AI 能取代教师。

就像你曾经因为口音被嘲笑、因为家境上不起辅导班一样，
你深知教育资源不公平带来的痛苦。

AI 确实可以 24 小时教学、可以个性化调整——这些技术已经成熟。
但说实话，它还不能完全取代教师，就像当年你希望有个老师
能真正理解你的处境一样，人类的情感连接依然重要。

这不是泼冷水，而是希望我们把期待放在可实现的地方..."

---

3.3 感同身受能力详解

核心公式

感同身受 = 记忆读取 + 个性化 Prompt + 真实内核

关键原则

原则	说明
内容真实	不是编造内容，而是用真实信息
表达个性	结合用户记忆和经历，用对方能共鸣的方式表达
不是模仿	不是模仿用户的说话方式，而是让理解跨越孤独

表达要求：
1. 内容必须真实，不能编造
2. 用用户能共鸣的方式表达
3. 让用户感到被理解

---

四、技术架构

技术栈清单

层级	技术	用途
前端框架	Next.js 14 App Router	SSR + 路由
语言	TypeScript 5	类型安全
样式	Tailwind CSS 3	原子化 CSS
动画	Framer Motion 11	物理动画
图标	Lucide React	现代图标系统
AI SDK	OpenAI SDK	DeepSeek 兼容
认证	NextAuth + SecondMe OAuth	身份系统
数据库	Prisma + SQLite	轻量持久化
状态管理	useReducer + Zustand	轻量状态管理

---

五、产品流程

5.1 完整用户旅程

┌─────────────────────────────────────────────────────────────┐
│  Step 1: 用户输入观点                                        │
│  "AI 应该取代教师"                                           │
└─────────────────────────────────────────────────────────────┘
                              ↓
┌─────────────────────────────────────────────────────────────┐
│  Step 2: Agent A 发散思考（不联网）                          │
│  → 列出所有可能的支持论据                                    │
│  → 输出：10+ 个角度                                          │
└─────────────────────────────────────────────────────────────┘
                              ↓
┌─────────────────────────────────────────────────────────────┐
│  Step 3: Agent B 联网核查                                    │
│  → 逐一验证每个论据的真实性                                  │
│  → 输出：✓ 7 个正确  ✗ 2 个错误  ⚠ 1 个不确定               │
└─────────────────────────────────────────────────────────────┘
                              ↓
┌─────────────────────────────────────────────────────────────┐
│  Step 4: Agent C 总结优化                                    │
│  → 综合 AB 结果，产出结构化文章                              │
│  → 输出：真实可信的分析内容                                  │
└─────────────────────────────────────────────────────────────┘
                              ↓
┌─────────────────────────────────────────────────────────────┐
│  Step 5: 用户阅读内容                                        │
│  → 满意：流程结束                                            │
│  → 质疑："太冷冰冰了" → 触发 Agent D                         │
└─────────────────────────────────────────────────────────────┘
                              ↓
┌─────────────────────────────────────────────────────────────┐
│  Step 6: Agent D 感同身受（如触发）                          │
│  → 读取用户 SecondMe 记忆                                    │
│  → 用用户能共鸣的方式重新表达                                │
│  → 输出：有温度的真实内容                                    │
└─────────────────────────────────────────────────────────────┘

5.2 状态流转图

                    ┌──────────────┐
                    │   用户输入    │
                    └──────┬───────┘
                           │
                           ↓
                    ┌──────────────┐
              ┌─────│  Agent A     │
              │     │  发散思考    │
              │     └──────┬───────┘
              │            │
              │            ↓
              │     ┌──────────────┐
              │     │  Agent B     │
              │     │  联网核查    │
              │     └──────┬───────┘
              │            │
              │            ↓
              │     ┌──────────────┐
              │     │  Agent C     │
              │     │  总结优化    │
              │     └──────┬───────┘
              │            │
              │            ↓
              │     ┌──────────────┐
              │     │   用户阅读    │
              │     └──────┬───────┘
              │            │
         满意 │            │ 质疑
         ┌───┴───┐    ┌───┴───┐
         ↓       │    ↓       │
    ┌────────┐   │    ┌──────────────┐
    │ 完成   │   │    │  Agent D     │
    └────────┘   │    │  感同身受    │
                 │    └──────┬───────┘
                 │           │
                 │           ↓
                 │    ┌──────────────┐
                 └───→│  最终输出    │
                      └──────────────┘

---

六、设计亮点

6.1 视觉设计

色彩系统

--agent-a: #3b82f6  /* 蓝色 - 发散思考 */
--agent-b: #ef4444  /* 红色 - 严谨核查 */
--agent-c: #8b5cf6  /* 紫色 - 综合优化 */
--agent-d: #fbbf24  /* 金色 - 感同身受 */

--verified: #22c55e /* 绿色 - 验证通过 */
--debunked: #dc2626 /* 红色 - 被推翻 */
--uncertain: #f59e0b /* 黄色 - 不确定 */

设计风格

• 几何极简 - 圆角、细边框、大留白
• 赛博未来 - 深色背景、光晕效果、玻璃拟态
• 信息可视化 - 流程清晰、状态明确

6.2 交互设计

流式输出

• 每个 Agent 处理时显示进度动画
• 用户可实时看到思考过程
• 支持随时暂停/继续

记忆可视化

• 展示被使用的 SecondMe 记忆片段
• 用户可管理哪些记忆可被使用
• 透明化共情过程

---

七、竞品对比

维度	传统 AI 写作	AI 聊天机器人	求真社
内容真实性	无法保证	无法保证	多 Agent 核查保证
事实核查	无	无	Agent B 专职核查
共情能力	无	表面共情	读取真实记忆
身份系统	独立注册	无	SecondMe 继承
输出结构	单次生成	对话式	流程化协作

---

八、使用场景

8.1 争议话题分析

用户输入："是否应该取消高考"
→ Agent A 发散：列出所有支持和反对的角度
→ Agent B 核查：验证每个角度的事实依据
→ Agent C 产出：平衡客观的分析文章
→ Agent D（如需要）：结合用户经历共情表达

8.2 决策辅助

用户输入："我该不该辞职创业"
→ Agent A 发散：创业的各种可能性和风险
→ Agent B 核查：验证市场数据、成功率等
→ Agent C 产出：结构化决策分析
→ Agent D：结合用户职业经历共情建议

8.3 学习研究

用户输入："帮我分析气候变化的影响"
→ Agent A 发散：各个维度的影响
→ Agent B 核查：验证科学数据和来源
→ Agent C 产出：可信的研究报告
→ Agent D：结合用户所在地经历共情表达

---

九、团队与致谢

9.1 团队成员

Remi

9.2 致谢

• SecondMe 团队 - 身份系统与记忆能力支持
• DeepSeek - AI 能力支持
• Next.js - 框架支持
• Framer Motion - 动画库支持