你大概有过这样的窒息时刻：熬夜写好的 AI agent，模型够强、流程够顺，一上线却死在三件小事上——它一出门采数据就被网站封 IP；它吭哧吭哧写的稿子被 AI 检测器一眼识破、客户拒收；它在企业知识库里自信满满地胡说八道，业务方一句"这结论哪来的"就让它当场社死。 模型再聪明，也跨不过这三道坎——这不是智商问题，是**信任问题**：环境不信任它、读者不信任它、业务不信任它。而本周（2026 年 7 月初）Hacker News 的 Show HN 板块，正好冒出三把分别砍向这三道坎的开源新刀：**Fortress**（隐身浏览器让 agent 不被封）、**Humanize**（基于 50 篇论文的去 AI 味技能）、**Tessera**（没证据就拒绝回答的信任层）。国内目前几乎零讨论，今天这篇就是给你补这个信息差。 --- ## 一、Fortress：让 agent 不再被网站反爬封杀 **官网/仓库**：https://github.com/tiliondev/fortress ｜ pip 包 `tilion-fortress` ｜ npm 包 `tilion-fortress` ｜ Docker `tilion/fortress` 如果你做过 agent 自动化或数据采集，一定被 Cloudflare、Datadome、Akamai 这些反爬服务教过做人。最常见的"伪装"思路是用 `playwright-stealth` 或 `undetected-chromedriver`，在 JS 层打补丁、注入反检测脚本。问题是反爬服务也在进化，它们已经能从浏览器底层指纹（headless 标记、`Runtime.enable` 泄漏、字体与 GPU 渲染特征）一眼识破这些"补丁层"伪装。 Fortress 的差异化打法一句话讲清：**它不在 JS 层伪装，而是直接在 Chromium 的 C++ 源码层纠正指纹**。改完之后，从浏览器自己看出去，指纹就是个"正常人"的 Chrome，反爬服务读不到任何自动化痕迹。 几个硬指标（来自其 README 的 gauntlet 测试结果）： - 基于 **Chromium 151.0.7908.0** 重新编译，不是老内核套壳； - 在 CreepJS 检测套件里拿到 **0% headless** 评分（即完全看不出是无头浏览器）； - `Runtime.enable` 泄漏 = 无（这是 CDP 协议层最常被检测的破绽，很多人不知道）； - **一行代码**就能从普通 Playwright/Puppeteer/Selenium 切换过来（替换 launch 调用即可）； - 自带一个 **MCP server，内置 29 个工具**，可以直接接 Claude Code / Codex / Cursor 等 agent 客户端，让你的 agent "自带一个隐身浏览器手脚"； - 还贴心地提供了 `AGENTS.md` 和 `llms.txt`，方便 agent 自己读懂怎么用它。 **价格**：代码公开（自定协议，商用前请读 LICENSE），pip/npm/docker 三端可装，目前无付费墙。**适用人群**：做 agent 自动化、数据采集、RPA、自动化测试、跨境电商比价、舆情监控的开发者。 **与国内对比**：国内做反封，要么用 `undetected-chromedriver` 这类 JS 层方案（容易被针对），要么花钱买亮数据（Bright Data）、ScrapingBee、ScrapingAnt 这类付费反爬 API（按请求计费，量大烧钱）；而 crawlab、Gerapy 这类偏调度编排，不解决指纹本身。Fortress 的差异化在于：C++ 层根治 + 自带 MCP（直接服务 agent 时代）+ 开源可自托管。对个人开发者和中小团队，这是把"反爬"从付费 API 订阅变成了本地一行代码的事。 **上手一句话**： ```bash pip install tilion-fortress # 或 docker pull tilion/fortress # 再把 Playwright 的 launch 换成 Fortress 提供的 launcher，其余代码不动 npx tilion-mcp # 想接 agent 的话，起一个 29 工具的 MCP server ``` --- ## 二、Humanize：基于 50 篇论文的"去 AI 味"技能 **仓库**：https://github.com/harshaneel/humanize ｜ 协议：MIT 第二道坎更阴险——内容坎。你的 agent 产出的公众号、SEO 文章、产品文案、甚至论文初稿，读者未必能精准说出哪里不对，但 AI 检测器（GPTZero、Originality、Turnitin、知网 AIGC 检测）会给你打一个刺眼的"AI 生成"标签，客户直接拒收、平台限流、学术诚信亮红灯。 Humanize 不是又一个"AI 改写器"，它是一套**以 Skill（技能）形式存在、可装进任意 LLM agent 的方法库**。核心卖点是它**不依赖某一个模型**，而是把"如何让文本绕过检测器"这件事，沉淀成任何 agent 都能复用的指令与流程，且**全部 grounded in 50+ 篇同行评议论文（截至 2026 年 4 月）**。 它提供两个互补的技能： - **humanize**：主攻"去味"，专门对抗 perplexity（困惑度）和 burstiness（突发性）类检测器——而这两项正是绝大多数检测器的底层信号。它会系统性地重构句长分布、词汇选择与节奏，让文本在统计指纹上像人写的。 - **ai-check**：一个**取证式评分器**，不是"我觉得像 AI"，而是给出可解释的多维度打分，告诉你这篇稿子在哪几个维度上仍像 AI，方便你定点修改。 它的工作流也很学术：用 **25 个测试输入、两个独立打分器**做 benchmark，先自检再交付。 **关键特性**：LLM 无关——同一套 skill 内容，可以一行命令装进 **Claude Code、Codex CLI、ChatGPT 桌面版、Gemini、Cursor、Aider、OpenCode、Continue、Copilot**。装哪都一样，因为方法本身是模型无关的。 **价格**：MIT，完全免费开源，本地可用。**适用人群**：内容创作者、SEO 从业者、公众号/小红书运营、学术写作辅助、跨境电商文案、需要过 AIGC 检测的任何场景。 **与国内对比**：国内"降 AIGC 率""AI 降重"是门大生意，但市面工具多是**规则替换 + 同义词改写**的粗暴方案，收费（按字数/按次）、质量不稳定、且本身依赖某个固定模型，检测器一更新就失效。Humanize 的差异化在于：**学术方法驱动（而非规则拼凑）+ skill 化（装进你已经在用的 agent，不锁定平台）+ 完全免费**。更重要的是，它把"对抗检测"这件事的原理摊开给你看（50 篇论文、方法论分类、对抗性发现），你学到的是能力，不是租用一个黑盒服务。 **上手一句话**：到仓库 README 找到对应 agent 的一行安装命令，装上 humanize 与 ai-check 两个 skill，之后在你的 Claude Code / Codex 里直接说"用 humanize 处理这段，再用 ai-check 打分"即可。 --- ## 三、Tessera：没证据就拒绝回答的"信任层" **仓库**：https://github.com/robert-vetter/tessera ｜ 协议：MIT ｜ 在线体验（免注册）：https://robert-vetter-tessera.hf.space 第三道坎最致命——事实坎。企业落地 RAG、智能客服、法律/金融问答时，最大的拦路虎不是"答不上来"，而是"答得上但不可信"。模型自信地编造来源、张冠李戴引用、把推断说成事实——业务方一旦追问"这结论到底哪来的"，整套系统信用破产。 Tessera 的设计哲学一句话：**The agent can only say what it can prove — and only do what you approve.**（能证明才能说，你批准才能做。） 它的机制是给 agent 套一层**确定性证据层（evidence layer）**： - 每个回答都被拆成若干 **claim（论断）**，每个 claim 必须**可追溯到具体的源记录**，点开就能看到出处； - **无法证明的内容，直接拒绝回答，而不是硬猜**（refused, not guessed）——这一条对企业场景是救命稻草，宁可不说，绝不胡说； - agent 要执行的每个动作，都只能基于**已验证的 claim 草拟**，**预览给你看**，**只有你批准后才执行**，并产出一张 **receipt（回执）**留痕； - 最硬核的一点：它把 **Faithfulness（忠实度）变成了 CI 里一个具体的数字**，而不是"感觉还行"。模型一升级、知识库一更新，CI 立刻告诉你忠实度涨了还是跌了。 它还自带一份 **benchmark**：把"加了证据闸门"和"同一个引擎不加闸门"放在同一语料、同一验证器下对比（不用 LLM 当裁判，避免自卖自夸）。并且是 **MCP 原生**——直接当 agent 的"证据预言机"插进去： ```bash uv run tessera-mcp # 起一个 MCP server，作为你 agent 的证据后端 ``` **价格**：MIT，免费开源；官方提供免注册的在线只读 demo，零门槛试用。**适用人群**：做企业级 RAG、智能客服、法律/医疗/金融问答、知识库系统、需要可审计性的 to B 工程师和架构师。 **与国内对比**：国内的 Dify、FastGPT、RAGFlow、MaxKB 等企业 RAG 平台，普遍能做"引用片段展示"，但很少有产品把**强制证据闸门（没证据就不让回答）+ 动作审批回执 + 忠实度 CI 化**做成一等公民。大多数是"给出答案 + 顺便附引用"，模型依然可以无视引用自由发挥。Tessera 把信任这件事从"事后贴引用"翻转成"事前卡闸门 + 可量化"，这个范式国内还很稀缺，值得做企业 AI 的团队直接抄思路。 --- ## 信任闭环：三把刀合起来看 这三把刀看似各管一摊，其实拼起来正好是一条 **AI agent 走向真实世界的信任链路**——出门采数（环境信任）→ 产出内容（内容信任）→ 给出答案（事实信任），每一环都被开源工具兜住： ```mermaid flowchart LR A[AI Agent 上岗落地] --> B[环节1 出门采数据] A --> C[环节2 产出内容] A --> D[环节3 回答问题] B --> B1[痛点: 被反爬服务封杀
IP封禁/指纹识破] B1 --> B2[🔪 Fortress
C++层隐身浏览器 + MCP] C --> C1[痛点: 被AI检测器识破
降权/拒收/社死] C1 --> C2[🔪 Humanize
50篇论文去味技能] D --> D1[痛点: 幻觉/不可溯源
业务方不信任] D1 --> D2[🔪 Tessera
强制证据 + 可信度评分] B2 --> E[环境信任] C2 --> F[内容信任] D2 --> G[事实信任] E --> H[✅ Agent 真正可上线] F --> H G --> H ``` 注意它们的共同基因：**三把刀都原生支持 MCP**。这不是巧合——2026 年的工具生态正在从"给人类用的 GUI 应用"转向"给 agent 用的可插拔能力"。Fortress 给 agent 一双能出门的脚，Humanize 给 agent 一支不被嫌弃的笔，Tessera 给 agent 一张敢签字的嘴。如果你今年只做一件事，就是把这三类能力都接到自己的 agent 栈里。 --- ## 信息差总结：你知道的 vs 别人不知道的 | 环节 | 你（大多数人）以为的解法 | 别人（本周 HN）已经用的开源新刀 | 差距 | |------|------------------------|------------------------------|------| | agent 采数据被封 | 买亮数据/ScrapingBee 按量付费，或用 JS 层 stealth 补丁 | Fortress：C++ 层根治指纹 + 自带 29 工具 MCP | 从"持续付费/易被针对"→"本地一行代码" | | AI 文本被检测 | 用国产"降AIGC率"工具，规则改写、收费、易失效 | Humanize：50 篇论文方法 + skill 装进任意 agent | 从"租黑盒"→"掌握方法、免费、模型无关" | | agent 答案不可信 | RAG 平台事后贴引用，模型仍可自由发挥 | Tessera：没证据拒绝答 + 动作审批回执 + 忠实度 CI | 从"事后补救"→"事前卡闸 + 可量化" | --- ## 行动指南：今晚就能试的三步 1. **先试不装**：打开 Tessera 的在线 demo（`robert-vetter-tessera.hf.space`，免注册），随手问一个问题，点开 claim 的 verifier chip 看证据溯源，再故意问个它答不出的看它如何"拒绝"——5 分钟你就能理解"信任层"是什么。 2. **按需装刀**： - 做采集/自动化的，`pip install tilion-fortress`，把现有 Playwright launch 换掉，跑一遍你之前被封的站点，看 CreepJS 是否归零； - 做内容/SEO 的，去 Humanize 仓库跑一行安装命令，把 skill 装进你常用的 Claude Code 或 Codex，先用 `ai-check` 给现有稿件打个分再 `humanize`； - 做企业 RAG 的，`uv run tessera-mcp` 接进你的 agent，把"忠实度"做成 CI 指标。 3. **抄思路比抄代码更值**：就算你不用这三个仓库，也请把它们的三个范式记下来——**指纹在 C++ 层根治（而非 JS 补丁）、内容对抗基于学术方法（而非规则拼凑）、信任用 CI 数字衡量（而非事后引用）**。这才是这三把刀真正传递的信息差。 --- ## 参考来源 - Fortress（隐身 Chromium 引擎）：https://github.com/tiliondev/fortress - Humanize（基于论文的 AI 文本去味/检测技能）：https://github.com/harshaneel/humanize - Tessera（agent 证据信任层，含在线 demo）：https://github.com/robert-vetter/tessera - Hacker News Show HN 板块（本轮情报采集来源）：https://news.ycombinator.com/show - 三者的 MCP 集成方式（npx tilion-mcp / tessera-mcp / Humanize skill 安装命令见各仓库 README） --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。 > 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。