开源项目 Orinyx:把医疗 AI agent 的「答对」和「可靠」分开验证
Practical_Green5775 · reddit · 2026-11-14
团队开发开源 AI 验证项目 Orinyx,目前聚焦医疗与用药相关的 AI 工作流,核心观点是:agent 答案正确不等于可可靠依赖——输入微变、信息缺失、或自信给出不该给的答案时怎么办,需要系统化测试。
项目要点:
- 帮开发者独立评估 AI 输出、识别潜在失败,并展示验证结果背后的证据;
- Orinyx API:程序化接入验证能力;
- Orinyx Arena:让 AI 系统在相同场景下对比测试,产出可度量的结果而非主观印象;
- GitHub 上的 orinyx-mcp 是官方 MCP 服务器,可让医疗 AI agent 对照引用 FDA 标签做测试,判定过程确定性、无 LLM 参与。
项目尚在早期,正向开发者征询 agent 测试实践反馈。
「编程与Agent」频道最新
- 省钱技巧：用便宜模型干活，再让它请贵模型来评估方案 — vista8 · 2026-11-14
- 开源个人助理 The Machine:只准备不执行,一切等你点头 — markloperman · 2026-11-14
- 实测 1682 个公开 MCP 服务器：51% 工具参数没有任何描述 — abhiramreddykalluru · 2026-11-14
- 一人 AI 系统 18880 美元交付：自动盯 1300 名联系人挖出复购大单 — aryanXmahajan · 2026-11-14
- 游戏程序员开源 MAC:让 GPT、Claude、Codex 同 room 互聊互审 — Hirox-rd · 2026-11-14
- Perplexity 团队在 SGLang Summit 分享极简 LLM 训练框架，即将开源 — BanghuaZ · 2026-11-14