买二手车最贵的成本不是车价，是那个周六。你开着车跑一趟外地，看了实车才发现发动机不对、座椅被狗啃过、价格还比别家高。保加利亚的二手车买家对此太熟悉了——手机上开着十几个标签页，同一辆车在两个网站上重复出现，每一条都写着"新进口""真实里程""无瑕疵"。
有人做了个工具来解决这个前置问题。RevCheck 的逻辑很直接：粘贴两条二手车链接，大约 30 秒后拿到一份并排对比报告，以及一个结论——哪台车值得你跑这一趟。
它到底检查了什么
报告分几块。第一块是照片，由 Gemma 4 逐张看：颜色、凹陷、划痕、面板是否对不上，以及照片里能实际看到的配置——M 运动包围、全景天窗、真皮、导航。它还会标出卖家列了但照片对不上的加装项。
第二块是市场位置。系统在两个网站上找相似车源，条件是同车型、同车身形式、同燃料类型和发动机功率、年份上下浮动一年，然后告诉你"定价高于 44 条相似车源中的 91%"。同一辆车在两个网站都挂着的，只算一次。
第三块是公允价格区间，由 TabPFN 在请求过程中基于这些可比车源训练得出，例如"€4,718 – €8,665，所以这台的报价比预期价格高出 €2,276"。
发动机的已知毛病，才是重点
第四块针对具体发动机。DeepSeek V4 根据年份、功率和排量推断出可能的发动机代号——N47D20C、N52 或 N53 之类——然后列出看车时该检查什么：冷启动时的正时链条异响、涡流阀、ZF 变速箱、高压油泵。
还有一类完全不靠 AI 的硬检查：VIN 缺失、每年公里数异常偏低或偏高、照片数量太少、美加进口车（那就得去查 VIN）。
最后是结论：该去看哪台、为什么、每台各要检查什么、上车前该问卖家什么。报告支持英语和保加利亚语，选哪种语言就用哪种语言写。
谁会为这个付钱
作者的判断是：任何准备花半天时间和一箱油去看车的人。人们本来就会付钱请技师和验车师在买车前实地看车，RevCheck 是那一步之前的一步——它告诉你两台里哪台值得跑。
商业模式上，作者的想法是每天留几次免费对比，然后向车商和倒车的人收一笔小额月费，因为这些人一周要对比几十台车。
技术实现上，作者延续了自己前两个项目的规则：不用框架、不用数据库、不用 npm 依赖。一个 GitHub Pages 上的静态页面、一个 DigitalOcean Function、一个很小的 Cloudflare Worker。
有个细节值得注意：mobile.bg 和 cars.bg 会拒绝来自 DigitalOcean 的请求，返回 Cloudflare 验证页或 403。所以读取页面的工作交给了一个 Cloudflare Worker，它用明确的 User-Agent 表明身份，需要只有那个 Function 持有的共享密钥，并且只抓取指定页面。作者的说法是，两个网站随时可以用一条规则封掉它，封了就不做了。
另外，浏览器传来的数据被视为不可信。结论这一步拿到的每台车结果，所有字段都会按已知清单重建并限制长度，之后才交给模型。照片 URL 必须指向那两个网站自己的图片服务器，因为 Gemma 要下载它们。里程表标记、VIN 检查、每年公里数、美加进口这些判断全部由代码规则决定，不由模型决定——模型只能建议去看什么。
每个慢步骤都有超时限制。如果已知问题查询卡住，你拿到的是缺这一块的车，而不是什么都拿不到。
热门跟贴