一个自由职业者把客户需求丢进工具，工具吐出六条待审的浏览器检查项，他点下批准，Chromium 跑完，五条通过、一条待人工判断。这就是 Briefstamp 想做的事：把口头约定变成可核对的交付凭证。

打开网易新闻 查看精彩图片

定价假设是每次交付 ₹499。注意，是假设，不是已经跑通的生意。

流程拆开看并不复杂。Gemma 通过 Mastra 提出带类型的检查项，开发者批准，Chromium 负责观察，Tiger 保存与证据挂钩的审计记录。10 月 16 日那次首页运行，记录了五个通过和一个未验证需求。一个故意写错的标题预期，如期失败。两份审计与 Tiger 的读回结果一致，Sentry 独立显示了三个提案跨度。

托管的可选检查验证了 Backboard 召回、SerpApi 搜索和 ElevenLabs 的 MP3 生成。Temporal 的恢复流程跑在 CI 里。部署后的仪表盘源码通过了 571 个应用测试、19 个 Python 测试、构建和真实浏览器审计；最后的文档提交也过了 CI。

开源权重这件事，作者给出的理由很具体：Gemma 可以本地跑，Qwen 可以微调，浏览器执行器不必绑死在模型托管方身上。

然后是那个数字。用 Tinker 做 LoRA 微调，输入 token 少了 69.55%，但参考一致率从 23/24 掉到 22/24。作者自己写得很清楚：这是被测量出来的取舍，不是同等质量的省钱。

正方会说，省下近七成输入 token，成本结构就变了。反方会指着那 1/24 说，少一条对上的检查项，在交付场景里可能就是一次返工。作者的判断是把它当成可展示的取舍，而不是胜利。

第一个用户是作者的自由职业者朋友 Priyanshu，试完说了一句“it's good”。工作流细节和付费意愿，仍然未知。

九个参赛条目里，有几个的边界被作者主动划了出来。Tiger 的托管检索是词法的，存的是截图引用；另一个独立的向量实验用的是 PostgreSQL 数组和余弦检索，不是托管 pgvector，临时 schema 已经删掉。这些实验不能证明已部署的混合检索，也不能当通用检索质量基准。

Sentry 的证据只覆盖提案生成，不覆盖浏览器审计追踪或错误事件摄取。Mastra 展示的是有边界的流程编排，不是自主 Agent。Temporal 包住的是已批准的浏览器审计活动，它的恢复是托管 CI 开发服务器证据，不是常驻的 Render worker，也不是 Temporal Cloud。

搜索、语音和记忆的证据都是操作者保护的。演示额度已经用完，试用积分和访问权限会过期。

Backboard 展示的是助手记忆，不是基于该记忆生成的答案。音频文件能解码，但它的实际听感措辞没有被独立听过。

SerpApi 那条更干脆：查询固定域名，返回零条匹配结果。作者没有拿这个去报 SerpApi 类别，理由是它是操作者调用的，不喂给 agent，也不构成新鲜结果的 RAG 或新闻追踪流程。空响应不能证明被去索引，结果也从不改变浏览器检查的状态。

下一步写得很克制：观察完整的自由职业者交付流程，验证训练样本，测试 ₹499 这个定价假设。Priyanshu 的短评只是起点，付费意图和完整工作流细节仍然未知。

AI 辅助了编码和起草，保留的批准来自验证者。