📍 真實場景
陳雅婷，35歲，中小企業行銷企劃主管，平常負責幫公司做市場與競品調查
她習慣打開聊天視窗開啟網頁搜尋功能，一次丟十幾個問題請AI幫忙彙整競品資料和產業報告，準備隔天跟老闆做簡報
😖 卡住的地方：上個月她引用AI整理出的『競品調降價格15%』這個數字去跟老闆報告，結果被追問出處，回頭查原文根本沒有這句話；上上週邊問邊聊忘記設下限，AI訂閱帳單一口氣多刷了原本要留給下個月的預算；最近老闆還想請她拿公司內部客戶名單CSV給AI做分析，她心裡毛毛的，不知道資料會不會被拿去做別的用途
💡 這堂課會帶她拆解一個把『花多少錢』『每句話有沒有出處』『資料會不會外流』三件事都設計進系統裡的AI研究工具，讀完她不只看得懂這種工具的信任基礎在哪，還能自己動手玩兩個小模擬，體感『帳本式預算』和『逐字核對』到底怎麼運作
🧭 這到底是什麼（白話版）
mole 是一支可以裝在自己電腦裡、以靜態執行檔(static binary)把程式運作所需的所有零件都打包進單一檔案裡，不用另外安裝一堆額外套件就能直接執行形式運作的軟體，跑在終端機(terminal)不是滑鼠點來點去的視窗畫面，而是打字下指令跟電腦對話的黑底文字介面，工程師常用它來跑程式裡。你丟給它一個問題，它不是像聊天視窗那樣憑印象生一段話回你，而是像一個真的會動手做事的代理程式(agent)不是被動等你問一句答一句的聊天機器人，而是會自己規劃步驟、動手把事情做完的AI程式：先把問題拆成好幾個小問題，接著去搜尋、去讀網頁內容，再把讀到的東西拆成一條一條的『聲明』，逐條去比對聲明是不是真的能在原文找到，最後才把答案連同出處寫出來給你。它也支援MCP(Model Context Protocol)一種讓不同AI工具、AI代理人之間可以互相溝通、互相呼叫功能的共同規格，好比AI界的『轉接頭』，所以像會寫程式的AI助理，也可以直接呼叫mole幫忙做研究，或是只借用mole『不需要呼叫模型』的那些零件（像是核對引用、算聚合統計）自己接手做推理。
這支工具最特別的地方，是把『別花超過你設的錢』這件事做成真正擋得住的機制，而不是事後統計給你看。你可以在啟動時下一個 --usd 0.50 的參數，代表這次研究最多花五毛美金；每一次要呼叫一次AI模型之前，系統會先在帳本裡『預訂』一筆估計費用，等這次呼叫真的做完了才『結算』實際花了多少，而且這本帳本在資料庫層級就設了『不准出現負數』的規則——換句話說，不是靠程式員自己小心不寫錯，而是資料庫這一層直接不讓你透支。作者測試下來，整批研究任務跑完，超支的機率是0%。
另一個機制解決的是『AI亂掰引用』的老問題。mole從網頁裡萃取出的每一條『聲明』，都必須附上一句直接從原文複製出來的引句；如果這句引句沒辦法在原文裡逐字找到，這條聲明在『萃取』這一步就會被直接丟掉，根本沒機會進到最後的答案裡。就算某條聲明一開始通過了，之後系統還會拿它回頭再對一次原文，萬一發現其實站不住腳，也會在報告裡老實標註『這條查無實據』，而不是悄悄把它藏起來。
如果你想讓它分析自己電腦裡的一份CSV表格或一整個資料夾，mole也不會把你的原始資料整包丟上雲端：AI模型只負責選一個分析假設的樣板、指出要看哪些欄位，實際的SQL一種對資料庫下指令、篩選查詢資料的『白話問句』，例如『幫我把每個月的平均值算出來』查詢是在你自己的電腦上跑，能傳出去給模型看的，只剩下聚合資料(aggregate)把很多筆原始紀錄濃縮成統計後的總覽數字，像是平均值、總筆數、檢定結果，而不是逐筆原始內容，而且還規定每個統計桶至少要蓋到五筆紀錄以上才算數，用一個叫 mole crossings 的指令還能讓你親眼確認到底『流出去』了什麼。
🎯 為什麼值得你花時間
預算是真的擋得住，不是月底才嚇一跳多數AI工具的『用量控制』其實是先花錢、月底再讓你看帳單，出問題只能自己記得設定上限。mole把『先預訂、再結算、帳本禁止負數』這件事寫進資料庫規則裡，你設的上限就是它真正撞到的天花板，不用靠自己盯著別手滑。
每一句話都能回頭查，AI掰不出查無此句的引用傳統聊天視窗生出來的『引用』常常是模型自己腦補的說法，你很難逐一去核對。mole把『這句話是不是原文真的寫的』做成流程裡的一道關卡，通不過就直接被丟掉，即使晚一步才發現站不住腳，報告裡也會老實標註，不會悄悄消失。
分析自己的資料，不用把整包資料交出去很多人不敢把公司內部資料丟給雲端AI，就是怕資料被拿去訓練或外流。mole讓模型只負責『設計怎麼分析』，實際運算留在自己電腦上，傳出去的只有算好的統計數字，還可以用工具指令親眼確認外流了什麼。
⚙️ 它是怎麼運作的
1
拆解問題把你丟進去的一個大問題，拆成好幾個可以個別去查的小問題，之後才知道要分頭搜尋什麼。
▼
2
搜尋與讀取來源針對每個小問題去搜尋，把找到的網頁內容讀進來，準備從裡面找答案的材料。
▼
3
萃取聲明並要求附上原文引句從讀到的內容裡整理出一條條『聲明』，每條聲明都要求附上一句直接從原文複製的引句，這是後面查核的依據。
▼
4
逐字核對，通不過就丟掉拿每條聲明附的引句，回頭去跟原文逐字比對；比對不到一模一樣的句子，這條聲明在這一步就直接被淘汰，不會進到答案裡。
▼
5
比對聲明之間的矛盾留下來的聲明彼此之間如果講法互相打架（比如兩個來源說了不同數字），系統會標出這個矛盾，而不是隨便挑一個當作正確答案。
▼
6
寫出附引用的答案，同時結算這次花費把通過查核、沒有矛盾（或矛盾已標註）的聲明整理成最終答案並附上出處，同時把這一步實際花的錢，在預算帳本裡結算掉。
『聊天視窗＋網頁搜尋』跟mole，同樣是查資料，差在哪？
| 比較項目 | 聊天視窗＋網頁搜尋 | mole |
|---|
| 花費控管 | 月底才看帳單，超支自己負責 | 先預訂再結算，資料庫規則禁止透支，設多少就是上限 |
| 引用可信度 | 『引用』常是模型腦補，很難逐句查證 | 每條聲明必須附原文逐字引句，比對不到就在萃取階段被丟掉 |
| 自己的資料（CSV／資料夾） | 多半得整包上傳給雲端服務才能分析 | 運算留在本機，只有聚合後的統計數字會被送出去 |
🛠️ 動手做：動手玩：模擬mole的『預算帳本』與『逐字核對』
- 先玩左邊的『預算日誌』：點『執行這一步（先預訂費用）』，每一步會先『預訂』一筆估計費用，再點一次『結算這一步』，看帳本怎麼從『預訂』變成『已花費』。
- 留意上限是$0.50——你會在跑到最後一步時看到系統『拒絕執行』，因為剩下的額度不夠付這一步，這就是『設多少就是天花板』的意思。
- 再玩右邊的『逐字核對』：點每一條聲明，看系統怎麼拿它附的引句去跟原文比對，猜猜看哪一條會被判定『查無實據』。
- 想一想：如果沒有這兩道機制，你平常用的AI工具會在哪個環節讓你吃虧？
👇 下面是活的，直接操作
🧠 工程思維透鏡（資深工程師看到的是什麼）
🔭 為什麼要把『預算不能是負數』這條規則寫進資料庫，而不是讓程式自己小心檢查？
程式裡寫一個if判斷『餘額夠不夠』看起來也能擋超支，但程式可能中途當機、可能被平行呼叫的兩支流程同時搶餘額而互相沒看到對方剛扣的錢，這種『先檢查、後扣款』的空檔正是超支最常發生的地方。把限制做成資料庫層級的規則，等於是讓資料庫本身拒絕接受會讓餘額變負的操作，不管上層程式邏輯有沒有漏洞，這條線都守得住——這是用『系統的物理限制』取代『程式員的細心』來保證正確性，是工程上很常見的取捨：多一點設計成本，換來不能被繞過的保證。
🔭 『引句對不上就直接丟掉』跟『先留著，等發現有問題再標註』，工程上為什麼要選前者當預設？
先留著再標註，等於讓一條沒查證過的資訊先進到答案裡，讀者要靠後面那行小字才會發現它站不住腳，但很多人根本不會往下細看警語。在萃取階段就擋掉，代價是可能誤刪一些其實正確、只是引句沒抄好的聲明，抓錯跟抓全永遠在拔河。但對一個標榜『可信賴』的研究工具而言，寧可少講一點也不要講錯，是符合它產品定位的選擇——換成一個追求『內容豐富度』優先的工具，這個取捨可能就會反過來。
🔭 同樣一個名字mole，跟Homebrew內建的清理工具、AUR上的SSH穿隧工具撞名，這件事給軟體發布帶來什麼麻煩？
文件裡特別提醒『brew install mole永遠會裝到別人那支』，只能用帶作者名的完整路徑才裝得到正確版本，AUR上也得指名對應套件名而不能只打mole。這代表套件名稱其實是一種有限資源，晚註冊的人得自己想辦法在安裝路徑、套件全名裡加上額外資訊來消歧義，而使用者如果沒注意到這些細節，很可能裝到、甚至覆蓋掉完全不相關的另一支程式——這也是為什麼很多正式專案會在文件最顯眼的地方，把『不是這個』的反例明講出來。
📝 隨堂考（點選答案，立即回饋）
Q1. mole 設定 --usd 0.50 之後，如果研究跑到一半、下一步預估要花的錢會讓總花費超過這個上限，系統會怎麼做？
✅ 文中提到費用是『先預訂、後結算』，且帳本在資料庫層級禁止出現負數，測試下來整體超支比例是0%，代表系統會直接擋下會導致超支的呼叫，而不是先斬後奏或事後追加額度。
Q2. 一條聲明如果附的引句沒辦法在原文裡逐字找到，會發生什麼事？
✅ 文中明確寫到引句對不上原文的聲明，在萃取階段就會被丟棄，還沒機會進到答案裡；已經通過的聲明如果之後被發現站不住腳，才會在報告裡老實標註，這是兩個不同的情境。
Q3. mole 分析你電腦裡的CSV檔案時，實際離開你電腦、傳給AI模型的是什麼？
✅ 文中說模型只負責選假設樣板和欄位名稱，實際SQL查詢在本機執行，能傳出去的只有counts、means、檢定結果這類聚合數字，且規定每個統計桶至少涵蓋五筆紀錄，用mole crossings指令還能檢視實際流出的內容。
Q4. 如果想用Homebrew安裝這篇文章講的mole（深度研究代理程式），文中建議用哪種寫法？
✅ 因為Homebrew官方倉庫裡已經有一支同名的macOS清理工具叫mole，直接打brew install mole永遠會裝到那一支，必須用帶完整作者路徑的寫法才能裝到深度研究代理程式這支。
🃏 翻牌記憶卡（先想答案，再點開對答）
deep research agent（深度研究代理程式）點我翻面
不是被動聊天，而是自己規劃步驟去搜尋、讀取、核對、寫答案的AI程式
預算的『預訂』與『結算』點我翻面
呼叫AI模型前先在帳本上圈住一筆估計費用，做完後再依實際花費結清，帳本禁止出現負數
逐字核對（quote verification）點我翻面
聲明附的引句要能在原文裡一字不差找到，找不到就在萃取階段被丟掉，不會進到答案裡
聚合資料（aggregate）點我翻面
把很多筆原始紀錄濃縮成統計後的總覽數字（如平均值、筆數），而不是逐筆原始內容
MCP點我翻面
一種讓不同AI工具、AI代理人之間可以互相溝通、互相呼叫功能的共同規格