你好 HN，我是 Ansh，Mireye 的创始人。我正在构建 AI 代理用来对物理场所做决策的基础设施：数据、丰富信息、工具以及任何美国地点的信号，全部通过一个 API 和 MCP 服务器提供。这里有一个演示视频：https://youtu.be/haqO6UbUqU0。要试用它，请将 https://www.mireye.com/skills.md 粘贴到您的代理中，并在 mireye.com 获取一个免费密钥（5,000 积分，无需信用卡）。文档位于 https://docs.mireye.ai。最快的入门方式就是向 API 提出关于任何美国地点的任何问题。在您熟悉的地方测试它，冷静地根据您所了解的情况对其打分。在创办 Mireye 之前，我在构建建筑代理时遇到了同样的瓶颈：我的代理可以对任何在线内容进行推理，但对其脚下的地面一无所知。然后一家财富 500 强保险公司告诉我，他们的工程师也因为同样的原因放弃了构建承保代理。前沿模型在被询问关于特定地点的特定问题时，总是会产生幻觉。我的第一个产品是一个小众的选址筛选应用程序。客户在他们熟悉的地点上测试它，答案是可靠的，但没人关心这个应用程序。他们想要的是底层的引擎。使用情况也证实了这一点：目录中的 317 个字段中有 311 个被查询，而且没有占主导地位的使用场景。所以我关掉了应用程序，转而开始构建基础设施。Mireye 不是一个上面加了 API 的数据集，因为仅凭事实并不能构成决策。代理通过它运行整个工作流程：带有引用的事实、把一个简单地址丰富为所有者、地亩、建筑结构和附近的电力、用于纠正模型错误的操作的工具，以及在情况变化时（例如重新分区申请）发出信号。数据、丰富信息、工具、信号。工具来自于观察代理的失败。我们在自身的基础设施上构建代理，而同样的问题反复出现：一个代理会目测距离而不是计算它，拿到错误的地块对应地址，或者在处理一批任务的中途就耗尽了整个预算。每次失败都变成了代理可以调用的东西：确定性几何和驾驶时间工具、地块解析、在运行前为任务定价的报价端点，以及将整个工作流程打包的技能，例如筛选地点或承保地址。困难的部分让我感到惊讶。每个数据源都必须被收集（有时是一个县一个县地收集，按照每个县发布的任何格式），规范化到同一个模式中，签订合约（它来自哪里、每个值意味着什么、刷新频率），然后永远保持新鲜。我们今天为 366 个字段运行这个循环，从一个索引多租户提供服务，每个数据源都以不同的方式反击。马里兰州发布了一个字面上叫《Hidden Property Owner Names》的数据集。我在北卡罗来纳州提交了公共记录申请，因为没人索引下水道主管道。更深层次的问题是含义。两个县发布了一个同名字段，它的含义是不同的。最危险的值是 null。它是指"这里没有洪水区"还是"这个县从未绘制过洪水地图"？把一个模型放在这个缺口前面，它会用看似合理的数字填补沉默。因此我们对缺失进行类型化。每个字段返回 ok、absent 或 failed。客户告诉我，正是这些拒绝让他们信任它。最新的功能是按需索引。请求一个我们没有的字段，一个长时间运行的代理就会研究来源、收集数据、根据事实进行测试并对其进行索引，通常在一天之内完成。我将从这个帖子中接受一些字段请求，并回报它构建了什么。人们已经构建了我未曾计划的东西：筛查洪水、风和野火的保险组合、通过丰富化清理混乱挂牌地址的房地产科技、为海报位置对街角进行评分的健康品牌、采购仓库的机器人公司、数据中心选址、无人机部署规划、为一个城市的校车路线、用于人口贩运调查的信号。使命是索引地球的每一寸土地，并使其像网络一样可查询。定价是公开的：……