juror

一句话定位

跑在你自己的 GitHub Actions 里的开源 PR 审查工具：多个前沿模型各自独立审同一份 PR，只把"大家一致同意"的问题合并且报给你，每次审查打印一张成本收据。定位是"更便宜、更好的 Greptile 替代品"。

做这个东西的人

Juror-AI 组织（主要贡献者 Jay Derinbogaz，GitHub cderinbogaz），MIT 协议，TypeScript 写的 GitHub Action。提交记录里大量出现 Claude 协作痕迹，属于典型的 AI 辅助高强度开发。团队规模未披露。

判断：选择"跑在自己 Actions 里 + 自带 API key + 打印收据"这套定位，说明作者是被 Greptile 这类托管服务的账单和数据主权问题逼过的人。

它到底能做哪几件事

• 多模型并行审查 → 支持 claude-code、codex、opencode、grok-build、kimi-code、codewhale（DeepSeek 原生运行时）等多个 harness，每个模型用原生 agent 独立审
• 共识去重 → 多个模型描述同一缺陷时合并成一条；默认高召回模式全量展示，可切 consensus 模式用共识过滤
• 成本收据 → 每次审查打印 reported vs estimated 账单，区分缓存 token 与长上下文价格断崖
• 零基础设施 → 不装 app、不建账户、不建语义索引，harness 自带仓库搜索
• 安全隔离 → 只有 publish 步骤持有 GITHUB_TOKEN；Codex 审查在 kernel 隔离的文件系统下运行，模型进程碰不到凭据
• 防操纵 → 审查时忽略 PR 自己引入的 AGENTS.md，防止提交者改写审查规则

它在替代什么旧行为

两个旧行为一起替代。

一是 Greptile / CodeRabbit 这类托管的 AI 代码审查 SaaS：过去要装 app、按仓库/按席位付费、把代码交给第三方索引、等待云端排队。现在变成你自己的 GitHub Actions 免费工作流，唯一成本是你自己的 LLM API key 用量。

二是人类代码审查中的机械部分：常见的 bug 类别、遗漏的边界条件，以前靠资深工程师肉眼扫，现在先让多个模型扫一遍，人只看共识结论和裁决分歧。

判断：对开源项目和小团队，"用自己的 key 跑在 CI 里"是比订阅 SaaS 明显便宜的选择，这正是这类开源替代品的常见切入点——不是功能更强，而是价格结构完全不同。

商业模式

未披露，目前是无收入的纯开源。 通过 npx juror-ai 分发，你自带 OpenAI / Fireworks / Anthropic / xAI 等任意 key。

判断：开源替代品通常把钱留在"托管版"上——免去用户配置 GitHub Actions 和 key 的麻烦，就是值得收费的服务。现在看不到托管迹象，但这是它最可能的变现路径。

硬数字

• 82 star / 9 fork，MIT，仓库创建于 2026-08-06，一周出头
• 53 个提交，当前 v1.4.x，最新提交 2026-08-14，开发活跃
• HN 6 分 / 1 条评论
• 内部基准（作者自述）：同一 PR seed 上，Juror Fast 找到 4/6（66.7%）P0-P2 缺陷、精度 100%；Greptile 找到 1/6（16.7%）、精度 50%。作者明确注明这是单一 PR、人工裁决，不是统计充分的基准
• 团队规模、真实用户数：未披露

四维评估

判断

"更便宜"这个定位词是它真正的产品洞察。 它不跟 Greptile 比谁的功能全，而是比谁的价格结构更合理——你的 key、你的 CI、你的代码不出库。对这个品类的用户，这几乎是决定性差异。

可迁移的规律：用"多模型冗余"对冲单模型误报。 单个模型审代码会漏也会编，但让几个不同模型独立审、只取共识，错报率会显著下降。这套"多数决"逻辑可以搬到任何对精度敏感的生成/审查场景。

风险在两个地方。 一是基准太弱：单 PR、人工裁决，66.7% vs 16.7% 只能当故事听；二是审查类工具的天花板——模型审得越准，人就越不需要看，而"多个模型跑一遍"的 token 成本是实打实的，只有当它省下的人工时间明显超过 token 花费时才成立。

下一步看什么

① 一个月后 stars 是否破 300——"GitHub Actions 版审查"这个定位是否被市场接住 ② 是否有人公开贴出它抓出真实缺陷的案例（比任何自述基准都可信） ③ 是否出现托管版或定价——开源替代品开始收钱 = 需求被验证了

可借鉴的做法

定位逻辑：如果你的产品对标一个已证明需求的 SaaS，别比"功能"，比"价格结构"。把自己做成"你自己的 key + 你自己的基础设施"，直接改写对方的成本方程，比功能表上的逐项对比有力得多。

产品细节：给每次 AI 调用打印成本收据，把"花了多少钱"变成产品的一部分。成本透明本身就是信任机制，尤其当你用"省钱"当卖点的时候。

安全设计：审查规则本身会被操纵（PR 改写 AGENTS.md），忽略"被审查对象自己带入的规则"这条设计，可以迁移到任何用 AI 做裁决的产品——裁决依据必须来自被裁决方之外。

结论

值得关注，但基准要打折扣看。 定位成立、工程扎实、成本故事具体，唯一的"成绩"是作者自测的弱基准。等公开案例和 stars 曲线，这两个数据会告诉我们它是不是真的替 Greptile 干活的人。