Jylus

Jylus 是一個替 AI 代理準備「證據」的 API 服務，最近在 Show HN 推出，主打一句話：你的代理回答時用的資料，可能早就變了。它的做法是在資料與模型之間加一層：持續接收即時資料，解析出某個時間點的狀態與關聯，標出缺漏與互相矛盾的地方，再把精簡的 Context Pack 交給你選的任何模型，每一條事實都附上來源證明 ID。

官網舉的例子很具體：某個感測器週三 09:00 狀態生效、09:05 記錄為正常，週五才補登更正為警告；如果你問「週三當時是什麼狀態」，Jylus 會用週五的知識回推週三的狀態。這種「as-of」狀態解析、狀態轉換、矛盾偵測與缺漏回報，是一般向量檢索做不到的，官網用一張對照表把這些差異列得很清楚。

功能特色與適用場景：官方公布的凍結基準測試是 528 題全對、模型輸入減少 98.77%、證據準備比調校過的 RAG 快 23.6 倍（官網註明是特定工作負載的觀測值）。資料可用 HTTPS 送入，也能用託管的 NATS JetStream 走高吞吐路線；控制台有用量上限、權限範圍金鑰、速率限制與稽核事件。適合三種情境：替代理建立即時上下文、資安與可觀測性團隊調查日誌與遙測串流、營運決策時把當下狀況和歷史對照。台灣做 IoT、工廠設備監控或 SRE 的團隊，若苦於 LLM 拿舊資料亂答，可以先用免費的 Developer 方案驗證。價格以澳幣計價，刷卡時要留意匯差。