Aletheia:您的购买记录早已是证据

Aletheia:您的购买记录早已是证据

Aletheia 使用您的购买记录自动处理集体诉讼索赔。检测化学品接触,匹配符合条件的和解方案,并轻松提交。

用户故事Pauline at Enter·

"正义是行动中的真理。" — 本杰明·迪斯雷利

每年,数以十亿计的集体诉讼和解金无人认领。这不是因为诉讼不真实。不是因为受影响的人不符合条件。而是因为提交索赔需要追踪一个你从未听说过的截止日期,证明你三年前进行的一次购买,并填写一份感觉像是为了让人放弃而设计的索赔表单。

这种模式是一致的。一个头条新闻浮现——360万美元的苯和解案、滑石粉污染案、PFAS集体诉讼——人们看到了,意识到自己可能使用过该产品,然后继续向下滚动。不是因为他们不在乎。而是因为从“我可能符合条件”到“我提交了申请并拿到了钱”所需的努力对大多数人来说太高了,难以跨越。

此前,我们分享了我们在 HackPrinceton 2026 x Enter.pro: 构建未来 | Enter 的经历。那篇文章是关于活力、使命和更宏伟的蓝图。本文将深入探讨一个在比赛期间使用 Enter 进行构建并赢得了一个奖项的团队:Aletheia。

Aletheia 背后的团队注意到,这种阻碍几乎完全是人为制造的。证据已经存在。来自主要零售商、配送应用和支付平台的购买历史记录包含了人们购买的具体物品、时间和购买对象的 SKU 级记录。证明符合条件的证据已经存在。它只是停留在登录界面的另一端。

Aletheia 的作用

Aletheia 通过三个步骤将购买历史记录转化为可直接提交的索赔数据包。

关联账户。用户连接他们的购物和配送账户,Aletheia 会拉取交易数据——每个产品名称、商家、日期和单项价格。不是类别。而是实际的产品。

扫描暴露情况。一项由 AI 驱动的分析会将每件购买的产品与一份与诉讼相关的化学物质精选目录进行交叉比对:苯、滑石粉、对羟基苯甲酸酯、PFAS、甲醛释放体等。用户会收到一份暴露报告,其中包含 0-100 的评分、百分位排名,以及按化学物质和标记产品分类的明细。这不是一个警告。这是一幅基于你实际购买的物品,展示你实际暴露于什么物质的图景。

匹配和解案。检测到的化学物质和产品会与一个活跃的集体诉讼和解案实时目录进行匹配,该目录每小时从公共法律数据库更新一次。每个匹配都会进行分类:要么是用户购买了特定的符合条件的产品,要么是他们的暴露情况与涉案化学物质重合。已过期的和解案会被过滤掉。重复项会被合并。对于每一次匹配,Aletheia 都会生成一个五步提交指南和一个 PDF 证据包——根据购买记录构建——随时可以提交。

Aletheia 正在消除的不匹配并非源于法律的复杂性。而是源于信息和阻力。索赔管理员已经接受购买记录作为证据。记录已经存在。缺少的只是一个能够自动将它们连接起来的工具。

构建过程——以及遇到的问题

该团队在 HackPrinceton Spring 2026 上构建了 Aletheia;他们的工作流程从研究到产品需求,再到 Enter——利用 Enter 的 MCP 集成和 Skills 来连接外部数据源并构建智能层——最终形成了一个完全部署的产品。Enter 处理了后端基础设施:身份验证层、数据库,以及驱动暴露分析、和解案抓取和匹配逻辑的边缘函数。

最难的问题不是技术基础设施。而是信任。

第一版的暴露和匹配逻辑让 AI 同时合成和解案目录和匹配分数。它的构建速度很快,输出结果也看似合理——直到它不再合理。模型虚构了和解金额。它为不存在的诉讼生成了索赔。它产生了在任何真实法律程序中都毫无依据的资格裁决。

对于一款消费金融产品来说,这不仅是一个 bug。这是一个使其失去资格的失败。如果一个数字来自一个填补空白而不是读取验证数据的模型,你不能告诉某人他们有一笔价值 4200 美元的索赔。

解决方案需要将 AI 擅长的事情与无法单独信任它做的事情区分开来。现在,真实的和解数据直接从公共法律数据库中抓取,进行规范化存储,并补充了经过验证的赔付金额、截止日期和索赔 URL。AI 在匹配时的角色被限制为仅引用目录中已有的内容——不进行合成,不进行推断。输出是有据可依的,因为数据库是有据可依的。

三个去重层处理了同一个和解案在不同来源中经常以略有不同的 URL 和标题出现的情况。截止日期逻辑区分了真正关闭的和解案与具有无法解析或待定日期的和解案——前者被严格过滤,后者被视为仍处于开放状态。PDF 收据经过反复迭代,直到它看起来像是一个索赔管理员实际上会接受的东西:商家抬头、单项表格、验证页脚。

每条路径都有后备方案。演示永远不会进入崩溃状态。

他们最引以为豪的是什么

端到端的完整流程。用户关联他们的账户,收到一份暴露报告,查看他们匹配的和解案,并下载一份可直接提交的 PDF——所有这些都源于他们已经拥有的购买数据,并以一种他们无需思考的方式进行处理。

还有收据。让生成的文档看起来像法律证据,而不是黑客马拉松的产物,需要不断的迭代。做到这一点正是团队不断回顾的细节。

下一步是什么

Webhook 驱动的警报:在新的购买与现有和解协议匹配的瞬间通知用户,无需手动重新扫描。自动填写索赔表单:从购买记录和风险暴露数据中预先填充标准字段,并在管理员允许的情况下代表用户提交。通过银行对账单 OCR 进行历史追溯,这也是长尾和解资金的所在地——对在任何平台开始追踪 SKU 之前数年购买的产品进行索赔。以及真正的付款集成:直接接收和解资金,仅收取少量的成功服务费。

所有这一切的基础设施已经就绪。适用于活跃和解的流程同样适用于任何和解。适用于关联账户的证据检索同样适用于上传的对账单。Aletheia 所能做的事情的范围随着它能获取的每个数据源而扩大。

钱一直都在那里。缺少的只是通往它的路径。

背后的团队构建了: Haoran Xu | Anish Yenduri | Brian Li | Adarsh Danda

错过了之前的篇章? → Vol. 1 — Heritage in Pixels → Vol. 2 — Terra Zone AI *→ Vol. 3: *reAgent *→ Vol. 4: *TaleTailor *→ Vol. 5: *LEGR *→ Vol. 6: *PolyPath *→ Vol. 7: *EcoThread

你可能还喜欢

根据相似主题自动推荐,让你保持沉浸式阅读体验。