印度店主一句WhatsApp，AI把它变成一份正经外包需求

印度的小店主不写招聘启事。他打开WhatsApp，发一句话：“logo bana do dukaan ke liye, 1500 tak, Friday tak chahiye”——给店里做个logo，预算1500以内，周五前要。

GigLift 就是从这个消息开始的。它是一个面向学生的小型任务板，把这种口语化的请求转成一份像样的需求说明：要交付什么、需要哪些技能、预算多少、截止时间，以及店主自己忘了回答的那些问题。店主改掉不对的地方，再发布。发布之前，任何内容都不公开。

学生看到按匹配度排序的任务，投出方案，店主挑一个人。电话号码只在成交后出现，付款留在双方之间。

谁会掏钱，掏多少

愿意付费的是小商家，需求集中在几类：一个logo、一张菜单卡、剪辑八条短视频、录入四十页文字。价格通常在 ₹500 到 ₹3,000 之间。这份副业归学生。

作者想修的是“需求”这一环。一条这样的消息，漏掉了自由职业者需要知道的一半信息。学生只能猜，只能盲报价，两个人后面再为这个吵。开头一份清楚的需求几乎不花钱，却能挡掉大部分麻烦。

GigLift 本身不赚钱。目前没有人通过它付过款，也还没有真实客户用过它。

AI 只做规则做不了的那部分

技术栈是 Django 加 HTMX 和 SQLite，跑在 Render 的免费套餐上。所有 AI 逻辑集中在一个文件 core/llm.py 里，只用标准库，不引入 SDK。模型是 Gemma（gemma-4-26b-a4b-it），通过谷歌托管的 Gemini API 调用，用的是同一个免费密钥。密钥缺失或调用失败时，基于规则的兜底方案接管，页面上会写明当前是哪种。

设计思路来自一个早期教训：向模型要一个价格，它就会给你一个价格，哪怕客户根本没提过。所以作者不再让模型决定数字。客户写了预算或截止时间，core/extract.py 里的一小组规则直接从文本里读出来，模型改不了。规则能处理英语、Hinglish 和天城文数字：1500 tak、₹१२००、parso、agle hafte、Friday tak。

如果客户什么都没写，模型给出的数字会被标注为“粗略猜测，并非来自真实价格”，并回头去问客户。如果模型写出的交付项里含有客户消息中没有的数字，这一行会被丢掉。留给 Gemma 的，是规则做不到的事：读懂一条 Hinglish 请求，写出交付项和待确认问题。

32份需求，25个预算对了22个

为了验证，作者先手写了 30 份需求（英语、Hinglish、天城文），据此搭出规则。然后冻结 extract.py，哈希记录在 eval/FROZEN.txt 里，另写 32 份新需求，只评分一次。

接着用真实的 Gemma 跑完整条流水线，32 份需求全部由模型处理：25 个预算里对了 22 个，27 个截止时间里对了 25 个，没有一个是错的，也没有一个是凭空编的。这个结果和纯规则一致，而这正是重点——Gemma 改不动客户写下的数字。

五个漏判分别是：paanch hazar（用文字写的金额）、1800 mein ho jaye、due 25 Oct，以及 within 48 hours。漏判的含义是应用会去问客户，它从不显示错误的数字。

作者也说明了这个测试的局限：规则和测试需求都是他自己写的，所以这个留出集分数偏乐观。而且它只衡量数字。Gemma 自己的输出——待确认问题、技能、交付项——还没有评分，这是下一步，同时还要接入真实客户的真实消息，以及一个交付检查：学生描述自己交了什么，模型逐项标记完成或缺失。

踩过的坑

第一版离线正则表达式在“posters, 4”上崩了，因为它把“posters”里的“rs”读成了卢比。在 Windows 上，评分脚本用错编码读需求，把 ₹ 符号弄乱了，预算分数从 22 掉到 16，查了一阵才找到原因。Gemma 最初的回复根本解析不成 JSON，有一段时间每份需求都悄悄走了离线规则，作者没察觉。后来重写解析器，取回复中最大的合法 JSON 对象，评测现在会打印实际是哪个后端在服务。

还有一次，他发了一张截图，里面带着自己的 API 密钥。密钥已吊销。

安全方面也花了一个晚上：带 nonce 的 CSP、按会话和按 IP 的限流、编辑和雇佣操作的所有权校验。共 24 个 Django 测试，另有 7 个针对规则的测试。

开源在这里改变了什么

作者没有拿闭源模型和 Gemma 对比，所以不会声称它更好。他只说开源对这个项目意味着什么。

这个设计不需要前沿模型。因为数字由代码决定，模型只需要读懂一条杂乱请求、写出一份简短需求，中等规模的开源模型够用。这让模型变得可替换——改一下 GEMMA_MODEL 就能换。

钱很紧。一单是 ₹600。眼下免费 API 密钥让一份需求的成本为零，而开放权重意味着免费额度变了也不会被卡住，他可以在自己的硬件上跑同样的提示词。

隐私是他最在意、也完成度最低的部分。这些消息里经常带电话号码。目前文本会发到谷歌的 API，也就是离开他的服务器。用开放权重，店主的消息不必落进某家闭源厂商的系统里。Gemma 的调用集中在一个函数里，把它指向本机模型意味着重写那个函数，而不是提示词。这部分他还没做。

项目以 MIT 协议开源，状态是已部署的可运行原型。截图和第一位真实用户，都在下一步。