怎么构建一个没人敢公开承认自己身在其中的群体？

很多自由职业者都遇到过这种情况：被客户欠款，但不敢在同行群里公开点名，因为怕被业内打上“难搞”的标签，导致以后接不到单。这种个体面对企业的权力不对等，导致即便同一个群里有四五个人都被同一家公司欠钱，大家也只会各自默默承受，而不会联合起来讨薪。

我最近在黑客马拉松期间尝试用 AI Agent 解决这个系统性问题。最核心的挑战在于：所有常规的解决方案都会破坏掉你想要保护的“隐匿性”。

比如建个私密频道，进群得报公司名，这本身就是一种暴露；或者达到一定人数再公开，但即便如此，成员之间还是能看到彼此，泄露风险依然存在。我最终设定的硬性要求是：所有人都不被暴露，无论是对被投诉方，还是对其他成员。

为了实现这个，我设计了一套基于“猜测与验证”的逻辑。在 Discord 频道里，公开展示的只有脱敏信息：

PICKET · 事项 #1
> "1月开票，直到8月还在催款"
金额区间：5万-20万 · 逾期180天+

🟩⬜⬜⬜ 1/4 已加入
[ 加入 ]

这里完全不出现客户名称。真正的受害者如何识别？他们通过“猜测”来验证。当你点击 [加入] 按钮，Agent 会通过私信引导你发送邮件，在邮件里由你主动写出客户的名字。

这就是准入测试：只有真正被欠钱的人才知道那个名字。如果猜对了，进度条增加；如果猜错了，系统不会告诉你结果，防止有人通过不断尝试来“钓鱼”摸底公司名单。

为了极致的隐私，我在代码层面故意放弃了存储用户关联。很多开发者会习惯性写一行 discord_id -> claimant_id 的映射，但这恰恰是最大的攻击面。一旦数据库泄露，所有人的身份就全开了。

我写的处理逻辑是这样的：

def render_join_instruction(v: MatterPublic, intake_address: str) -> str:
    # 故意不记录谁点击了按钮
    # 这样即使系统被攻破，也无法将具体的 Discord 账号与具体的债权主对应起来
    # 牺牲掉个性化推送，换取绝对的匿名性

这种设计导致一个有趣的“Bug”：你点两次加入，机器人不记得你是谁。但这其实是该系统的安全保证——它不记录你，所以它无法出卖你。这种通过 AI Agent 构建的去中心化协作模式，让个体在不承担社交风险的前提下，获得了集体议价的筹码。