想要搞清一瓶补充剂的成分、一段抗衰播客里提到的肽类、或者某篇论文反复出现的干预方案，过去意味着开一串标签页：搜索引擎、数据库、论坛、商家页面来回切换。信息是找到了，但对错却分不清。这正是大多数人在抗衰信息上踩坑的起点——不是缺信息，而是缺一层能快速判断「这说法靠不靠谱」的过滤。
Forever Healthy 基金会刚刚发布的 Evipedia 浏览器扩展，试图把这层过滤直接铺在网页上。安装后，它会在你正在浏览的任何页面里扫描文本，识别出 Evipedia 百科中收录的干预术语并自动加下划线标注。鼠标悬停，即时弹出精简的证据摘要；点击，进入该条目的完整审查页面。查证动作从「开新页搜索」压缩到了「悬停一秒」。
3700 多个术语、630 多份证据综述
扩展当前能识别 3700 多个术语，对应 630 多份证据综述。覆盖范围包括第一代再生疗法、肽类、致幻剂类物质、补充剂、植物成分、生活方式方案等。对每一项干预，Evipedia 采用双重结构：一页「快速参考表」提供协议、益处、风险、禁忌和监测要点；一份「完整证据综述」承载深度分析。
条目并非一次性写死。Evipedia 承诺每 4 到 6 周刷新一次，把新研究纳入既有综述——这点比大多数把页面挂十年不动的百科类站点更贴近「证据」二字的本来含义：证据是会过期的，需要持续维护。
审计透明：每个条目都带着「质检报告」
值得注意的设计是审计机制。每份快速参考表和证据综述都附带审计报告，公开该条目的审查标准、历次审计与修正记录。换句话说，读者不仅能看到结论，还能看到结论是怎么被检查和修正的。对于饱受夸大宣传之苦的抗衰领域，这种可追溯性本身就是稀缺品。
底层框架 AI4L：用「审计驱动提示」对抗幻觉
Evipedia 建立在 Forever Healthy 开源的 AI4L 框架之上。该框架的核心是名为「审计驱动提示」（Audit-Driven Prompting）的方法——用前沿大模型生成综述，再通过多轮审计约束生成过程，目标是在抗衰这种信息污染严重的领域，把幻觉率压到尽可能低。框架代码在 GitHub 上开放，任何团队都可以基于它构建自己的证据综述体系。
整个项目采用知识共享 4.0 许可，API 与集成工具免费开放，站点策略对 AI 与智能体友好。也就是说，这套证据库不仅给人用，也给未来的健康管理工具和 AI 助手当「数据底座」。
冷静地看：工具是入口，不是结论
Evipedia 的价值在于降低了「查证」的门槛，但它改变不了一条基本规则：任何单一来源的综述都不能替代个体化的医疗判断。扩展标注的是「有证据支持的综述」，不是「对你的情况适用的建议」。它真正改善的，是让更多人从「看什么都信」走向「先查证再判断」——这在鱼龙混杂的抗衰内容生态里，已经是实打实的进步。
抗衰管理的第一步从来不是买什么，而是先分辨什么值得信。把查证工具装进浏览器，是这一步里成本最低的起点。