تصور کنید تنها در ۱۰ ثانیه بفهمید سالانه هزاران دلار مالیات بیشتر از آنچه باید، به دولت می‌پردازید. این دقیقاً همان کاری است که Overtaxed انجام می‌دهد تا ثروت پنهان در دفاتر ثبت اسناد را به جیب مالکان بازگرداند. در حال حاضر، پتانسیل شناسایی ۲۰ میلیارد دلار اضافه‌پرداخت مالیات املاک در آمریکا وجود دارد که پیش از این نیازمند ساعت‌ها تحقیق دستی بود، اما اکنون در چند ثانیه قابل دستیابی است.
طبق اعلام تیم Agent Forge در ۲۳ جولای ۲۰۲۶، این عامل (Agent) — ابزاری شبیه به یک کارمند هوشمند که می‌تواند به‌جای شما ابزارها را اجرا کند — برای شناسایی تفاوت‌های موجود در سوابق عمومی طراحی شده است تا مالکانی را که بیش از حد مالیات می‌پردازند، پیدا کند. توسعه‌ی این‌گونه ابزارهای خودمختار، چالش‌های جدیدی را در مسیر ارزیابی ایجاد کرده است؛ چرا که تست‌های نرم‌افزاری سنتی اغلب در مواجهه با ماهیت غیرقطعی عامل‌های هوش مصنوعی شکست می‌خورند. در حال حاضر، بسیاری از مالکان خانه‌ها در تاریکی مطلق هستند و نمی‌دانند ارزش ملکشان برای اهداف مالیاتی چقدر است. به گزارش توسعه‌دهندگان این پروژه، بین ۳۰ تا ۶۰ درصد خانه‌ها در آمریکا بیش از حد ارزش‌گذاری شده‌اند. در بریتانیا نیز وضعیت مشابه است و صدها هزار ملک به دلیل ارزیابی‌های عجولانه سال ۱۹۹۱، همچنان در دسته‌بندی‌های اشتباه مالیات شورای شهر (Council Tax) قرار دارند.
این وضعیت باعث ایجاد یک تخلیه سیستماتیک و گسترده در ثروت خانوارها می‌شود. اگرچه مدارک این موضوع در سوابق عمومی موجود است، اما مشکل اینجاست که داده‌ها اغلب دفن شده‌اند و استخراج آن‌ها برای یک فرد عادی دشوار است. این پروژه که برای هکاتون ۲۰۲۶ ClickHouse و Trigger.dev با موضوع «فراتر از دیوارهای متنی» (Beyond the Wall of Text) ساخته شده، به‌جای ارائه گزارش‌های خسته‌کننده، نتایجی بصری ارائه می‌دهد.
به نقل از مستندات پروژه در وب‌سایت dev.to، این سیستم از ClickHouse برای تحلیل زنده ۸ میلیون ردیف داده استفاده می‌کند (شامل ۶ میلیون رکورد فروش در ثبت زمین‌های انگلیس و ۱.۶ میلیون ملک در شیکاگو). خروجی این ابزار به‌جای متون طولانی، یک حکم بصری است که شامل موارد زیر است:
- یک حکم تک‌خطی با مبلغ دقیق اضافه‌پرداخت (مثلاً: «شما سالانه حدود ۳۷۹۳ دلار اضافه‌پرداخت می‌کنید»).
- نقشه‌ای در سطح محله که خانه کاربر را با رنگ قرمز در برابر همسایگان متمایز می‌کند.
- لیستی از فروش‌های مشابه (Comparables) که به عنوان مدرک قانونی برای ارائه اعتراض مالیاتی به کار می‌رود.
- دو وکیل هوش مصنوعی که در یک مناظره، درباره اینکه آیا کاربر واقعاً باید اعتراض کند یا خیر، بحث می‌کنند.
- یک سند اعتراض پیش‌تکمیل شده که آماده بررسی نهایی و ارسال است.
از نظر فنی، ClickHouse در اینجا صرفاً یک فضای ذخیره‌سازی نیست، بلکه موتور اصلی پردازش است. این سیستم برای دستیابی به سرعت و دقت، از مکانیزم‌های خاصی بهره می‌برد. برای مثال، با استفاده از تابع geoDistance()، سریع‌ترین راه برای یافتن نزدیک‌ترین فروش‌های واقعی را برای هر خانه پیدا می‌کند. همچنین، این ابزار «علم انصاف» را پیاده کرده و معیارهای استاندارد یکسانی مانند PRD و COD (متعلق به سازمان بین‌المللی ارزیابان مالیاتی یا IAAO) را برای بیش از ۶۰ هزار ملک فروخته شده در کسری از یک ثانیه محاسبه می‌کند.
یک قابلیت خیره‌کننده دیگر، «نقشه حرارتی شکاف مالیاتی» است. با یک کوئری ساده و استفاده از توابع round(lat, 2)، round(lng, 2) و avg(ratio)، سیستم ۱.۶ میلیون ملک را تنها در ۲۰۰ میلی‌ثانیه به ۱۸۰۰ سلول نقشه‌ای تبدیل می‌کند، بدون اینکه به هیچ ابزار 외부 GIS نیاز داشته باشد. همچنین برای ورود داده‌ها از روش Zero-ETL استفاده می‌کند؛ یعنی با دستور INSERT ... SELECT FROM url(...) داده‌های خام CSV دولتی را مستقیماً از طریق پروتکل HTTP می‌خواند. برای ردیابی آخرین قیمت فروش هر ملک، از Materialized Views با ساختار AggregatingMergeTree و تابع argMaxState استفاده شده است.
برای مدیریت کارهای طولانی‌مدت و پایدار، این ابزار از Trigger.dev بهره می‌برد. در حالی که کاربر با رابط chat.agent() تعامل دارد، زیر-وظایف (sub-tasks) مربوط به «وکلای هوش مصنوعی» به‌صورت موازی در پس‌زمینه اجرا می‌شوند تا مزایا و معایب اعتراض را بررسی کنند. برای جلوگیری از رفتارهای پیش‌بینی‌نشده در چنین سیستم‌های خودکاری، استفاده از مدل‌های نظارتی ضروری است؛ به طوری که جداسازی لایه‌ی پیشنهاد از اجرا می‌تواند مانع از اقدامات غیرقابل‌بازگشت AI شود. این وظایف چنان پایدار هستند که حتی اگر کاربر مرورگر خود را ببندد، بحث و تحلیل هوش مصنوعی ادامه می‌یابد. علاوه بر این، یک تسک زمان‌بندی شده (Cron task) وجود دارد که خانه‌های ذخیره‌شده را مجدداً بازبینی کرده و در صورت تغییر داده‌ها، از طریق دکمه «این خانه را زیر نظر بگیر» (Watch this home) به کاربر هشدار می‌دهد.
از نظر معماری، این سیستم یک رویکرد ترکیبی OLTP + OLAP را نمایش می‌دهد. داده‌های مربوط به درخواست‌های اعتراض در Postgres ذخیره شده‌اند و سیستم با استفاده از تابع postgresql() در ClickHouse، این داده‌ها را در یک دستور واحد با جداول تحلیلی ادغام می‌کند. برای تضمین شفافیت و اثبات سرعت، تمام کدهای SQL تولید شده و میزان تأخیر (Latency) اجرای آن‌ها به‌صورت زنده روی صفحه نمایش داده می‌شود.
در یک نگاه واقعی، این ابزار توازن قدرت را از شهرداری‌ها به شهروندان منتقل می‌کند. توسعه‌دهنده این پروژه تنها در منطقه Cook County مبلغ ۴۶۰ میلیون دلار ارزیابی غیرمنصفانه شناسایی کرده است. اگر این مقیاس را به ۱۱۸ میلیون ملک در سطح ملی تعمیم دهیم، سالانه حدود ۲۰ میلیارد دلار از جیب افرادی که کمترین توان مالی را دارند، به‌طور خاموش خارج می‌شود.
این پروژه ثابت می‌کند که عامل‌های هوش مصنوعی زمانی بیشترین اثر را دارند که به‌عنوان مفسر بصری داده‌های عظیم عمل کنند. با مبنی‌سازی (Grounding) — یعنی متصل کردن پاسخ‌های مدل به کدهای SQL قابل بازرسی و داده‌های مکانی واقعی — ریسک توهم (Hallucination) که در خلاصه‌های متنی مدل‌های زبانی (LLM) رایج است، به‌طور کامل حذف شده است.
گام بعدی شما
- اگر ملک در آمریکا یا انگلیس دارید، دمو را در overtaxed-mauve.vercel.app تست کنید.
- کد این پروژه را که تحت مجوز MIT است در گیت‌هاب بررسی کنید تا متوجه شوید چگونه داده‌های CSV دولتی مستقیماً از طریق HTTP وارد پایگاه‌داده می‌شوند.
- بررسی کنید آیا در منطقه شما ابزارهای مشابهی برای C-Tax یا مالیات بر ارث وجود دارد یا خیر.
اما داستان سخت‌افزاری پشت پردازش این حجم از داده‌های مکانی حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی بهینه‌سازی کوئری‌های مکانی در دیتابیس‌های ستونی مراجعه کنید.
گفتگو