Jev被说成炒作,是因为它拿自己跟大模型比,却没跟真正合理的替代方案比;设计分类器时,先让任务决定指标权重,再找不用它的最佳做法。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
炒作来自比较对象选错了
Jev展示自己比几个模型好,但“比对手好”不等于“值得采用”。真正该问的是:如果不用它,针对同一个问题,最合理的做法是什么。比如程序需要快速拿到判断,不等于必须接入一项新的云端服务——已有的开源小模型换一种读取结果的方式也能做。发布者没把这种办法放进比较表,不代表它不存在。所以“炒作”指的是叙事框架让人默认它自带的价值,而不是说它技术上一定没用。立正提到,要讲清楚为什么大家天然觉得这东西好,以及这个叙事框架错在哪1,2。
指标权重由任务决定,不由厂商决定
材料里的观点设计分类器时,延迟、一致性这些指标本身没有绝对高低,权重取决于你的任务。实时交互可能在意几十毫秒,每天只跑一次的批处理更在意错误怎么被发现和追回。厂商证明延迟大幅下降,并没有替你证明延迟就是此刻最值得解决的问题。一致性同理:Jev的保险理赔实验里整体波动比别的模型小,但某道承保问题的概率仍在0.43到0.53之间变化,如果系统以0.5为界作决定,更小的波动依然可能翻成相反的动作。“比别人更稳”和“足够让我这样自动执行”是两道不同的题2。
先找替代方案,再判断值不值得投入
AI推演分类器设计里最容易被忽略的一步,是找到真正合理的比较对象。熟悉模型的人会追问:已有小模型的输出能不能直接拿来做判断?本地方案如果已经能把事做好,Jev还能带来什么额外价值?本地运行本身也是优势——连续判断很多次时,少一个外部服务就少一层网络等待和对别人服务可用性的依赖。如果现有方法已经够用、也没被这类判断卡住,验证Jev、复现本地替代都可能只是新发布给你增加的工作。这不要求先花几天把整套方法研究完,一旦发现它没改变你的关键约束,就可以先停下来2。
Jev的评价保留在2026年9月的发表日期,不是今天未核查的技术结论;保险理赔实验每次更换无关标识,不能单独确定波动来自哪里。
出处
- 1如何炒作一个AI概念?以Jev为例…
立正在视频里说明他们如何用评价框架找出更好的替代方案,并点出叙事框架为什么吸引人、错在哪。
- 2通过Jev,辨清AI新技术的叙事陷阱:谁替你决定了什么叫“厉害”?
完整讲了五层判断、指标权重由任务决定、以及为什么比较对象选错会变成炒作,是理解这个问题的核心。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- jev 火了一周 现在销声匿迹了,是伪概念还是什么?
热度退潮不等于概念是假的,但也不等于它值得采用。判断标准是:它改善的指标是不是你任务的瓶颈,以及不用它时你最好的替代方案是什么。
- 我在网上看到有些人可以把 token 用的非常多,比如说跑几百个 agent 做这种类似 one-person company。
我感觉我现在虽然也用 Claude,但我还不是这种状态,我基本还是 single thread,或者 at most 也就 3 个 thread 这样子
几百个 agent 不是靠人同时盯几百条线程,而是把大部分任务交给自动化流程,人只看关键节点和结果。
- 如果我的本职工作和要放大的事业关系不大,该怎么选那一头?
先判断哪一头有更大的放大空间,再把稳定的一头当底座、把可放大的一头当主攻;不必平均用力,也不必立刻辞掉本职。
- 我在自建中台软件,涉及到知识库和知识台两部分,知识库采用那种路径更好?是obsian这种,还是mag或grep?
现有材料没有比较 Obsidian、mag 或 grep 这三种知识库路径,无法据此判断哪种更适合你的中台。能确定的是:知识库要服务分叉、引用、结构化资产和过程可观测,而不只是线性记录。
- 我应该如何影响我的其他同事,推进当前的项目
先弄清同事在意什么,再用他们关心的价值切入,而不是只讲自己方案正确。
- 立正从什么时候开始做视频,如何坚持下来的
立正说自己是五年前开始做视频、每周至少更新一期;起点是给餐馆做外卖教学视频,发现满足了表达欲,就一直做下去。