Jev碰瓷大模型造势遭实测击穿本地小模型打分优势更显著

课代表立正

Jev等AI新概念往往通过错位对标大模型短板来伪造颠覆性叙事，开发者若缺乏独立评价体系与寻找真实替代方案的工程视野便极易沦为炒作推手。

AI-assisted summary of 如何炒作一个AI概念？以Jev为例… — original source. Check the original for full context.

Source published: 2026-09-28

Key ideas

Jev 等新概念常通过“碰瓷”前沿大模型以凸显自身速度与成本优势，但其本质仅为预填充（prefill）分支打分工具，在四维工程指标下落后于本地小模型等成熟方案。 (1:44)
技术炒作生态中存在认知断层：许多博主仅停留在读懂论文和跑通 demo 的前两层认知，因缺乏独立评价体系与最佳替代方案（Best Alternative）检索能力而沦为二次炒作者。 (9:03)
深层洞察得出的否定结论在表面上与固步自封的盲目否定极度相似，常导致懂行专家遭受攻击并选择沉默，从而使迎合厂商叙事的赞歌垄断舆论场。 (10:38)
在企业中反对跟风热点的有效沟通策略并非直接泼冷水，而是通过交付性能更优的替代实现建立技术信任，再借机引导团队转向高价值的核心业务。 (16:02)

Detailed notes

## Background 该内容由 YouTube 频道“课代表立正”于 2026 年 9 月 25 日发布。视频简介指出，许多人在评估 AI 新技术时容易陷入发布者预设的叙事圈套，本期内容以近期引发热议的 Jev 为切入点，系统拆解了一套包含理解原理、明确边界、自建评价标准、寻找真正对标到决策投入的五步分析框架，并结合 MCP、LangChain 等案例探讨了如何理性甄别炒作与在职场中有效表达不同意见。

## TL;DR 主讲人以备受关注的 Jev 为例，指出其所谓“比大模型更快、更便宜”的宣传本质上是脱离同类竞品坐标系的碰瓷叙事，其功能完全能被本地小模型读取 logits 归一化等成熟方案以更高质量和更低风险替代。视频深入剖析了导致技术博主与从业者集体陷入炒作狂欢的认知断层，强调评估技术不能仅停留在跑通论文 demo，而必须依靠工程经验建立包含质量、延迟、一致性与可校准性的客观维度，并找到真正的最佳对标方案（Best Alternative）。最后，主讲人结合 MCP、LangChain 与小龙虾等过往案例，提出在职场面对全员追逐热点时，最有效的策略不是清高地反驳，而是亲自动手做出更好的替代品以建立技术信任，进而引导团队回归核心业务价值。

## Atmosphere & style 整场分享风格极其干脆利落、犀利清醒且充满一线工程师的务实底色，开篇便立下规矩直斥无脑抬杠，展现出对技术本质的绝对自信与笃定。叙事节奏层层剖析、直击要害，既有对技术包装套路的辛辣讽刺，也有对技术舆论场中专家被迫沉默、盲从者群体狂欢这一畸形生态的冷峻洞察。给听众的整体感觉既是一堂去伪存真、降维打击炒作泡沫的技术扫盲课，也是一份教人在现实职场中用代码与策略理性生存的沉稳行动指南。

## Bulletin - [01:44](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=104s) Jev 等新概念常通过“碰瓷”前沿大模型以凸显自身速度与成本优势，但其本质仅为预填充（prefill）分支打分工具，在四维工程指标下落后于本地小模型等成熟方案。 - [09:03](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=543s) 技术炒作生态中存在认知断层：许多博主仅停留在读懂论文和跑通 demo 的前两层认知，因缺乏独立评价体系与最佳替代方案（Best Alternative）检索能力而沦为二次炒作者。 - [10:38](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=638s) 深层洞察得出的否定结论在表面上与固步自封的盲目否定极度相似，常导致懂行专家遭受攻击并选择沉默，从而使迎合厂商叙事的赞歌垄断舆论场。 - [16:02](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=962s) 在企业中反对跟风热点的有效沟通策略并非直接泼冷水，而是通过交付性能更优的替代实现建立技术信任，再借机引导团队转向高价值的核心业务。

## Key takeaways - [00:00](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=0s) 判断新技术不能只看热度，而要区分短期概念炒作与长期真正范式（如早期的 Claude Code、Agent 与 Skill 机制）。 - [01:44](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=104s) 评估技术价值的核心切入点是看它选择了谁作为比较对手，警惕厂商用单项特定优势碰瓷大模型短板的包装手法。 - [04:27](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=267s) Jev 本质是无自回归机制的小型 prefill 工具，实际功能等同于确定性条件分支选择（如 if-else），早已存在 BERT、JSON mode 等多种成熟实现。 - [03:25](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=205s) 建立评估新技术的五步认知框架：理解技术原理、明确适用边界、建立独立评价框架、寻找最佳替代方案（Best Alternative），最后再决定是否投入。 - [05:17](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=317s) 评估打分与决策类技术应脱离单一的价格与速度诱导，聚焦判断质量、执行延迟、结果一致性与可校准性四个工程核心维度。 - [07:08](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=428s) Jev 宣称的“专为机器优化（machine-native）”属于典型的叙事包装，现代软件与接口本身就是面向机器设计的，并未产生范式级跃迁。 - [09:03](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=543s) 技术博主往往具备读懂论文与跑通代码的能力，但由于工程实战积累不足，极易顺着官方设定的有利框架被动放大炒作。 - [10:38](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=638s) 基于深刻工程认知得出的否定结论容易被误解为连论文都没读过的门外汉言论，舆论戾气导致行业顶尖专家倾向于保持沉默。 - [12:15](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=735s) MCP 强行将确定性调用塞入上下文增加了调试难度并破坏系统稳定性，而 Skill 机制才是更符合确定性原则的演进方案。 - [12:15](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=735s) 在底层模型尚不稳定的阶段过早引入类似 LangChain 的厚重框架，会将本应简洁的业务工程逻辑过度复杂化。 - [14:41](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=881s) 掌握判断力最难的一步在于能够检索出最佳替代方案（Best Alternative），这极度依赖个人工程履历与实战视野，无法仅靠死记硬背结论来获得。 - [15:06](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=906s) 彻底否定一个被过度炒作的方案必须依托实证，拿出更优的代码或原型（如针对 OpenClaw 开发 OpenCode）才能真正赢得技术说服力。 - [16:02](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=962s) 职场中面对团队狂热追捧新技术时，应采取“顺应叙事做出更优版本建立信任，再顺势调转技术航向”的务实推进策略。

## Detailed walkthrough ### [00:00](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=0s) 新技术范式，还是又一轮炒作？

在 AI 领域，几乎每隔一段时间就会冒出一个被各路大咖疯狂追捧的新概念。回顾过去两三年，从小龙虾（OpenClaw）、MCP（Model Context Protocol）、RAG、LangChain 到微调（fine-tune），各种各样的技术热点层出不穷。很多人往往在信息轰炸中迷失，分不清哪些是真正值得投入的下一代技术范式，哪些只是过度的炒作（hype）和泡沫。对于上述这些概念，主讲人表示自己的团队一直都是带着时间戳、旗帜鲜明地在它们刚冒头时就直接提出反对意见，断言它们热度虽高但注定会凉，不值得大家过度耗费精力。

与此相反，对于真正核心的技术范式——比如 Agent、Claude Code 以及 Skill，团队总是在第一时间呼吁紧密跟踪。早在 2025 年 2 月，当时连 Anthropic 内部的主流视线都还聚焦在 Claude 3.7 模型上、未曾重点关注 Claude Code 时，他们就明确指出 Claude Code 是极其重要的技术范式。结果半年后，Claude Code 果然迎来爆发，甚至捧红了许多自媒体博主。主讲人指出，如果能掌握底层的判断逻辑，就不会在错误的技术路线上浪费时间和注意力，而能在真正正确的技术上加大投入。同时他也先立下规矩：如果是只想不看内容就直接抬杠的人，请直接离开；但如果是完整看完视频、带着思考来讨论不同意见的，非常欢迎交流。

```mermaid flowchart TD accTitle: 判断新技术的决策路径 accDescr: 区分概念炒作与真正范式的五层分析框架流程

subgraph Phase1["基础认知层"] A["第1步：理解技术原理与机制"] --> B["第2步：明确适用与不适用边界"] end

subgraph Phase2["评估与对标层"] B --> C["第3步：建立独立评价框架 (质量/延迟/一致性/可校准性)"] C --> D["第4步：寻找真正替代方案 (Best Alternative) 避免被碰瓷叙事带偏"] end

subgraph Phase3["决策执行层"] D --> E["第5步：决定是否值得投入精力"] end ```

---

[01:44](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=104s) 判断技术，先看它选了谁当对手

判断一项新技术究竟是真厉害还是噱头，最核心的一件事就是看它**到底应该跟谁去比较**。以近期备受热议的 Jev 为例，在其自身的宣传叙事中，它是拿来和前沿的大语言模型（frontier LLM）去对比的，并由此得出自己“速度更快、成本更低”的结论。这种对比手法，本质上就像是邵艾伦跑去跟马斯克比“谁有薄肌”一样荒谬——找一个对自己有利的单项维度去比，当然能赢，但马斯克的核心价值根本不在于有没有薄肌，Jev 的真正对手也绝非 GPT-6。

从技术实现机制来看，Jev 本质上是一个预填充（prefill）阶段的模型，并不具备自回归（autoregressive）生成机制。它其实是一个非常小、非常简单的工具。如果你拿本地运行的小模型来对比，在很多场景下小模型能做到比 Jev 精度更高、一致性更好、速度更快且成本更低。虽然单个替代方案不一定能在四个维度上全方位碾压，但只要放回同维度的竞品坐标系里，就会发现 Jev 既没有绝对突出的亮点，也没有吊打现有的替代方案，充其量只是一个泯然众人的普通方案。然而，Jev 巧妙地将自己最擅长的小点去对标大语言模型的短板，让外界误以为它是一项革命性突破。

- 叙事碰瓷逻辑：用特定单一优势（速度/成本）对标大模型弱项，避开真正的同类替代方案。 - 技术实质：无自回归（autoregressive）机制，侧重 prefill，功能高度受限。

---

[03:25](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=205s) 判断新技术的五步框架

为什么看似懂技术的人也会被这种对比套路带偏？这源于判断新技术时存在的“五层叙事与认知框架”：

1. **第一层：理解技术本质**。搞懂这个新技术底层到底是什么原理。 2. **第二层：明确适用边界**。清楚它能做什么，不能做什么，适用场景与失效场景在哪里。 3. **第三层：建立独立评价框架**。不能沿用对方递过来的尺子，必须在客观中立的维度上去衡量其好坏。 4. **第四层：找到真正的对标技术（Best Alternative）**。明确该任务的真实替代方案到底是谁，识破对方找错对手的“碰瓷”把戏。 5. **第五层：做出取舍决策**。在走完前四步后，理性评估该技术对自己到底有没有实际价值，决定是否投入精力。

在中文科技圈中，很多人和博主尤其喜欢“脑补”，顺着发布者的叙事框架无限延展想象空间，观众也往往对这类宏大叙事深信不疑，导致认知陷阱层出不穷。

---

[04:27](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=267s) Jev 到底在做什么？哪些方法也能做到？

抛开晦涩的技术行话，从抽象逻辑来看，Jev 做的事情极其简单：接收系统的当前状态作为输入，再提供几个固定选项，由模型计算并输出这几个选项对应的概率，方便系统据此做分支决策。这在代码逻辑上本质就是一个 `if-else` 或 SQL 里的 `CASE WHEN`，属于典型的确定性条件分支选择。

想要实现这种概率判断或决策机制，技术历史上早就有一大把成熟方案： - 早在自回归模型风靡之前的 **BERT** 模型； - 现代大模型（如 GPT）开启 **JSON mode** 进行结构化输出； - 部署一个**本地小模型**，直接读取未归一化的原始分数值（logits），然后进行归一化计算。

Jev 只是这众多实现手段中的一种罢了。它自身的适用场景也局限于那些输入极短、需要立即得到确定性选项打分的场景。

---

[05:17](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=317s) 比速度和价格之前，先看这四个指标

面对类似 Jev 这种负责为选项打分、扮演“AI 裁判（AI referee）”角色的技术，不应被厂商引导去只盯成本和速度，而是应该用四个核心工程维度进行考量：

成本虽然也是考量因素，但在当下 AI 算力与推理成本持续指数级下降的背景下，脱离技术本身的质量指标去单谈便宜是没有意义的。

---

[05:57](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=357s) 换个比较对象，Jev 还值得追吗？

一旦建立了上述客观的四维评价标准，并把 Jev 放到真正的同类替代方案（alternative）中去比较，其光环就会迅速消退： - 甚至有技术社区调侃：Python 自带的 `random` 随机数函数在许多任务上的表现和 Jev 相比都没有质的飞跃，因为 Jev 在复杂判定任务上的质量几乎和随机猜测拉不开差距。 - 相比之下，采用本地小模型读取 logits 并做归一化处理，在质量、延迟、一致性和可校准性四个维度上均表现极其优异。 - 架构层面，Jev 作为一个外部网络云端服务，接入它等于给自身系统强行引入了一个不可控、无法打开内部细节进行微调调优的外部黑盒依赖；而本地小模型属于私有基础设施，完全透明且支持针对性微调。

在真正的同位竞争中，Jev 几乎被成熟方案全面吊打，既无突出优势也无技术新意，根本不值得耗费大量精力去追捧。

---

[07:08](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=428s) “为机器而生”的故事，为什么那么吸引人？

既然技术本身平平无奇，为什么中文互联网上会掀起一轮狂热的炒作浪潮？主讲人深入剖析了制造 AI 概念炒作（hype）的传播机制与叙事套路：

首先，Jev 极其擅长做市场包装。它抓住开发者在 Agent 落地上遇到的瓶颈（速度慢、成本高），刻意不提业内早已存在的“本地小模型 logits 归一化”等低成本解决方案，将自己伪装成拯救痛点的唯一解药。

其次，它炮制了一个极具科幻感的技术叙事：宣称传统大模型是通过基于人类反馈的强化学习（RLHF）专门对人类进行优化的，而 Jev 则是“专为机器优化（machine-native）”而生。这种说法瞬间击中了大众的浪漫想象，让人们纷纷脑补出“未来是 AI 与 AI 自行沟通的世界，无需再迁就人类可读语言”的宏大技术跃迁。

然而这个叙事在技术事实上根本立不住脚： - 计算机与软件工业过去二三十年的本质，所有函数、接口、数据协议本来就是面向机器（machine-native）进行最优设计的； - 将大模型能力与机器确定性程序深度结合，恰恰是所有 Agent 框架一直在干的事； - Jev 并没有在面向机器通信的维度上取得任何突破性的范式创新，它只是利用信息差套上了一层诱人的外衣。

---

[09:03](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=543s) 看懂论文的人，为什么也会放大炒作？

在这个炒作链路中，许多自诩“懂技术”的博主非但没有戳破泡沫，反而充当了推波助澜的角色。其根源在于认知层次的脱节：

这些技术博主通常具备第一层和第二层的能力——能够读懂原版论文、跑通 demo 代码并亲自试用体验。在当下的自媒体环境中，能做到这两步已经算是不容易。然而，由于缺乏广泛的技术沉淀和深厚的工程实践经验，他们严重缺乏**第三层（自建评价体系）**和**第四层（找到最佳替代方案）**的能力。

当他们跑通代码，确认 Jev 确实如宣传所说比 GPT 便宜且快时，便误以为厂商的宏大叙事是完全成立的。他们沉浸在“别人没看懂论文而我看懂了底层代码”的虚妄优越感中，不自觉地顺着官方预设的框架充当了二次传播者。再加上这类充满未来感的叙事极其契合算法的流量分发机制，越吹捧越有热度，最终促成了信息茧房中的群体狂欢，就像此前所有人蜂拥吹捧小龙虾一样。

---

[10:38](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=638s) 为什么看懂后反对，反而被当成不懂？

炒作机制的另一个恶性循环在于：**基于三四层深刻理解得出的反对结论，与第 0 层完全不学习、固步自封得出的否定结论，在表面上看起来是一模一样的**。

```mermaid flowchart LR accTitle: 认知错位与信息失真模型 accDescr: 展示不同认知层级之间的误解与攻击机制

L0["第 0 层：盲目否定 （不学习/纯顽固）"] L12["第 1-2 层：跑通论文代码 （验证局部真实，落入官方叙事）"] L34["第 3-4 层：全维对标评估 （识破竞品碰瓷，得出否定结论）"]

L0 -.->|"结论相同：不值得追"| L34 L12 -->|"误将深层洞察当作无知"| Attack["指责为第0层草包 拉入‘傻逼名单’网络攻击"] Attack --> Mute["懂行专家（如田渊栋等） 选择沉默，舆论场被吹捧垄断"] ```

当深入评估架构优缺点并得出“该技术不值一提”的结论时，停留在第一层、第二层的人往往根本没有耐心去理解背后的评价体系与替代逻辑，只会武断地认为提出反对意见的人是“连论文都没读过的门外汉”。主讲人提到，自己在早期发布视频剖析 MCP 的短板及其机制必然会被新框架替代时，评论区就充斥着“我要把你加入傻逼列表”之类的攻击言论。

这种舆论生态直接导致很多真正顶尖的业内专家（如田渊栋等）即便心知肚明某些技术存在硬伤，也往往选择保持沉默，因为公开澄清成本极高且难免引来攻击。最终，市场上只剩下迎合叙事的赞歌，导致缺乏独立判断的企业管理层和普通开发者盲目跟风，在 LangChain、微调等并不适合其业务的路径上浪费了极其宝贵的人力与时间资产。

---

[12:15](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=735s) 用同一套方法，看 MCP、LangChain 和小龙虾

主讲人指出，这套“建立指标体系、寻找真实对标（alternative）”的方法论在过往的技术热点中被反复验证：

- **针对 MCP**：深入分析其底层通信机制就会发现，强行将所有本该确定性调用的逻辑直接塞进上下文（context）中，不仅会使调试（debug）变得异常困难，更是极大破坏了操纵计算机的稳定性。确定性的任务就应该采用确定性调用，因此团队率先指出 MCP 绝非终极形态，后续出现的 **Skill** 机制便完美补足了这一缺陷，形成了更好的替代。 - **针对 LangChain**：团队很早就发文阐明，传统软件工程中“先学框架”的设计哲学不能生搬硬套到现阶段的 AI 开发上。大模型底层技术迭代极快、基础尚不稳固，在不稳的底层之上强行封装厚重的框架，只会把原本极简的逻辑变得冗余复杂，严重阻碍开发交付。 - **针对小龙虾（OpenClaw）**：其内部严重的黑盒机制与单一的对话窗口交互形式，决定了它在处理复杂任务、长周期链路以及精确调用长效记忆（memory）时必然漏洞百出。它缺乏现代化工程落地所需的脚手架，其所谓的“养成式”路径对普通开发者并不实用。

为了提供扎实的替代方案，团队在指出小龙虾缺陷的同时，由“鸭哥”直接动手研发了轻量开源替代品 OpenCode 及其 iOS 和 Android 客户端，用实际代码证明了存在更优的工程路径。

---

[14:41](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=881s) 判断力最难的一步：为什么靠背结论学不会？

梳理清五步框架后可以发现，判断力中最难以跨越的门槛其实是**第四层——找到真正有价值的替代方案（Best Alternative）**。

在借助现代 AI 工具的辅助下，普通人或许能够较为轻松地完成第一层和第二层的技术梳理，甚至勉强列出第三层的指标框架。但唯独第四层是极度依赖个人工程履历与技术视野的——也就是常说的必须真正“吃过、见过”。只有亲历过各种架构的演进，亲身在真实场景中踩过坑、用过各种方案，才能一眼看穿某个方案的本质是什么，并迅速在技术库中匹配出更优的对标物。这种深度的工程嗅觉，绝对无法仅仅通过死记硬背别人现成的结论来获得。

[15:06](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=906s) 用代码说话：为什么反对一个方案必须拿出更好的替代？

要真正否定一个被广泛炒作的技术方案，最有效的方式绝不是空口争论，而是亲自动手做出一个更优的替代品来证实自己的观点。以对比“小龙虾”（OpenClaw）为例，鸭哥当时并没有仅仅停留在口头评价，而是直接动手写出了一个 OpenCode。大家实际使用对比后发现，OpenCode 确实比小龙虾更好用，此时技术社区才会真正信服你所指出的问题。否则，空口无凭不仅无法说服他人，甚至你自己原先的构想都可能是错的，亦或是真正做出来后才发现并非所想的那回事，归根结底是因为没有透彻理解该技术范式的本质。

这种敏锐的洞察与动手验证能力，需要极深厚的技术基本功和高强度的实践积累。每当行业里冒出新技术，鸭哥总会本能地去动手尝试、深入思考，并将其与自身已有的庞大知识库做横向对比。博主坦言，这种深厚的功力是极其罕见的，也是教育中最难传授的部分。如果教学时省略了中间严密的推演与动手对比过程，仅仅教给学员一个冰冷的结论——“Jev 不值得关注”，反而会把学员推入极其尴尬的境地：当公司身边所有人都在狂热欢呼“Jev 太棒了”、“Jev 是下一个划时代技术范式”时，如果学员只是生硬地反驳“这不值得看，鸭哥文章里写了”，别人根本不会点开文章，反而会嘲笑这位学员是个完全不懂前沿的“站在第 0 层的人”。

- **实证胜于雄辩**：光指出缺陷容易沦为偏见，通过 OpenCode 比小龙虾好用的事实，才能彻底击破过度宣传的泡沫。 - **背诵结论的隐患**：脱离具体工程实践去输出否定意见，在团队中极易被误解为盲目否定和认知落后。

---

[16:02](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=962s) 职场沟通策略：顺应叙事、建立信任与平稳转向

针对学员在职场中面临的现实困境，团队决定在课程升级中主动将内容“复杂化”，不再只是简单直接地给出标准答案和原理解释，而是传授一套既懂技术又懂沟通的落地打法。鸭哥此前已经利用多个本地模型做好了归一化处理与基准测试，跑出了一套更优的 Jev 替代方案。在实际工作环境中，面对全员狂热追捧新概念的局面，最忌讳的就是一开始就站在道德高地清醒地指责“你们全搞错了”，因为在公司里充当“坐在旁边批判大家的清高者”通常极不受待见。

```mermaid flowchart LR accTitle: 职场技术异议推进与信任建立流程 accDescr: 展示如何在公司追捧热点时，先顺应叙事交付更优版本建立信任，再引导团队转向高价值目标的路径。

subgraph Phase1["第一阶段：顺应叙事并超越"] A["团队狂热追捧新热点"] --> B["顺应叙事：'Jev 确实重要' 拿出性能更好的自研版本"] end

subgraph Phase2["第二阶段：建立技术信任"] B --> C["严谨评测与数据对比 证明自研方案更优"] C --> D["赢得团队与领导的技术信赖"] end

subgraph Phase3["第三阶段：理性引导演进"] D --> E["把握话语权： '其实它没那么关键，去做更重要的事'"] E --> F["推动核心业务真正落地"] end ```

更聪明的破局策略是“先顺应叙事，再借力打力”。你可以先对大家说：“大家说得对，Jev 确实很重要，我顺着这个方向做出了一个更好用的版本。”接着拿出经过客观基准测试、表现全面碾压宣传方案的实现供团队使用。当你凭借扎实的技术输出获得了团队与主管的充分信任之后，你的技术话语权便有了坚实的底气。此时你再顺水推舟地提出：“其实这件事情在全局来看并没有那么关键，我们不妨把精力投向更重要的核心业务上。”通过这种方式推进改变，远比纯粹的冷嘲热讽更容易推动团队回归理性。

- **职场心智**：不要在他人兴头上泼冷水，先做出更好的东西建立绝对的技术信用。 - **降维推进**：先满足对方的既定预期，再凭借更胜一筹的交付质量获得决策权，进而从容调转团队技术航向。

---

[17:06](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=1026s) 课程体系重构：从灌输结论到动手实现与客观比较

伴随着鸭哥结束今年 4 月到 10 月的休整（gap 状态）回归，团队对整套课程体系展开了重磅迭代，核心聚焦于从“教大家理解现成结论”彻底升级为“带大家亲手实现与严谨比较”。这套革新的教学方式将在 10 月 12 日的 Maven 直播课中率先落地并进行大幅重构。这门实战进阶课程保持着极高的行业口碑，已经获得了来自 OpenAI、Anthropic、Google 等顶尖 AI 机构一线工程师与科学家的直接具名好评。

对于不同学习节奏的学员，团队提供了差异化的学习路径： - **Maven 直播课（10 月 12 日开营）**：包含最新探索性、重构性的实验内容，且报名即赠送 Superlinear Academy 的自适应录播课（self-paced），适合希望兼顾前沿实验内容与成熟稳定知识体系的学员。 - **Superlinear 录播课（Self-paced）**：涵盖打磨成熟的核心体系，享有终身迭代权益；由于大量全新深度内容与重构实验的并入，录播课价格已于 10 月 1 日起正式上调，老学员则可终身免费同步后续迭代内容。

博主在结尾总结道，希望这期内容不仅讲透了 Jev 本身的局限，更能帮大家看清 AI 圈炒作（hype）诞生的深层机制，掌握识破技术叙事陷阱的思维框架。关于 Jev 具体替代方案的工程实现代码与详细分析文章，均已同步至社区，欢迎大家带着不同意见和实测数据在评论区和社区内共同切磋交流。

## Notable quotes > 连‘什么叫厉害’，都是它替你定义的。 — 课代表立正

> [00:00](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=0s) 如果能掌握底层的判断逻辑，就不会在错误的技术路线上浪费时间和注意力，而能在真正正确的技术上加大投入。 — 课代表立正

> [01:44](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=104s) 这种对比手法，本质上就像是邵艾伦跑去跟马斯克比“谁有薄肌”一样荒谬——找一个对自己有利的单项维度去比，当然能赢，但马斯克的核心价值根本不在于有没有薄肌 — 课代表立正

> [03:25](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=205s) 不能沿用对方递过来的尺子，必须在客观中立的维度上去衡量其好坏。 — 课代表立正

> [05:17](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=317s) 脱离技术本身的质量指标去单谈便宜是没有意义的。 — 课代表立正

> [10:38](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=638s) 基于三四层深刻理解得出的反对结论，与第 0 层完全不学习、固步自封得出的否定结论，在表面上看起来是一模一样的。 — 课代表立正

> [12:15](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=735s) 确定性的任务就应该采用确定性调用 — 课代表立正

> [12:15](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=735s) 大模型底层技术迭代极快、基础尚不稳固，在不稳的底层之上强行封装厚重的框架，只会把原本极简的逻辑变得冗余复杂，严重阻碍开发交付。 — 课代表立正

> [15:06](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=906s) 要真正否定一个被广泛炒作的技术方案，最有效的方式绝不是空口争论，而是亲自动手做出一个更优的替代品来证实自己的观点。 — 课代表立正

> [16:02](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=962s) 在公司里充当“坐在旁边批判大家的清高者”通常极不受待见。 — 课代表立正

> [16:02](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=962s) 先对大家说：“大家说得对，Jev 确实很重要，我顺着这个方向做出了一个更好用的版本。” — 课代表立正

> [16:02](https://www.youtube.com/watch?v=kYuolIPDeRQ&t=962s) 其实这件事情在全局来看并没有那么关键，我们不妨把精力投向更重要的核心业务上。 — 课代表立正

## Mentioned Jev, OpenClaw, 小龙虾, MCP, Model Context Protocol, RAG, LangChain, Claude Code, Claude 3.7, Anthropic, OpenAI, Google, GPT-6, BERT, Skill, OpenCode, 鸭哥, 田渊栋, 马斯克, 邵艾伦, Superlinear Academy, Maven

## Video description 为什么论文读了、代码跑了，还是会被 AI 热点带偏？你可能验证了它说的是真的，却没有发现：连“什么叫厉害”，都是它替你定义的。

Jev 比大语言模型更快、更便宜，就意味着它是下一代技术范式吗？这和拿“有没有薄肌”去跟马斯克比，有什么相似之处？本期我用 Jev 拆解一套判断新技术的五步方法：理解原理、明确适用边界、建立评价标准、找到真正的比较对象，最后再决定它值不值得投入。

很多人读过原文、试过产品，却仍然沿着发布者的叙事往下推。一个符合期待的故事，加上技术博主的背书和平台流量的放大，就容易让人误以为“所有懂行的人都在看好”。而认真比较后说“不必追”的人，反而可能被当成没看懂。

从 Jev 到 MCP、LangChain 和 OpenClaw（小龙虾），我会具体讲：怎样找到被宣传省略的替代方案，为什么判断力不能靠记住结论来获得，以及当公司里所有人都在追热点时，如何通过做出更好的方案，让不同意见真正被听进去。

本期文章、技术细节与历史判断： https://www.superlinear.academy/c/ai-resources/ai-builders-learning-path

AI Builders 课程： https://ai-builders.com/

你最近遇到过哪个“大家都说必须学”的 AI 新技术？欢迎在评论区分享，也欢迎带着具体依据来讨论。

章节： 00:00 新技术范式，还是又一轮炒作？ 01:44 判断技术，先看它选了谁当对手 03:25 判断新技术的五步框架 04:27 Jev 到底在做什么？哪些方法也能做到？ 05:17 比速度和价格之前，先看这四个指标 05:57 换个比较对象，Jev 还值得追吗？ 07:08 “为机器而生”的故事，为什么那么吸引人？ 09:03 看懂论文的人，为什么也会放大炒作？ 10:38 为什么看懂后反对，反而被当成不懂？ 12:15 用同一套方法，看 MCP、LangChain 和小龙虾 13:52 反对一个方案，得拿出什么替代？ 14:41 判断力最难的一步，为什么靠背结论学不会？ 16:02 在公司里，怎样让不同意见被听进去？ 17:06 课程更新：从理解结论，到亲手实现和比较

[Source](https://www.youtube.com/watch?v=kYuolIPDeRQ)

中文简报

Jev碰瓷大模型造势遭实测击穿，本地小模型打分优势更显著 Jev等AI新概念往往通过错位对标大模型短板来伪造颠覆性叙事，开发者若缺乏独立评价体系与寻找真实替代方案的工程视野便极易沦为炒作推手。主讲人以备受关注的 Jev 为例，指出其所谓“比大模型更快、更便宜”的宣传本质上是脱离同类竞品坐标系的碰瓷叙事，其功能完全能被本地小模型读取 logits 归一化等成熟方案以更高质量和更低风险替代。视频深入剖析了导致技术博主与从业者集体陷入炒作狂欢的认知断层，强调评估技术不能仅停留在跑通论文 demo，而必须依靠工程经验建立包含质量、延迟、一致性与可校准性的客观维度，并找到真正的最佳对标方案（Best Alternative）。最后，主讲人结合 MCP、LangChain 与小龙虾等过往案例，提出在职场面对全员追逐热点时，最有效的策略不是清高地反驳，而是亲自动手做出更好的替代品以建立技术信任，进而引导团队回归核心业务价值。 Jev 等新概念常通过“碰瓷”前沿大模型以凸显自身速度与成本优势，但其本质仅为预填充（prefill）分支打分工具，在四维工程指标下落后于本地小模型等成熟方案。 (1:44) 技术炒作生态中存在认知断层：许多博主仅停留在读懂论文和跑通 demo 的前两层认知，因缺乏独立评价体系与最佳替代方案（Best Alternative）检索能力而沦为二次炒作者。 (9:03) 深层洞察得出的否定结论在表面上与固步自封的盲目否定极度相似，常导致懂行专家遭受攻击并选择沉默，从而使迎合厂商叙事的赞歌垄断舆论场。 (10:38) 在企业中反对跟风热点的有效沟通策略并非直接泼冷水，而是通过交付性能更优的替代实现建立技术信任，再借机引导团队转向高价值的核心业务。 (16:02)

Reading summary

主讲人团队指出，AI领域频繁出现过度炒作的技术概念，其典型手法是用局部优势“碰瓷”前沿大语言模型以制造颠覆假象；以近期热议的Jev为例，破除技术泡沫的关键在于建立中立的工程指标并寻找真正的同类替代方案。 Jev的技术本质与叙事套路 (1:44) Jev在市场宣传中被包装为“专为机器优化”的技术跃迁，并以大语言模型为对照物，宣称自身速度更快、成本更低。然而主讲人分析指出，Jev本质上是一个仅处于预填充（prefill）阶段、缺乏自回归生成机制的简单工具，实际功能仅限于极短输入下的固定选项概率打分，在代码逻辑上等同于确定的条件分支选择（if-else）。此类单步概率判定在技术历史上早有成熟路径，BERT、大模型JSON mode以及本地小模型读取logits均可实现。主讲人认为，Jev避开同类替代方案而故意对标前沿大模型的短板，是将软件工程长期存在的机器通信机制包装为概念新物种的碰瓷叙事。评估分支决策的四维框架与真实替代 (5:17) 针对充当“AI裁判”的分支打分技术，主讲人提出应脱离厂商单方面强调的成本与速度，依据四个核心工程维度进行考量：判断质量（精确率与召回率）、执行延迟、结果一致性（避免输出漂移）以及可校准性（出错时是否支持低成本定向调优）。在推理成本持续下降的背景下，脱离质量单谈便宜缺乏实际工程意义。将Jev放入真正的竞品坐标系对比时，其光环迅速消退。Jev作为一个不可微调的外部黑盒网络服务，在判定质量和架构可控性上并无突出优势；相反，采用本地小模型读取logits归一化在四个维度上表现更优且属于私有基础设施。主讲人指出，在技术评估中找到真正的最佳替代方案极度依赖深厚的一线工程经验，无法仅靠死记硬背现成结论来习得。认知断层导致的技术传播异化 (10:38) 概念炒作之所以能在科技圈引发广泛跟风，根源在于技术自媒体与开发者的认知层次断裂。许多博主具备阅读原版论文、跑通demo代码的浅层能力（第一、二层），但严重缺乏自建评价标准与寻找替代方案的实战经验（第三、四层），在确认厂商宣传的局部优势后便顺着预设叙事充当二次放大器，推高信息泡沫。更为严峻的舆论困境在于：基于深层工程对标得出的否定结论，与完全不学习者的盲目否定在表面上几乎一致。主讲人指出，这导致提出客观质疑的专业人士常被误判为不懂前沿并遭遇网络攻击，迫使一线专家选择沉默，最终让舆论场充斥跟风赞歌，重蹈此前部分群体在LangChain、MCP或小龙虾（OpenClaw）上浪费人力与时间的覆辙。破解炒作的实证主义与沟通策略 (16:02) 主讲人强调，否定一项炒作技术的有效方式并非口头争辩，而是亲自动手做出更优的替代品。例如团队此前开发开源工具OpenCode以证明小龙虾架构缺陷，以及通过本地模型归一化跑出优于Jev的基准测试，均是以实证击破包装的范例。单纯向他人输出冰冷的否定结论，容易在缺乏实证支撑时被团队误解为固步自封。在职场沟通中，主讲人建议采取“先顺应叙事、再借力打力”的策略：面对全员追捧新热点的局面，不要直接充当清高的否定者，而可先认同方向并交付出性能更优的自研替代方案。在凭借扎实交付赢得团队和管理层的技术信任后，再引导团队认识到该环节在全局中的有限价值，从而从容将研发资源调转向核心业务。主讲人总结认为，识别技术真伪需要贯穿“理解原理、明确边界、自建指标、寻找最佳替代、理性取舍”的完整逻辑；不过该评估主要基于该团队自身的工程基准与替代方案实践，普通开发者在缺乏广泛架构沉淀的情况下，如何在组织内部独立完成低成本的竞品对标与去泡沫化，仍是实际落地中的关键考验。

Source quotes

课代表立正: 连‘什么叫厉害’，都是它替你定义的。 [0:00] 课代表立正: 如果能掌握底层的判断逻辑，就不会在错误的技术路线上浪费时间和注意力，而能在真正正确的技术上加大投入。 [1:44] 课代表立正: 这种对比手法，本质上就像是邵艾伦跑去跟马斯克比“谁有薄肌”一样荒谬——找一个对自己有利的单项维度去比，当然能赢，但马斯克的核心价值根本不在于有没有薄肌 [3:25] 课代表立正: 不能沿用对方递过来的尺子，必须在客观中立的维度上去衡量其好坏。 [5:17] 课代表立正: 脱离技术本身的质量指标去单谈便宜是没有意义的。 [10:38] 课代表立正: 基于三四层深刻理解得出的反对结论，与第 0 层完全不学习、固步自封得出的否定结论，在表面上看起来是一模一样的。 [12:15] 课代表立正: 确定性的任务就应该采用确定性调用 [12:15] 课代表立正: 大模型底层技术迭代极快、基础尚不稳固，在不稳的底层之上强行封装厚重的框架，只会把原本极简的逻辑变得冗余复杂，严重阻碍开发交付。 [15:06] 课代表立正: 要真正否定一个被广泛炒作的技术方案，最有效的方式绝不是空口争论，而是亲自动手做出一个更优的替代品来证实自己的观点。 [16:02] 课代表立正: 在公司里充当“坐在旁边批判大家的清高者”通常极不受待见。 [16:02] 课代表立正: 先对大家说：“大家说得对，Jev 确实很重要，我顺着这个方向做出了一个更好用的版本。” [16:02] 课代表立正: 其实这件事情在全局来看并没有那么关键，我们不妨把精力投向更重要的核心业务上。

Original transcript

[0:00] 今天我们来讲清楚 [0:01] 为什么Jev不值得那么关注 [0:03] 以及更重要的问题 [0:05] 就是每当有这样一个新技术的时候 [0:07] 我们怎么样子判断 [0:08] 它究竟是下一个技术范式 [0:10] 是值得我们关注和重点投入的 [0:12] 还是它其实只不过是一个泡沫 [0:14] 或者说只是一个hype(炒作,过度热议) [0:16] 一个过度的关注 [0:17] 大家如果回忆的话 [0:18] 过去两三年 [0:19] AI圈有各种各样这样的概念 [0:21] 比如说上一个小龙虾 [0:23] MCP、RAG、LangChain、fine-tune等等等等 [0:26] 所有的这些概念 [0:27] 我们都是带着时间戳去旗帜鲜明地 [0:29] 在它刚出的时候就直接反对它 [0:32] 说它们虽然现在得到那么多关注 [0:34] 那么多大佬去说 [0:35] 这个东西是多么多么重要 [0:37] 但是我们断定它一定会凉 [0:39] 大家不值得关注 [0:40] 而像Agent、Claude Code、Skill这样的技术范式 [0:43] 我们也是在第一时间 [0:44] 就呼吁大家去紧密关注它 [0:46] 因为它真的很重要 [0:48] 比如说在2025年的2月份 [0:49] 那个时候Anthropic内部还没有关注Claude Code [0:52] 所有人注意力都是集中在3.7那个模型上的时候 [0:56] 我们就跟大家说 [0:57] Claude Code其实是一个非常非常值得关注的 [1:00] 技术范式 [1:01] 那之后的发展也看到了 [1:02] 可能过了半年 [1:03] 大家开始疯狂地吹捧Claude Code [1:05] 很多自媒体博主 [1:06] 也因为去讲Claude Code而蹿红 [1:08] 但如果你一直关注我们的文章 [1:10] 关注我们的社区的话 [1:11] 你早就看到了这一点 [1:12] 你既不会在错误的技术上 [1:14] 浪费时间和注意力 [1:15] 你也会在正确的技术上去加大投入 [1:17] 那这期视频 [1:18] 我就想把这套方法完整地教给大家 [1:19] 以及跟大家讲清楚 [1:20] 为什么会产生这样的hype(炒作,过度热议)和以后 [1:23] 你在看到了这种类似的叙事框架之后 [1:26] 你一眼就能看出来 [1:27] 它的这个hype(炒作,过度热议)的机制 [1:28] 到底是怎么产生的 [1:29] 也非常有助于你提升判断力 [1:31] 在这里边我还有一个请求啊 [1:32] 就是如果你只是想来杠一下 [1:34] 然后你不打算看我的视频 [1:35] 就直接杠的话 [1:36] 请你直接离开 [1:37] 我不需要你带来的流量 [1:38] 不需要你带来的关注 [1:39] 我也懒得去跟你解释 [1:40] 如果你看完了视频 [1:41] 觉得我哪里说得不对的话 [1:42] 非常愿意跟你讨论 [1:44] 那好我们先说最重点 [1:45] 就是怎么样子用一件事情去判断 [1:48] 这个新技术好还是不好 [1:49] 最重要的那件事 [1:50] 就是看它到底应该跟什么去进行比较 [1:53] 比如说Jev这个技术 [1:55] 它自己的叙事框架里边呢 [1:56] 它是跟现在的大语言模型去进行比较 [1:59] 就是跟这个frontier(前沿)大语言模型进行比较 [2:01] 然后再通过比较去得出来了 [2:02] 它的速度更快 [2:04] 它的成本更低 [2:05] 这就好像邵艾伦去跟马斯克比较 [2:07] 有没有薄肌一样 [2:08] 对吧 [2:09] 就是你找一个维度当然是可以比的 [2:11] 但问题是Jev [2:12] 它的竞争对手是GPT-6吗 [2:14] 不是 [2:14] 因为Jev [2:15] 它其实你如果看它的机制 [2:17] 和它要做的事情呢 [2:18] 它是一个prefill(预填充)的这样的模型 [2:20] 它是没有autoregressive(自回归)的机制的 [2:22] 你不需要关注这个技术点 [2:24] 那应该去比较吗 [2:25] 不应该 [2:26] 我在这里就不说技术语言了啊 [2:27] 像以前一样 [2:28] 我的这个文章 [2:29] 其实已经早就发到社区了 [2:30] 社区里边是有专门的技术语言 [2:32] 和技术讨论的 [2:33] 在视频面前呢 [2:33] 我就尽量不用技术语言 [2:35] 在这里呢 [2:35] 你就知道 [2:36] 就是Jev本身是一个非常简单的 [2:38] 非常小的东西 [2:39] 然后你这些东西呢 [2:40] 如果你用本地的小模型 [2:42] 可以做到比Jev的精度更高 [2:44] 比Jev的一致性更好 [2:46] 然后比Jev的速度更快 [2:47] 比Jev的成本更低 [2:48] 当然可能你不能同时在四个维度 [2:50] 同时满足啊 [2:51] 但是你这样一放的话 [2:52] 你就会去发现 [2:53] Jev虽然不错 [2:54] 但是它没有一个特别突出的亮点 [2:56] 它也没有吊打其他的替代方案 [2:58] 它就是一个泯然众人的解决方案而已 [3:00] 可是它的这个技术叙事 [3:02] 把它拿去跟大语言模型去比较 [3:04] 它最擅长的事情 [3:05] 大家就觉得它好像很厉害 [3:06] 这事听起来其实并不难对吧 [3:08] 但是为什么它会引起很多 [3:10] 哪怕看上去很懂技术的人的错判呢 [3:13] 这就涉及到 [3:14] 我们判断一个新技术的五层叙事 [3:16] 然后我必须要把这个五层叙事给拆解出来 [3:18] 我们大家才能看清楚 [3:20] 这种叙事框架的陷阱到底在什么(地方) [3:22] 和为什么 [3:22] 大家会陷入这个叙事陷阱里边 [3:24] 好 [3:25] 这五层呢 [3:25] 分别是你看到一个新技术 [3:28] 你先要理解这个新技术是什么 [3:30] 第二你要知道 [3:31] 它适用的范围和不适用的范围是什么 [3:33] 第三你要有一个自己的比较框架 [3:35] 就是你要在什么维度上衡量它好还是不好 [3:38] 第四也是最重要的 [3:39] 就是 [3:40] 它到底应该跟什么技术去进行对标 [3:42] 因为这个技术出现 [3:44] 总是为了做一件事嘛 [3:45] 然后你做一件事 [3:46] 你让邵艾伦去跟马斯克比较薄肌 [3:48] 当然是不合适的 [3:49] 就哪怕我们认为薄肌很重要 [3:51] 在薄肌这个维度下 [3:52] 邵艾伦也可以去跟另外一个薄肌博主 [3:54] 或者说是一个健身博主去比较薄肌 [3:56] 它去跟马斯克比较薄肌 [3:58] 这个行为我们都知道是碰瓷 [3:59] 但是落到技术上呢 [4:01] 我们就看不出来这一点了 [4:02] 一会儿我会去讲 [4:03] 为什么大家会看不出来这一点 [4:04] 这还涉及到一个很重要的点 [4:06] 就是脑补 [4:07] 尤其在中文圈啊 [4:08] 就是我们中文的这些科技博主们 [4:10] 特别喜欢脑补 [4:10] 然后我们似乎观众也特别吃这一套 [4:13] 我也不知道为什么 [4:13] 但是我会把这个现象给大家分析清楚 [4:15] 那第五步就是 [4:16] 在你前四步都做完了以后 [4:17] 你去决定一下 [4:18] 这个东西对你到底有没有用 [4:19] 到底需不需要关注 [4:20] 那我们回到Jev本身 [4:22] 我先用Jev做案例 [4:23] 然后我回头还可以用一些别的东西 [4:24] 来做案例 [4:25] 去帮大家看清楚 [4:26] 这五步分别是怎么做的 [4:27] Jev本身 [4:28] Again(再说一次)不用技术语言呢 [4:29] 它做的事情是什么 [4:30] 就是把你现在的状态给到这个模型 [4:32] 然后你给它几个选项 [4:34] 它帮你生成这几个选项对应的概率 [4:36] 然后你就可以直接去做了 [4:37] 那这个技术本身的抽象是什么呢 [4:39] 它其实是个if else(条件分支)对吧 [4:41] 或者说一个case when(条件判断) [4:42] 如果你就用SQL(数据库查询语言)的话就是 [4:43] 我给你一个input(输入) [4:44] 然后你给我输出一些output(输出) [4:46] 然后你也可以输出一些 [4:47] 针对这些output(输出)不同概率 [4:49] 你想做到这一个计算 [4:51] 其实有很多个方法 [4:52] 比如说在最近的这个autoregressive(自回归)模型 [4:54] 之前的BERT [4:55] 比如说我们GPT [4:56] 加上一个JSON mode [4:58] 比如说我们可以用一些本地小模型 [5:00] 直接去读logits(模型归一化之前的原始分数) [5:01] 然后去进行归一化 [5:02] 全都可以做到这件事情 [5:04] Jev是这些手段的其中之一 [5:06] 就是我们理解它的这个技术本质 [5:08] 然后我们去看它的适用方式 [5:09] Jev在本身呢 [5:10] 也去讲了 [5:11] 就是它有什么地方是适用 [5:13] 什么地方不适用的 [5:13] 它会在这种很短的 [5:15] 然后你需要直接回答的地方 [5:16] 用得比较好 [5:17] 那第三就是你针对这样一个技术 [5:19] 你应该在什么维度上去衡量它 [5:21] 对于这样一个 [5:22] 我们可以把它叫做AI referee(给选项打分、做裁判的模型)吧 [5:24] 的这样的一个技术 [5:26] 我们一般是从四个角度去衡量的 [5:27] 分别是你的判断质量 [5:29] 就是你判断准不准 [5:29] precision(精确率)、recall(召回率)这些东西 [5:31] 一个是你的延迟 [5:32] 你快不快 [5:32] 第三一致性 [5:33] 也就是每次给你一个相同的东西 [5:35] 你是不是稳定 [5:36] 然后你是不是每次同样的输入 [5:37] 你能得到同样的输出 [5:38] 因为我们要判断工单嘛 [5:40] 在它的使用场景下 [5:41] 我们是需要这个东西可复现的 [5:42] 最后呢你是需要可以校准 [5:44] 就是 [5:44] 当这个东西不像我们想象的那样的话 [5:46] 我能不能很有效地去进行校准 [5:48] 当然在这个技术之外 [5:49] 我们还可以去评估成本 [5:50] 但是成本这件事你知道 [5:52] 它是在不断下降的 [5:53] 所以说 [5:53] 我们经常会先去评估这个技术好不好 [5:55] 然后成本再单独去看 [5:57] 如果我们订立好这个标准之后呢 [5:59] 我们再去看它的alternative(替代方案) [6:01] Jev去跟GPT比较 [6:03] 但是我们这里就看到了 [6:05] 就是完成这个任务 [6:06] 我们真正有的alternative(替代方案)是什么 [6:08] 我们会发现有好多个不同的alternative(替代方案) [6:10] 甚至网上有段子嘛 [6:11] 就是说我其实是有一个类似的 [6:13] Python自带的这样的Jev叫random(Python自带的随机函数) [6:16] 就是我生成一个随机数 [6:18] 然后去直接分布 [6:19] 那其实做得和Jev差不多 [6:20] 这个时候 [6:21] 我们去 [6:21] 在这个质量和一致性上去比较的话 [6:23] 会发现Jev其实在很多任务上 [6:25] 和这个random(Python自带的随机函数)其实没有一个质变 [6:28] 就是它的质量上其实没有吊打random(Python自带的随机函数) [6:30] 那就和猜差不多 [6:31] 那在这种情况下它到底有多有用 [6:33] 我们就非常值得商榷了 [6:34] 而我们去看 [6:35] 就是在这么多种不同的技术路径里边 [6:37] 也能看到啊 [6:38] 就是我用一个 [6:39] 本地的小模型去读logits(模型归一化之前的原始分数) [6:41] 然后去进行归一化的处理 [6:43] 其实在我刚刚说的那个四个维度下 [6:45] 都是很好的 [6:46] 而且它还有一个额外的好处 [6:47] 就是Jev它是自己的服务 [6:48] 有的时候你要用云端 [6:50] 而且它是一个网络服务 [6:51] 就是你给你自己的系统啊 [6:52] 平添了一个外部的组件 [6:54] 而且这个外部组件你还打不开 [6:55] 你还不可以调 [6:56] 但是你本地的小模型呢 [6:57] 既是自己的 [6:58] 然后你还可以调 [6:58] 所以说很多地方 [7:00] Jev都是被其他的solution(解决方案)吊打 [7:01] 而且它也没有什么新意 [7:02] 那这个时候我们就可以得出判断 [7:04] 就是说Jev不值得我们学习 [7:06] 不值得我们去花这么多时间去关注它 [7:08] 可为什么中文网络 [7:09] 就产生了这样的热潮呢 [7:11] 这就是我们视频第二个点了 [7:13] 就是一个hype(炒作,过度热议)到底是怎么产生的 [7:15] 大家注意啊 [7:16] 就是去看Jev本身的网站呢 [7:19] 它其实做的是非常好的 [7:20] 它的marketing(营销)那些东西我们都不说 [7:21] 那些都是tactics(手法) [7:22] 我们要关键研究它这个hype(炒作,过度热议)产生的本质的机制 [7:26] 和过去为什么很多东西 [7:27] 它都会产生这样的事儿 [7:28] 首先呢Jev很聪明 [7:29] 它把自己跟GPT去进行比较 [7:31] 而且它比较的这个维度是大家需要的 [7:33] 比如说成本 [7:34] 比如说速度 [7:35] 因为大家现在很多人开始用agents了以后 [7:37] 就发现自己需要在这方面去优化 [7:39] 而很多人是不知道怎么样子提升速度 [7:41] 和降低成本的方法的 [7:43] 比如说我们说 [7:43] 用本地小模型的logits(模型归一化之前的原始分数)加归一化 [7:45] 这个东西大家是不知道的 [7:46] 所以说 [7:47] 它告诉了大家一个新的不知道的东西 [7:49] 然后呢它还有一个不一样的范式 [7:51] 它的叙事框架打开 [7:53] 它去用了一个很聪明的做法 [7:54] 就是说大语言模型是针对人类去进行 [7:57] RLHF的 [7:58] reinforcement learning with human feedback (基于人类反馈的强化学习) [8:00] 然后它自己说呢 [8:01] 它自己是针对机器去进行优化的 [8:04] 然后这个叙事呢 [8:05] 就打开了大家的想象力是吧 [8:06] 然后大家马上就开始脑补了 [8:08] 大家脑补的就是说 [8:09] 这是一个新的技术范式 [8:10] 确实针对人好像不行 [8:11] 然后我们未来就会有一个 [8:13] AI对AI的世界了 [8:13] 就不需要说什么让人看得懂的东西了 [8:16] 注意啊这都是大家脑补出来的 [8:17] 那这个叙事为什么不成立 [8:19] 因为所谓的machine native(面向机器,按机器来优化)的世界 [8:21] 就是我们不针对人进行优化 [8:23] 而针对机器进行优化 [8:24] 是整个过去二三十年 [8:26] 所有的软件 [8:27] 所有的程序所做的事嘛 [8:28] 就是你那个程序不就是跟机器说的吗 [8:30] 你那程序不就是给机器看的吗 [8:32] 你的所有的函数都是对着机器的 [8:33] 不是对着人的 [8:34] 只是人要去写这个东西 [8:36] 然后机器和机器之间的交流 [8:37] 本身就是通过这个数据 [8:39] 通过所谓的machine native(面向机器,按机器来优化) [8:40] 最优化的方式 [8:41] 已经在进行交流了 [8:42] 然后把大语言模型和机器进行结合 [8:45] 所有的Agent不都是在做这件事吗 [8:47] 包括我们说的各种的替代方案 [8:49] 其实也都是在做这件事 [8:50] Jev并没有在这件事情上 [8:52] 往前多做那么多 [8:53] 或者说它没有提出来一个什么所谓的全新的技术范式 [8:56] 可是因为它的这个叙事 [8:58] 大家就直接掉进去了 [8:59] 大家就对它的这个叙事的框架本身 [9:02] 没有再进行质疑 [9:03] 那绝大多数的技术博主 [9:04] 在这里边 [9:05] 起到了什么样的推波助澜的作用呢 [9:07] 就是 [9:07] 他们其实没有第三层和第四层的能力 [9:10] 就是他们没有办法找到一个 [9:12] 它的best alternative(最好的替代方案) [9:13] 因为他们见得不够多嘛 [9:14] 就是他们有能力去看到Jev以后呢 [9:17] 去读论文 [9:18] 然后可能去看原文 [9:19] 然后甚至自己implement(动手实现)一下 [9:21] 去把这个Jev试用一下 [9:22] 他们能做好第一步和第二步 [9:24] 首先这已经很难了啊 [9:26] 就是大多数人是做不到这一步的 [9:27] 可问题是当你做了第一步第二步 [9:29] 但是你没有第三步第四步的时候 [9:31] 你就陷入了它的叙事陷阱 [9:33] 因为你觉得哦 [9:34] 它说的东西是真的 [9:35] 或者说 [9:35] 它说的东西有一定的夸大成分在 [9:37] 但是总体来说呢 [9:38] 它说的东西是成立的 [9:40] 而且你是顺着它的这个叙事逻辑 [9:42] 再往下说是吧 [9:43] 你是在它的这个叙事框架里边 [9:44] 而且这个时候你还会产生一个虚妄 [9:46] 就是它说的这个技术范式 [9:48] 别人没有去看 [9:49] 我去看了 [9:50] 然后我看懂了 [9:51] 所以说你变成了它整个的这个叙事框架的一个传播者 [9:54] 那再叠加一层 [9:55] 就是我们过去其实有那么多的AI技术 [9:58] 能传播到我们面前的 [9:59] 一定是它符合一定的时代特征 [10:01] 符合一定的人性 [10:02] 就是我们需要这个叙事框架 [10:04] 所以说这种叙事框架天然就有利于传播 [10:06] 所以说 [10:07] 当一个技术博主去讲这件事情的时候 [10:10] 他的内容就天然会被流量放大 [10:12] 所以说我们在一段时间内 [10:14] 就会看到所有的人都在吹小龙虾 [10:15] 就是那些不吹小龙虾的人 [10:17] 可能都已经看不见了 [10:18] 或者说我吹一个别的技术的东西 [10:20] 大家也看不见 [10:21] 但是一段时间吹小龙虾 [10:22] 因为大家可能那个时候 [10:23] 就想听一个这种小龙虾的叙事 [10:25] 或者想听一个Jev这样的叙事 [10:27] 那这样的内容 [10:28] 叠加上这个流量的分发机制 [10:29] 就会不断地轰炸我们 [10:31] 那这是hype(炒作,过度热议)怎么产生的 [10:32] 第二点 [10:33] 就是这个叙事天然就是有利于传播的 [10:35] 以及它会被这些所谓懂技术的博主 [10:37] 去进一步地强化 [10:38] 那第三点呢 [10:39] 就是你做了第三层第四层 [10:41] 和你没做第一层第二层所得到的结论 [10:43] 很有可能是一样的 [10:44] 就是你是一个完全不学习固执的人 [10:46] 然后你会说Jev这种东西不值得关注 [10:49] 然后做了第一层第二层的人 [10:50] 就说你这个人没有学习 [10:52] 然后你就去否定这个技术 [10:53] 然后你没有看懂这个叙事 [10:54] 你就去否定这个叙事 [10:56] 这是不合理的对吧你是一个草包 [10:58] 但是看懂第三层第四层的人呢 [10:59] 会说我既懂了它的技术 [11:01] 我又看懂了它的叙事 [11:03] 我得出来了一个结论 [11:04] 说它不值得关注 [11:05] 第一层第二层的人呢 [11:06] 可能听到你的结论 [11:07] 就已经不想听你说的话了 [11:08] 对吧他没有注意力 [11:09] 去听你为什么这么觉得 [11:11] 第三层第四层的人 [11:12] 也很容易在这样的一个传播中 [11:14] 成为一个被攻击的对象 [11:15] 比如说我在去年发的关于剖析MCP是什么 [11:19] MCP的短板 [11:20] 和MCP [11:20] 为什么它不是一个稳定的技术框架 [11:22] 和一定会有一个新的技术框架的 [11:24] 那个视频里边 [11:25] 下面就有人直接说 [11:26] 我想把你收藏进傻逼list(名单)里面 [11:28] 然后去给了一堆似是而非的这样的攻击 [11:30] 就是因为他觉得他是第一层第二层 [11:33] 然后觉得我是第0层 [11:34] 他在这种情况下 [11:35] 他根本就拒绝承认 [11:36] 我可能是知道第一层第二层的东西 [11:38] 然后我是从第三层 [11:39] 第四层的角度去否定这件事的 [11:41] 那这就是hype(炒作,过度热议)的第三个成因 [11:43] 也就会导致很多懂的人啊 [11:44] 比如说田渊栋 [11:45] 他明知道Jev不好 [11:46] 但是他会站出来去说嘛 [11:48] 没必要 [11:48] 就是他说了以后还会受很多误解 [11:50] 他又没有时间像我一样 [11:51] 跟大家把这个事给完全解释清楚 [11:54] 就会导致很长一段时间 [11:55] 大家听到的都是对Jev的肯定声音 [11:57] 然后你本来心智不坚的人 [11:59] 你在看到这些东西 [12:00] 你又不知道为什么 [12:01] 你不应该关注的时候 [12:02] 你就无脑地跟进去了 [12:04] 就像你之前无脑地跟小龙虾一样 [12:05] 就像你之前无脑地可能采用 [12:07] RAG、LangChain、fine-tune [12:09] 这样投入很多错误的时间精力 [12:11] 这对企业的管理层 [12:12] 尤其是致命的 [12:13] 那好这段希望讲清楚了 [12:14] hype(炒作,过度热议)的成因 [12:15] 那我们再讲一下 [12:16] 就是怎么样子去运用这样的一个逻辑 [12:19] 最重要的就是 [12:20] 你要去找到那个它真正的 [12:22] 应该比较的对象 [12:23] 比如说我们在MCP的那个视频里边 [12:25] 我们先讲清楚了 [12:26] 它的机制 [12:27] 和它机制的短板 [12:28] 就是把你所有该确定性的东西 [12:29] pass in(传进去)到这个context(上下文)里边 [12:31] 其实是非常不利于debug(调试,排查问题) [12:33] 然后也非常不利于 [12:34] 我们稳定地去操纵电脑的 [12:35] 这个东西就应该确定性地去调用 [12:37] 所以说Skill [12:38] 最后就很好地弥补了这一点 [12:39] 我们就说Skill [12:40] 是可以很好地取代MCP的 [12:42] 比如说LangChain [12:42] 我们的文章里边就去讲清楚了 [12:44] 为什么我们过去在学习计算机的时候 [12:47] 先学习framework(框架) [12:48] 但是为什么在AI里边 [12:49] 不应该先学习framework(框架) [12:51] 和这背后它其实是有一个 [12:53] design philosophy(设计哲学) [12:54] 我们不应该直接无脑地去继承 [12:56] 和因为AI变得太快 [12:58] 它底层是不稳的 [12:59] 你用一个framework(框架)在上面的话 [13:00] 其实是把一个简单的东西搞得变复杂 [13:03] 是非常不有利于我们开发的 [13:05] 然后小龙虾我们会说 [13:06] 是因为它的这个黑盒机制 [13:08] 和它的对话窗口 [13:09] 会天然导致它在这个复杂的任务 [13:11] 或者长线任务 [13:12] 或者说我们想去调用它的memory(记忆)的时候 [13:14] 一定会有各种各样的问题 [13:15] 并且它的那种养法 [13:16] 也非常不适合普通人 [13:18] 就是它该有的脚手架其实是没有的 [13:52] 而且在每次我们讲的时候 [13:53] 我们都提出来了真正有效的alternative(替代方案) [13:55] 比如小龙虾 [13:56] 当时鸭哥就直接开发了一个OpenCode [13:58] 还开发了这个OpenCode [14:00] 对应的iOS客户端和安卓客户端 [14:02] 就是说你用我们OpenCode [14:03] 就是一个比小龙虾更好的alternative(替代方案) [14:05] 而且那个开发 [14:06] 其实也不是一个很复杂的开发 [14:07] 那在MCP [14:08] 在LangChain和在RAG [14:10] 在fine-tune的过程中 [14:11] 我们都是深度地使用了这个技术 [14:13] 尝试了这个技术 [14:14] 拿出来了评价框架 [14:15] 然后拿出来了更好的alternative(替代方案) [14:18] 而且我们还要给大家讲清楚 [14:19] 为什么大家天然地会觉得 [14:21] 这个东西是好的 [14:22] 就是它们自带的那个叙事框架 [14:24] 为什么吸引人 [14:25] 和为什么这个叙事框架其实是错误的 [14:28] 如果大家感兴趣 [14:29] 我们当时做的具体的技术判断 [14:31] 和我们怎么样子去使用这五层的方法 [14:33] 去看每一个技术的话 [14:35] 我在社区的文章里边都写得非常清楚 [14:37] 当时的文章也都贴在那里边 [14:39] 欢迎大家直接去社区的文章去看 [14:41] 那最后呢 [14:41] 我也想跟大家讲一下 [14:42] 就是想清楚这些事了以后 [14:44] 我发现有两件事 [14:45] 其实是我们很难去弥补的 [14:47] 但是我们想要尽可能弥补的 [14:49] 就是你的第四层啊 [14:51] 非常非常吃功力 [14:52] 我可能能做到第一层第二层也许我能做到第三层 [14:55] 在AI的帮助之下 [14:56] 但是我很难去做到第四层 [14:57] 因为你知道吃过见过 [14:58] 你才知道什么东西是重要的 [15:00] 你真的知道其他的alternative(替代方案) [15:02] 你才能找到一个alternative(替代方案) [15:03] 你真的知道Jev应该跟什么比较 [15:05] 小龙虾应该跟什么比较 [15:06] 你才能去找到那个东西 [15:08] 而且最好你还能把它实现出来 [15:09] 去证明你说的这个东西是真的 [15:11] 比如说鸭哥在对比小龙虾的时候 [15:13] 他就真的去做了一个OpenCode [15:14] 然后大家用了以后会发现 [15:15] 就是比小龙虾好用 [15:16] 然后大家才知道你说的东西是真的 [15:18] 不然的话你空口无凭嘛 [15:19] 就是你可能想的也是错的 [15:21] 或者说你做出来以后发现 [15:22] 根本就不是那么一回事 [15:23] 可能你没有理解清楚 [15:24] 这个技术范式本身是什么对吧 [15:26] 所以说这件事呢 [15:27] 是鸭哥的功力 [15:28] 然后是我不具备的东西 [15:30] 然后我发现呢 [15:31] 我们想把这个东西交给学员的时候 [15:32] 也是很难的 [15:33] 因为其实背后它是很大的基本功 [15:35] 和很多的实践 [15:37] 鸭哥每当有一个新技术的时候 [15:38] 他就天然地想去尝试 [15:40] 然后天然地想去思考 [15:41] 然后天然地想去跟他之前脑子里的所有知识 [15:43] 去进行对比 [15:44] 这件事如果我们没教 [15:46] 我们直接教了一个结论 [15:47] 就是Jev不值得关注 [15:49] 反而会让我们的学员显得像个傻逼 [15:51] 就是当身边的所有人都说Jev好棒啊 [15:54] Jev是下一个技术范式 [15:55] 然后他去说Jev不值得关注啊 [15:56] 我给你看鸭哥的文章吧 [15:57] 第一别人不会去看鸭哥的文章的 [15:59] 第二呢可能就会觉得 [16:00] 他是一个站在第0层的人 [16:02] 对吧 [16:02] 那怎么办呢 [16:03] 我们在今年的年底课程刷新的时候 [16:06] 鸭哥正好也gap(空档期)回来了嘛 [16:07] 他4月份到10月份正在gap(空档期) [16:08] 我们会专门地把这部分 [16:10] 进行一个复杂化 [16:12] 就是之前我们是想方设法地简单化 [16:14] 我们告诉大家正确答案 [16:15] 我们告诉(大家)正确答案背后的原因 [16:17] 然后就行了 [16:17] 现在呢我们可能会先教大家 [16:19] 怎么样子做出来一个更好的Jev [16:22] 其实鸭哥已经做了嘛 [16:23] 他已经用了很多本地的模型 [16:24] 然后去做了这个归一化 [16:26] 然后做了测试 [16:26] 你可以做 [16:27] 然后你做了以后呢 [16:28] 你可以先顺着这个叙事去讲 [16:30] 你不需要去站在一个非常清醒的角度 [16:32] 去告诉大家 [16:33] 说你们都是错的 [16:34] 你可以去说大家说得对 [16:36] Jev确实很重要 [16:37] 但是我给你一个更好用的Jev [16:38] 然后我告诉你 [16:39] 我们去比较 [16:40] 然后它就是更好用 [16:41] 这件事我们都可以教给大家 [16:43] 然后与此同时呢 [16:44] 当你通过这种方式取得信任了以后 [16:46] 你可以再说哦 [16:47] 其实这一件事呢 [16:48] 也不是那么重要 [16:49] 我们去做更重要的事吧 [16:51] 你因为有了前面 [16:52] 大家对你的技术的了解 [16:54] 和大家对你的技术的信任之后 [16:55] 你的说话也会更有分量 [16:57] 你在这个时候 [16:57] 再去想要做什么改变的话 [16:59] 也更容易做 [16:59] 而不是你是坐在那边去 [17:01] 批判大家的人 [17:02] 坐在旁边批判大家的人呢 [17:03] 一般在公司里边是不太受喜欢的 [17:06] 如果你对我们这样的教学方式的刷新 [17:08] 感兴趣的话 [17:08] 我们第一次尝试就是在10月12号 [17:11] 我们Maven的那场直播里边 [17:12] 那场Maven的直播 [17:13] 我们也会有一个非常大的重构 [17:16] 可能不是所有重构的内容 [17:17] 都会放到我们Superlinear的这个self-paced(录播课)里边 [17:19] 但是我们的Maven课 [17:20] 也是都送这个self-paced(录播课)的 [17:22] 所以说你想两门都学 [17:23] 就是既学我们实验性的东西 [17:25] 然后也学我们实验完之后稳定的东西 [17:27] 你报Maven课就两边都可以上 [17:29] 10月12号是我们的下一期 [17:30] 这门课是一个OpenAI、Anthropic、Google的一线程序员 [17:34] 一线工程师和科学家 [17:35] 都直接留下具名好评的课程 [17:37] 如果感兴趣的话 [17:38] 欢迎直接来我们这个网站去了解一下 [17:40] 去Maven上报名就好了 [17:42] 如果说你想等我们这些东西全都打磨好 [17:44] 去买录播课的话 [17:45] 现在其实也是一个买录播课的 [17:46] 很好的时间 [17:47] 因为我们的录播课在10月1号之后 [17:49] 就会涨价了嘛 [17:49] 因为我们会放这么多新东西进去 [17:51] 但是你如果现在买的话 [17:52] 我们的课也是终身迭代的 [17:53] 你既能看到现在的内容 [17:55] 也能看到到时候我们迭代好的内容 [17:56] 那好希望这期视频 [17:57] 就帮大家 [17:58] 把怎么样子去有效地分辨一个新技术 [18:01] 怎么样子破解它的这个叙事陷阱 [18:03] 怎么样子看清一个hype(炒作,过度热议) [18:05] 到底是怎么产生的 [18:06] 都给大家讲清楚了 [18:07] 如果对我讲的东西有任何的反馈 [18:08] 或者说是不同意见的话 [18:10] 欢迎在视频下面留言 [18:11] 或者来社区的文章里面进行讨论 [18:12] 如果你想要看更多的技术细节的话 [18:14] 也欢迎来社区看我的文章 [18:16] 或者看鸭哥的技术文章 [18:18] 我们也会把我们Jev的alternative(替代方案)怎么做 [18:20] 放到社区里面 [18:21] 非常期待跟大家在社区的交流 [18:23] 我们下期见再见拜拜

Jev碰瓷大模型造势遭实测击穿 本地小模型打分优势更显著