OpenAI 研究员的项目 Jev 走红：零样本分类器引发的旧 ML 思路复兴讨论
OpenAI 研究员 Will DePue 的项目 Jev 意外走红后，他与 Karpathy 等人相继复盘走红原因，引发社区对「用前沿大模型复活旧机器学习思路」的讨论。当前共识是：Jev 本质上只是一个零样本分类器，其价值在于验证了一个此前被忽视的低延迟、轻量级智能产品与技术区间。
已确认
- 多位观看者（如 @LuckiestToast、@MutedAd9442）在消化近一个月 16 条共 10 小时 14 分钟的 AI 新闻视频后，认为最值得关注的不是新大模型，而是 Jev，其热度让人联想到 OpenClaw 式爆发。Jev 不做通用生成，只做快速窄决策：预先给定候选答案并返回置信度，可用于分类客户消息，或在 agent 内决定调用 SQL 还是搜索等路由选择，主打毫秒级低延迟。
- Will DePue 明确表示，Jev 本质上只是一个分类器，但是一个具备前沿级智能的零样本分类器；他自己也惊讶此前没人做过这一组合，并由此发问还有哪些被淘汰的旧式机器学习思路值得被拯救。他进一步推测 embedding 模型里可能也存在类似被低估的机会，并借用 Nat Friedman 的话表示行业被某种「隐形正统」束缚了想象。
- Karpathy 给出定位判断：Jev 处于 LLM Pareto 最优曲线上的一个特殊工作区——不思考、单 token、低延迟但可接受的智能水平；这个区间存在大量被验证的潜在需求，却因全行业竞逐更高智能而被忽视。
- 研究者 Rylan Schaeffer 指出 Jev 并非首创：HN 上有帖子「我用 RL 构建非自回归决策模型」发布于一年前，核心思路早已被实现，却几乎无人关注。
为什么重要
- Jev 的走红说明「前沿大模型 + 老式 ML 框架（如分类器）」的组合可能存在被系统性低估的产品空间，业界对智能水平的过度聚焦可能掩盖了低延迟、轻量级智能的真实需求。
- Schaeffer 的补充提示：许多类似想法早已出现但因缺乏时机或包装而沉寂，技术传播与认可往往取决于语境而非首创性。
2026-09-22 ~ 2026-09-22 · 7 条相关
- 第 1 集:Jev 爆火成 AI 圈通用梗，仿冒与流量收割随之而来(2026-09-20,2 条)
- 第 2 集:OpenAI 研究员的项目 Jev 走红：零样本分类器引发的旧 ML 思路复兴讨论(2026-09-22,7 条)
- 第 3 集:分析称 Jev 本质是微调 LLM 分类器，OpenAI 易于跟进(2026-09-22,2 条)
一手来源
- OpenAI 研究员:Jev 只是零样本分类器,却值得拯救更多旧 ML 点子 — willdepue ·
- Karpathy 评 Jev：单 token 低延迟智能是 LLM Pareto 曲线上被忽视的一点 — karpathy ·
- Jev 并非首创:非自回归决策模型早一年已被构建 — RylanSchaeffer ·
- 【源头】OpenAI 研究员:Jev 只是零样本分类器,却值得拯救更多旧 ML 点子 — willdepue · 2026-09-22
- 【源头】Jev 并非首创:非自回归决策模型早一年已被构建 — RylanSchaeffer · 2026-09-22
- Jev 作者：所谓突破只是零样本分类器，我们被「隐形正统」束缚了想象 — cephaloform · 2026-09-22
- 【源头】Karpathy 评 Jev：单 token 低延迟智能是 LLM Pareto 曲线上被忽视的一点 — karpathy · 2026-09-22
- 看完 10 小时 AI 新闻：路由小模型 Jev 成新的圈内热点 — Muted_Ad_9442 · 2026-09-22
另有 2 条近重复转述:willdepue · LuckiestToast