买更强模型前先问是不是用错了活：Jev 实测全记录与上线守则

mikegiannulis · x · 2026-09-18

作者 12 连贴的收官：核心观点是「在买更聪明的模型之前，先检查是不是让它干了错误的活」。后续计划包括给重排器上影子模式、门户路由、「已做过」检测和联系人偏好识别；上线守则是双记录决策、检查分歧、保留 kill switch——离线验证的收益只换来一次生产环境小规模测试，而不是整个业务的钥匙。文中还链接了 TypeSafe AI 的文档：Jev 是首个 System One 模型，接收状态和类型化问题，直接返回 choice/score/noul 等结构化结果与概率分布，所有问题并行独立评估、不产生 context-rot。整个测试只花了一个下午和 20 美分。