用 Jev 做实体消解：成本降 99.56%，吞吐升 7.35 倍，附 prompt 与踩坑

hrishioa · x · 2026-09-20

Southbridge.AI 的 Hrishi Olickel 发布长文，讲如何把 TypeSafe 的 system-one 模型 Jev 用进高吞吐数据管道，以俄亥俄州竞选捐款数据（donor 与 committee 实体匹配）为例：

• 结果：Jev 作主力 + hank 优化后，模型成本降低 99.56%（基线 Fable 处理困难子集需 $9.83/1.2MB，优化后 $0.3012，成本降 32.6×），单次调用吞吐达基线 7.35×，匹配质量仍接近 Fable（199/200 families）。
• 架构：将证据分批（52 batches / 200 families / 903 rows），先用便宜模型处理多数批次，仅将少量疑难案例升级给更强模型（如 gpt-5.6-luna 高思考 + gemini-3.7-flash 复核 referred 案例），每个调用克隆 codon、由 runner 绑定模型而非 hank。
• 代价：用错信号或 prompt 方式会在规模上造成大错——「没有免费午餐，只有补贴午餐」。
• 文末给出可复用的 prompt 与集成原则。

原文链接 →

「编程与Agent」频道最新

• ChatGPT 额度用尽改用 Claude 三天,Hermes Desktop 更新 2900 项改动 — seanwbren · 2026-09-20
• 问遍 58 家律所,只有 1 家算得清 AI 花在每个案件上的账 — jkubicki · 2026-09-20
• 开发者直播造 Bot 玩 ThursdayArena,从 2138 名选手冲到第一 — tetsuoai · 2026-09-20
• 一觉醒来欠 3.6 万美元：Cloudflare 无硬性消费上限的避坑指南 — ThePeterMick · 2026-09-20
• 用 VPS + Tailscale 给 AI Agent 搭一台常驻私有服务器 — EXM7777 · 2026-09-20
• Qwen 27B 一次性 prompt 生成三版「超级马里奥」复刻 — EcstaticDentist · 2026-09-20

更多「编程与Agent」频道 AI 资讯 →