只输出分数的模型 Jev 爆火，作者追问：个人 AI 要能记住你的否决理由
sujingshen · x · 2026-09-20
针对近日 X 上爆火的 Jev 模型（不写长文、不写代码，只输出 Choice / Score / Yes-No 的「判断器」），作者提出冷静分析。
核心观点：会打分解决的是吞吐，而 Personal AI 要解决的是归属——红线、否决理由不能只活在一次对话里。就像家里反应快的人每道菜都敢点评，但未必看过冰箱上那张「谁忌口」的便签。
作者选「判断器」模型的四条标准：
- 分从哪来：只看当次题目，还是带你的否决史？
- 打完留下什么：一个分数就散，还是回写决策记忆？
- 错了怎么认：是模型飘了，还是边界从未被正式记录？
- 换模型还认不认账：偏好便签是否可迁移？
结论：更快的对错不等于更懂你，Personal AI 的前提是「判断可继承，否决能回放」。
「漫话AGI」频道最新
- CEO 感慨:管 AI Agent 团队,像回到了讨厌的管人日子 — kylegawley · 2026-09-20
- 开发者观察:身边没人因用 AI 而减少工作时间 — rudrank · 2026-09-20
- 「人类溢价」:当 agent 接管工作,不完美反而成为稀缺价值 — DrKavner · 2026-09-20
- Ezra Klein 撰文:AI 实验室即将把训练权交给 AI,应阻止递归自改进 — soumitrashukla9 · 2026-09-20
- 作者感叹：人类心智带宽才是人机共生的真正瓶颈 — irinarish · 2026-09-20
- AI 侵入数学界后：解题者反而被质疑「方式不对」 — kjgeras · 2026-09-20