用 Jev 做工作记忆检查，成本从 25 万美元降到 2000 美元
iamrobotbear · x · 2026-09-22
教育创业者 AustinWay 分享了用 AI 做个性化教育的真实成本结构：生成课程内容只占约 5% 的内容成本，剩下约 95% 花在验证和改进上。最大的开销之一是检查课程是否会一次性给学生过多信息、超出工作记忆负荷——用前沿模型在全量内容上跑这种分析极其昂贵。
关键数字：按当前规模，即使用比 Jev 少一半 token 的 Astra 模型也要花约 $250,000；换用 Jev 后只需约 $2,000，相差百倍以上。
作者顺手开源了自己做的工作记忆检查工具（Working-Memory-Jev，本地运行，调用 Jev API 分析教学文本的认知负荷点），个人与非商业用途免费。
「创投」频道最新
- AI 市场两极分化：头部新实验室数亿美元融资 vs 其他人抢残羹 — zebird0 · 2026-09-22
- Wispr Flow 借 Dub 联盟计划新增百万用户,平均 ROAS 约 4 倍 — JosephJacks_ · 2026-09-22
- Stripe 数据打脸 SaaS 末日论：新平台业务同比暴涨 180% — rseroter · 2026-09-22
- 黑石今年砸近千亿美元于数据中心,称 AI 投资热并非互联网泡沫重演 — JOBhakdi · 2026-09-22
- AI 重仓股组合 TL20 半年涨 56%，跑赢纳斯达克一倍多 — TiernanRayTech · 2026-09-22
- Google 移除 SERP 目标链接，/goto 与翻译抓取技巧全灭 — gaganghotra_ · 2026-09-22