开发者实测:embeddings 替代 Jev 做语义搜索更快更省,成本几乎为零
maxleiter · x · 2026-09-27
Max Leiter 针对 Linear 将 Jev 集成进 emoji picker 的热帖提出不同看法:多数 Jev 分类场景用 embeddings 就能更快、更便宜地达到相近质量。
- 他两年前就做过无 LLM 的语义 emoji 搜索，用 bge-small-en-v1.5 在浏览器本地运行（约 37 MB，一次下载后离线可用），单次搜索成本 $0
- 对比方案：text-embedding-3-large + Postgres pgvector 的 API 方案，以及经 Vercel AI Gateway 调用 Jev 的方案，demo 中实时显示三者的耗时与成本差异
- 核心观点：Jev 适合需要 LLM 推理的决策；纯语义匹配/检索类任务先考虑 embeddings，别把所有分类任务都当 Jev 的钉子
- 他也承认 embeddings 方案搭建成本更高（要配数据库和 embedding 模型），Jev 胜在省事
所属事件:开发者实测本地 embeddings 零成本实现语义 emoji 搜索(3 条相关)→
「编程与Agent」频道最新
- Matt Pocock:课程最惊艳的不是 Agent,而是 DDD 领域驱动设计 — mattpocockuk · 2026-11-11
- AI 智能体日夜运转一个月,复现法国气象局 AROME 天气模型 — IgorCarron · 2026-11-11
- 让 AI 角色扮演「高执行力传奇玩家」,提示词的隐藏秘诀 — tokenbender · 2026-11-11
- Agent 验证不设截止时间等于没验证：一份防护设计准则 — Key-Register-1969 · 2026-11-11
- 免费开源课程：从零构建 Claude Code 克隆，8 文章 6 视频讲透 harness 工程 — blaizedsouza · 2026-11-11
- 百度开源文心 5.5 Flash Preview:连写 11 小时代码做出武侠游戏 — xiaohu · 2026-11-11