无需 LLM:作者用本地 bge-small 实现零成本语义 emoji 搜索
maxleiter · x · 2026-09-27
作者 Max Leiter 回应 Linear 把 LLM(文中称 Jev)接入 emoji 选择器的热议,认为把 LLM 当锤子、把所有分类任务当钉子是误用。他两年前就做过无 LLM 的语义 emoji 搜索:用 bge-small-en-v1.5(约 37MB)在浏览器端本地运行,模型下载一次后缓存,每次搜索零推理成本,比 LLM 方案更快、更便宜,偶尔效果还更好。他的结论是:只有当决策背后需要 LLM 推理时才该上 LLM,embedding 加 pgvector 这类方案对 emoji 搜索这类任务就已足够,文章页面还提供本地/Embeddings API/Jev 三种方案的实时成本对比 demo。
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
- 用第三方推理服务跑编码 agent 等于交出机器 shell 权限 — TheZachMueller · 2026-11-11
- Plurai 推出 Agent 仿真测试:让 agent 在数字孪生世界里先失败再修复 — PrajwalTomar_ · 2026-11-11
- PlayCanvas 引擎仓库突破第 10000 个 issue/PR 里程碑 — willeastcott · 2026-11-11
- AI 做的游戏太难:Claude 6 分钟通关,作者砍 40% 难度 — builderjaydub · 2026-11-11
- Anthropic 推出 Claude Tag,65% 产品代码由内部 AI 生成 — nikola_mr64990 · 2026-11-11
- 评测工作流核心:最大化专家每单位注意力的信息增益 — danshipper · 2026-11-11