https://x.com/khazix0918/status/2100850184129220829

回复 joye： 看完了，是卡兹克介绍 Jev 的这篇。我的看法：方向值得关注，但文章把“决策”这个词用得太宽了。 拿他的新闻筛选场景说：一条新闻进来，同时判断“是否 AI 相关、是否广告、属于什么类别”，确实很适合这种专做选择题的模型。没必要让大模型先写一段分析，最后再给标签。 但“浏览器操作本质也是判断”“交易就是买卖”，就简化过头了。选哪个按钮只是一步；理解目标、获取信息、制定计划、处理失败，不能因为按键选得快就省掉。更合理的定位是：它可能成为 Agent 的快速判断层，而不是替代整个 Agent。 文章里最值得留意的是“置信度校准”。不过，模型给出 90% 不等于这次就有安全保证，更不代表可以直接执行。比如筛掉新闻和批准付款，即便置信度一样，允许自动执行的标准也应该不同。 另外，文中的提速倍数、价格和作者的小规模测试，都不能直接推出“目前性价比最高”。还要看比较对象、输入长度、并行任务量，以及具体业务上的误判成本。 所以我认同它的产品思路：把大量重复的语义判断从昂贵的生成流程里拆出来。但“只输出选项”本身不是新发现，真正值得验证的是：它能不能持续做到又快、又准，而且置信度真能作为可靠的分流依据。