只要你学得够慢,很多AI工具就不用学了

最近有个叫 Jev 的模型特别火。

这是个专门做选择、判断和评分的模型，给它材料和问题，它返回决策结果。

不像主流的大模型，每次对话长篇大论，这个模型的回答都很短，只做选择判断题。

它爆火的原因有两个，一个是快，一个是便宜。

速度方面，我简单测了一下，基本上问啥都是秒回，正确率也不低。

至于价格，就更夸张了。

百万token只需要0.042美元，我测试的几个问题连一个零头都没用掉，真是好久没见过小数点后这么多位的AI产品了。

所以这模型最近全世界都特别火，很多大佬都在捧它。很多AI行业的人都在玩，还有人准备all in Jev。

但没高兴太久，一盆冷水就浇过来了。

因为Jev出来还没几天，同类模型 Laya 就开源了，可以自己部署，还能专门做特定方向训练。

我看有人说，Laya甚至可以达到Jev速度的7倍。

这个数字大概率有水分，但这不是重点，我更关心的是一个问题：

只要你学得够慢，很多 AI 工具就不用学了。

我不是说 Laya 开源 Jev 就没用了，它俩能力也不完全一样。

但对一个暂时用不上它们的人来说，你完全可以晚点再决定学哪个，甚至都不用学。

因为这类模型本身其实没有太高的壁垒，只是在应用场景上做了一个创新，说白了，更像是捅破一层窗户纸。

所以很可能过段时间就能看到，所有的大模型都推出自家的极速同类模型，现在研究这个东西，可能也是白忙活。

现在AI最病态的一种状态，是把每条 AI 新闻都看成自己的作业。

别人出了新模型，你得学。别人搭了新工作流，你得跟。教程刚收藏，评论区已经有人告诉你，这个落后了，现在流行另一个。

其实纠结这些东西都没啥用，早学当然有好处，但你也得自己辨别宣传、找用法、踩坑。

等一等，真实评价可能多了，教程可能顺了，原来要折腾半天的功能，也可能被做进你正在用的软件里，到时候发现躺平才是智慧。

如果眼下根本用不上，这笔时间可以先省下来。

当然，我自己还是去测了 Jev 的，因为它对我来说重要的不是模型本身，而是这个思路。

因为足够便宜，足够快，它就可以用来做很多新的工作。

比如案例里被人提到最多的，用它去玩神庙逃亡。

过去AI也能操控游戏，但是过去的AI往往太重视推理和输出，思考一个问题要很长时间，没办法应对节奏快的游戏画面。

Jev的回复速度基本能达到代码执行的速度，正适合干这种事。

有很多类似的场景，过去因为AI「过度思考」而没有落地。

现在Jev解决的，不是工具问题，而是打开了大家的思路。

因为足够便宜、足够快，一些需要频繁判断的事情，现在值得重新试试了。

至于 Jev 能领先多久，我不敢下结论。

但这种把生成和判断拆开处理的思路，值得记下来，以后换个模型，也能继续用。

所以我觉得，学 AI 可以稍微挑食一点。

能解决眼前问题的，就拿来试。暂时用不上、只是别人说很厉害的，看看热闹也没什么损失。真觉得好玩，花时间折腾当然也值，没必要把兴趣变成负担。

一个新模型出来，能让我想到一种过去没想过的做法，这次关注就已经有收获了。

至于要不要把它研究透，等手头真有事情需要它，再往下学。

省下来的时间，够我写完一篇文章，做一次尝试，留下一点自己的经验。这些积累，以后换个模型还能接着用。

新工具可以先放一放，自己的事情别一直放着。