#003 火线解读 Jev 新范式；用 Agent 还得买带鱼屏？

Next Token｜词元之外

Sep 21

Overview Shownote Highlights Transcript Chapters Pins

本期从 Jev 这种不聊天、只做结构化判断的模型出发，讨论它如何进入高频工作流，并进一步延伸到多模态、小模型、实时语音、Computer Use、Vibe Coding 与常驻 Agent。四位主理人也追问：当 AI 开始直接交付结果时，人的工作空间、数据边界和监督机制要如何变化？

节目首先分析 Jev 在标签整理、语义查询、记忆筛选和广告过滤等任务中的价值：结构化输出、低成本与并行能力适合高频判断，但类型正确不代表事实判断正确。随后话题转向全模态理解、量化小模型、SVG 生成、用 Astra 造数据训练模型，以及实时语音和具身智能。后半场聚焦 Agent 的实际工作环境，从 Vibe Coding 带来的存储压力，到 Codex、多账号、浏览器、带鱼屏、云端 Mac 和常驻电脑。节目最后讨论企业数据安全、AI 剧和内容生产，以及 AI 参与研发后人的监督与价值。