Jev 是什么——不生成文本的决策模型
Jev 是 TypeSafe AI 发布的 System One 模型：读取状态、返回带置信度的 typed decisions，而不生成任何文本。本文拆解其 RLCD 训练方法、官方宣称的 193.6x 加速与 444.6x 成本优势，以及 Hacker News…
Tan Shaoqing2 分钟阅读
Tan Shaoqing
Tan Shaoqing 共 11 篇文章。
MiniMax H3 Max 直播演示：生成速度比播放还快
把 MiniMax H3 Max Live 作为实验性连续视频管线评估，覆盖官方状态、价格、吞吐、缓冲、审核与成本测试，核验于 2026 年 10 月 13 日。
Tan Shaoqing1 分钟阅读
AI 文件整理器会上传我的文件吗？一个诚实的答案
AI 文件整理器会上传文件吗？本文比较本地、BYOK 与托管云模式下的文件名、提取文本和页面图像传输路径、模型供应商与留存披露，并提供断网检查、网络日志和隐私政策交叉验证方法。
Tan Shaoqing2 分钟阅读
文件整理器 vs 文件分类器 vs 文件重命名工具：到底该买哪个？
文件整理器、文件分类器、文件重命名工具有什么区别？本文按三者各自承担的任务正面对比，指出每种形态会在哪里失灵，并给出一套五问自测法，让你只为你的混乱真正需要的那一层买单。
Tan Shaoqing2 分钟阅读
什么是 AI 文件整理器？三种形态与一条数据边界的完整定义
AI 文件整理器是什么？本文给出中立、可验证的定义：文件分类器（sorter）、重命名工具（renamer）与整理器（organizer）三种形态的差异，AI 在哪里运行、哪些数据会离开你的电脑、留存多久，以及它与笔记应用、文档管理系统、云同步和搜索的区别。
Tan Shaoqing2 分钟阅读
Voice Agent vs 语音听写 — 工作场景下如何选对语音层
Voice agent 从语音触发多步执行并改变系统状态，语音听写把语音变成你可编辑的文本——两者不是同一品类的两个名字。本文是面向独立创业者的工作场景决策指南：场景矩阵、边界定义、各自的失败模式，以及探索、精确提示词、文档共创与会议四大场景下如何选层与叠加组合，避免为不需要的能…
Tan Shaoqing2 分钟阅读
什么是 Voice Agent — 语音 Agent 的定义、架构与任务形态全解析
Voice Agent 是语音进、语音出的实时对话 AI 系统：你说话，它监听、推理并以合成语音实时回复，还能调用工具、支持打断与轮次管理。本文给出完整定义、五项核心特征、从麦克风到语音回复的技术栈架构、2026 年中 GPT-Live、Claude Voice…
Tan Shaoqing3 分钟阅读
Voice Mode vs Dictation — AI Agent 场景下语音模式与语音听写该怎么选
面向 AI Agent 的 voice mode 与 dictation 有何区别？前者是双向语音对话，后者是语音转文本再由你审阅后发送。本文从定义与技术栈讲起，对比…
Tan Shaoqing3 分钟阅读
什么是面向 AI Agent 的语音听写 — 定义、五大任务形态与 Voice Mode 的区别全解析
面向 AI Agent 的语音听写（voice dictation for AI agents）是把语音转成 Agent 提示词输入的做法——你说话，Agent 读字并行动，回复走文本与工具而非语音对话。本文给出完整定义、五项核心特征、三大技术层拆解、A–E…
Tan Shaoqing3 分钟阅读
Kimi K3 是什么 — 2.8 万亿参数开源旗舰模型的架构、跑分与 Agentic Coding 影响全解析
从开放权重边界、Kimi K3 License、准确 kimi-k3 API ID、1M 上下文、当前多币种价格、工具兼容、64+ 加速卡建议与自托管总成本解析 Kimi K3。
Tan Shaoqing1 分钟阅读
什么是 AI 日程 Agent？四种常见形态一次讲清
了解 AI 日程 Agent 在预约、日历优化、对话式日历动作与已配置事件触发流程中能做什么，以及如何核对产品入口、权限边界、时区与重复事件冲突、审批、审计记录和失败行为。
Tan Shaoqing1 分钟阅读
/zh/blog/author/tan-shaoqing
Tan Shaoqing 文章中的主题问答
从本页收录的文章中选读主题问答，可沿每条出处继续查看完整解释与发布背景。
Jev 真的不会产生幻觉吗？
基本是的，而且是构造上如此，但有一条值得理解的边界。因为 Jev 从不生成自由形式的文本，经典的幻觉失败——流畅、自信、错误的散文——不可能发生；它从一个预定义的输出空间返回 typed value。仍可能出错的，是自信但错误的决策：模型把你的输入分进错误的路由，或给出一个未校准的分数。TypeSafe 的答案是 RLCD 训练——让置信度针对真实结果校准，于是低置信度的决策会被标记升级，而不是被直接执行。这种校准能否在异常输入下存活，是社区提出的主要开放问题。
出处: Jev 是什么——不生成文本的决策模型
Jev 只是一个营销做得更好的分类器吗？
Hacker News 帖子里有这个反对意见的严肃版本，它值得一个严肃的回答。传统分类器需要针对你要构建的那个具体决策准备标注训练数据；Jev 的卖点是单个模型即可处理运行时定义的开放式决策类型，并把校准概率作为训练目标。它能否泛化到演示案例之外——以及它的概率在远离训练分布的输入上是否保持校准——正是区分「新模型类目」与「重新包装的分类器」的分界线。截至发布周，诚实的立场是：方法确实不同，泛化的证据尚未公开。
出处: Jev 是什么——不生成文本的决策模型
H3 Max Live 是一条无限长视频吗？
不是。它是不断生成短片、校验、缓冲并连续推流的实验性循环。
出处: MiniMax H3 Max 直播演示：生成速度比播放还快
fal 对 H3 Max 报告了什么速度？
fal 称在其演示条件下，5 秒 768p 同步音频片段可在 3 秒内生成。
出处: MiniMax H3 Max 直播演示：生成速度比播放还快
AI 文件整理器会上传文件吗？
有些会，有些不会，同一应用也因模式而异。应核对名称、文本或页面图像是否离开设备。
出处: AI 文件整理器会上传我的文件吗？一个诚实的答案
本地、BYOK 与托管云有什么区别？
本地在设备运行；BYOK 发给自选供应商；托管云使用应用厂商选择的基础设施。
出处: AI 文件整理器会上传我的文件吗？一个诚实的答案