Jev 是神器还是骗局？资深开发者怎么看
I was impressed by Jev, please explain why I shouldn't be
我不是计算机科班出身，但被 Jev 惊艳到了。它能让我在零训练、零成本的情况下，瞬间帮非技术研究员对海量文本进行任意主题分类。但 Hacker News 上很多专家说这是老技术甚至骗局。我想听听内行人的看法：在 Jev 之前，有什么软件能同样做到快速、低成本且无需训练的分类？
Jev 的核心创新在于让你能用自然语言在运行时定义新的语义决策，无需训练模型就能获得快速、廉价且带有概率的结果。虽然底层技术很成熟，但你不必非要微调模型。对于追求‘足够好’而非极致质量、又不想折腾训练的人来说，Jev 确实解锁了即插即用的新可能，值得兴奋。
很多批评就像当年有人说 Dropbox 不如自己搭 FTP 服务器一样。虽然技术上确实可以用 BERT 等模型微调来实现，但那不是开箱即用的。Jev 在它专注的领域质量惊人地高，对于不想搞复杂工程的人来说，它的价值在于降低了使用门槛。
正如威廉·吉布森所说，未来已来，只是分布不均。人们会对现有技术感到兴奋，因为那是他们第一次接触。把现有技术包装成新产品是引入新用户的常见方式，就像 ffmpeg 的各种封装一样。最好的工具往往是你手边那个能让你立刻开始工作的，先让事情跑起来，再追求完美。
在 Jev 之前，BERT、BART 和 FLAN-T5 等基于 Transformer 的模型已经存在约五年了，它们都能做文本分类，且足够小可以本地运行。图像分类领域也有 BeiT、DeiT、MobileOne 等大量竞争模型。这些技术虽然可能不是最新的 SOTA，但在嵌入式应用中表现相当不错，足以应对低风险场景。
作为一个重度依赖编程代理的开发者，我还没看到 Jev 的益处。它不能写代码，或者至少我不知道怎么让它写。我构建各种应用需要的是能处理桌面、Web 和移动端的代码生成能力，而不是文本分类。如果有人知道怎么让 Jev 写代码，请告诉我。