Weekly #003｜火线解读 Jev 新范式；用 Agent 还得买带鱼屏？ - Next Token｜词元之外

如果模型不负责聊天，只负责反复做一个小判断，它能进入哪些工作流？当 Agent 已经能操作电脑，为什么人反而开始惦记一块带鱼屏？

本期从 Jev 聊起：筛选记忆、给联系人打标签、语义查询、过滤广告——这些不太像聊天，却可能需要大量模型调用的场景，是否值得用新的方式处理？我们也讨论了一个容易混淆的边界：输出满足类型约束，并不等于判断一定正确。

随后，话题转向多模态、小模型和真实创作：用 GPT-6 Astra 辅助生成训练数据、用代码做宣传片和配乐，以及 Vibe Coding 带来的一个朴素烦恼——硬盘越来越不够用了。

浏览器、聊天区、任务列表挤在同一块屏幕上，用 Agent 是否真得配一块带鱼屏？后半场从这个具体的工作界面聊开，继续追问 Agent 的落地条件：语音输入、多账号、常驻电脑、云端 Mac、企业数据与日志。能力之外，工作环境和人的监督同样重要。

本期录制于 2026 年 9 月 19 日，四位主理人通过腾讯会议远程录制。节目中的体验、观点与预测属于参与者个人判断，不代表对产品能力的独立验证；具体功能与可用性以官方信息为准。

本期讨论

• Jev 不走聊天路线，适合做哪些高频判断？

• 结构化输出、模型准确率和“没有幻觉”，为什么不能混为一谈？

• 多模态、小模型和代码工具，怎样进入真实创作？

• 当 AI 不断生成文件和项目，存储与工作空间怎么管理？

• 让 Agent 常驻电脑之后，数据边界与监督如何安排？

本期人物

• 歸藏：联合主理人，本期当值。

• 向阳乔木：联合主理人。

• 橘子：联合主理人。

• 杨攀：联合主理人。

• 00:00 节目片头

• 00:49 本期精彩片段

Jev：从聊天走向高频判断

• 01:18 四位主理人开场

• 01:29 Jev：不聊天，做结构化判断

• 03:35 微信好友标签与高频判断

• 07:10 语义搜索与数据库查询

• 08:35 “没有幻觉”不等于判断正确

• 17:06 用模型过滤隐性广告

模型、工具与多模态

• 20:45 把新模型接入现有 Agent

• 24:55 多模态：音视频为什么要一起理解

• 27:39 量化与本地小模型

• 31:31 SVG、图标与设计工作流

• 35:07 用 GPT-6 Astra 造数据、训练小模型

• 40:47 实时语音与 Computer Use

• 43:32 具身智能与零样本任务

能力增长之后的创作现场

• 47:55 Vibe Coding 把硬盘用满之后

• 56:44 用代码做宣传片和配乐

• 01:09:27 语音输入产品与实时反馈

Agent 的工作环境与边界

• 01:19:55 Codex 多账号与工作空间

• 01:24:17 常驻 Agent 与多平台内容分发

• 01:26:30 Coding 与 Office：两种工作模式

• 01:29:40 云端 Mac 与 Agent 执行环境

• 01:30:37 企业数据与日志边界

内容生产与研发自动化

• 01:36:13 AI 剧与内容生产

• 01:37:54 AI 参与研发与人的监督

• 01:39:52 片尾

相关资料

• TypeSafe：System One Models 与 Jev

• Ling-2.6-1T 模型页面

• StepAudio 3 Realtime 官方页面

术语说明

Jev 的类型约束与决策准确性是两个问题；符合预设输出结构，不意味着对事实或业务问题的判断一定正确。Computer Use 指通过电脑界面执行操作，不等同于 AGI 的认定。

关于节目

Next Token｜词元之外是一档关注 AI 技术、产品与现实影响的视频播客，同时提供音频版。旗舰栏目 Next Token Weekly，由杨攀、歸藏、橘子和向阳乔木每周圆桌对谈，分享观察、实践与不同判断。

节目主页：nexttoken.tv

社群

欢迎加入 Next Token Weekly 听友 2 群，一起交流 AI 工具与真实工作流。

欢迎加入 Next Token Discord，分享你的使用体验和不同判断。

音乐

Electric Dreams / Origami — Scott Buckley，依据 CC BY 4.0 使用。音乐来源：Scott Buckley Music Library。