Jev 生态观察（七）：内容评分与信息过滤——从创业点子到万人格测试

上一篇深潜了代码质量评测。这一篇看生态的另一个大场景：内容评分与信息过滤。从创业点子打分到社交媒体帖子的病毒度预测，从视频逐句可信度仪表到万人格模拟——这些项目有一个共同架构：Jev 负责给非结构化内容输出结构化判断，代码负责根据判断执行动作。

五个有数字的项目

killmyidea：Reddit 最火的创业点子评分器

killmyidea（Reddit 209 赞）把创业点子提交给 10 个 0-4 分的量规（Score），并行打分后加权出总分。作者自己承认它是"consistent gut check, not an oracle"——但 Reddit 用户实测发现了它的边界：同一 idea 去掉 "open source" 三个字，各项分数大幅漂移。这不是 bug，是决策原语对输入措辞敏感的真实体现。

Every 编辑部：37 篇写作语料的一次 Jev 评审试验（1,709 次判断）

Every 编辑部 Mike Taylor（dan.shipper）把 Jev 集成到编辑部工作流中，对其 37 篇已发表文章做过一次完整的 Jev 评审试验，共 1,709 次判断、总成本不到 $0.01（作者自报）。这是一次性语料试验，不是持续生产集成。

SuperX：61 问病毒度模型

SuperX（@robj3d3）给每条草稿帖子过 61 个 Jev 问题，约 1 秒出分、每次约 $0.0004。模型在 207 位创作者的 9,481 条真实帖子上拟合——声称「3 次里 2 次选中病毒帖，从不奖励回复诱饵」（作者自报）。免费无注册。

Crowdcheck：10,000 个合成人格

Crowdcheck 用短帖测试 10,000 个持久化合成人格的 read/like/agree/repost/follow/block 概率——Noul 批量判断、按组批处理。这是「用决策原语模拟群体反应」的最激进实验。

jevmeter：视频逐句「胡说仪表」

jevmeter（2026-09-21 快照 76★）给任意视频加实时可信度仪表——每句话打一个 Score，渲染成 16:9 可剪辑画面。这是 X 上流传的 "Realtime debate BS meter" 类 demo 的开源实现。

共同架构：Jev 当感知层

这些项目的共同架构是「代码管流程，Jev 管判断」：

• killmyidea：代码收集点子 → Jev 按 10 个量规打分 → 代码加权出总分
• SuperX：代码预处理草稿 → Jev 答 61 问 → 代码汇总出病毒度预测
• Every：编辑提交文章 → Jev 按编辑标准判断 → 结果反馈给作者修改

Jev 不决定「什么内容好」——量规是人定的。Jev 的是否擅长的是：在人类定义的标准下，快速、一致、便宜地判断大量非结构化内容。

什么场景该用

• 该用：大批量内容的初步筛选（哪些帖子值得人看）、一致标准的持续评分（品牌监控的口碑分桶）、A/B 测试的自动化评估（哪个版本更好）。
• 不该用：需要深度上下文理解的内容审核（讽刺、文化敏感性）、最终发布决策（Jev 是参考，不是编辑）。
• 边界意识：killmyidea 的措辞漂移提醒我们，输入的微小变化可能导致输出大幅变化。生产使用时需要固定输入格式、做敏感性测试。

与 EveryInfra 的组合

内容评分的输入是待评估的帖子、评论或商品描述。如果你需要先批量采集这些内容，EveryInfra 可以提供结构化输入。从统一数据 API 接入指南开始。