逐字稿文字預覽
what's up guys welcome back 那大家平时在用这个AI做自动化 工作流 或者是写这个代码的时候呢 是不是经常遇到这种情况 我们不管是写复杂代码的 或者是给一些简单的 判断这种是与否的这种 非常简单的判断呢 其实我们都是一股脑的丢给Claude fable 或者是这个这个ChatGPT的 这个extra这种大语言模型 那响应的速度呢 就是其实非常慢 而且呢其实它会耗非常多的TOKEN 我们的这个账单也会比较比较高 那今天的话我跟大家分享一个 这个已颠覆性的一个新的AI模型啊 它叫这个JEV 是这个人 这个Diogo啊 他是这个chatgpt的这个创始人之一 他发明出来的一个东西OK 这个东西呢 200倍啊 就是这个东西呢 要比chatgpt快20-200倍 然后呢 比 它呢要便宜40到400倍 的这样一个模型啊 那这个模型到底是什么呢 最近大家为什么这个 现在这个JEV这个模型呢 变成这个当红 那我们今天就来好好聊一聊 我们是如何去使用这个模型 这个模型呢 又如何能帮到我们OK OK那我们首先看一下它 是怎么样工作的啊 首先的话呢 它这个模型呢 它并不是一个大语言模型 OK 所以呢它只有三种判断能力 第一个呢 就是选一个结果 啊就是比如说你给它a b c的选项 它选一个结果 第二个的话呢 它就是判断真假是否的这样一个判断 第三个的话呢 它是给一个这个评分的这个标准啊 就是说它可以定义中高的标准OK 再会去评分 它只有这三种判断能力OK 它没有其他的大模型的 其他的一些判断能力 那之所以这样的话呢所以呢 在处理这些问题的时候呢 速度的就会非常的快 然后呢我在这里的话呢 其实我不想花太多的时间去讲这个 等会我给大家用实时的这个测试来去 展现这个它的这个 到底厉害之处在哪里啊 首先的话呢 它是非常快对吧 接着呢它是非常省TOKEN 它为什么省TOKEN呢就是说 它的输出是不收任何的费用的 就是一般来讲我们大模型是呃输入 跟输出都是需要TOKEN收TOKEN的费用的 它呢在输入的时候呢是100万个TOKEN 只有4分钱美金这个价钱 但输出呢是不收任何的费用的 所以这就是为什么它这么便宜 OK第三的话呢 它是非常容易去接入的啊 也接入任何的模型啊 最后的话呢 它就是这个可分流啊 它可以把这个难易程度呢 可以分流在不同的这个模型 OK 那怎么去用这个Jev呢 首先的话呢如果你 想要去官方的API的话呢 你可以去到这个typesafe.AI这个网站啊 直接在这里 这个API console这里啊 直接登录就可以了OK 你在这里可以直接调用他们官方的API 还有一个呢 就是我个人比较喜欢的这个openrouter openrouter里面有非常非常多 上百种 不同的model都在这里面 它等于说是一个聚合器所以呢 我个人用这个openrouter已经用了差不多 非常非常久的时间了 快两年的时间了所以呢 我个人也是非常喜欢这个 那今天的话呢 我跟大家展示的时候呢 我肯定是用openrouter里面 的API去调用这个JEV了啊 今天的话呢 我还准备了一份这个PDF的文件啊 里面有非常多的这个 今天我的里面的文档 包括他们这些一些重要的指标对吧 然后呢 包括里面我给大家写了一些这个可以 自己玩一玩练习的这样一些提示词 又可以用Jev的提示词 我在这里都放在这里了OK 大家有兴趣的话呢 可以去到我们的这个社区里面去获取 OK 那我们的社区的话呢叫AI Agent大师学院啊 然后呢这个 我们的网址呢放在 下方的描述栏里面了 大家有兴趣的话可以点击啊 进来了以后呢 你只要找到Youtube资源区 然后找到今天这一期视频 然后呢这边旁边你就能看到这个 PDF文件就会放在这里了OK 大家有兴趣的话呢 可以去看一下 首先的话呢 我们先看第一个例子啊 这个例子的话呢 这个段提示词的话呢 其实我在这个PDF也给到大家了 那如果你在这里面想截图的话 就是复制这个的话也是可以的啊 那我在这边他让他做了一个 这个router on跟off的这样一个go啊 就是说我可以把这个变成一个开关 打开或者是关掉 在打开的时候呢 每一次我给它提示词的时候呢 它可以通过这个路由器 啊然后呢 分给不同的这样一个不同的这个模型 把这个放大一点啊 大家看可以清楚一点OK 所以呢 大家可以看到 我这边做了一个演示的模型啊 就是说我开启了这样 一个过滤器了以后呢 大家可以看到我每次在这边去给 这个大模型的不同的这样一个提示词 那提示词的话呢 它先会回到 进到这个JEV里面OK 然后呢JEV的话呢 会对它进行一个分流 他会判断这里到底是 一个什么样的提示词 是一个非常复杂的任务呢 还是一个非常简单的任务OK 那这样的话呢 他这个时候呢 他会把它分别分给我们不同的这个 大模型啊 比如说haiku 对吧sonnet Opus跟fable 那大家都知道fable是最贵的 当然它也是处理最复杂的 这样一个任务的这样一个模型 那haiku的话呢 它应该是处理最简单模型 那比如说你看这些东西 就是你可以看到我在这边会生成 各种各样不同的这样一些提示词 那他根据提示词的话呢 会根据在这边会进到不同 的这样一些大模型里面 这样的话呢 就会大大的节省到我们的这个 TOKEN的用量对吧 因为其实说实话 我们平时在用fable的时候呢 它其实就只是在用fable 或者是用Opus只是在用Opus 但是我们在平时问他 一些简单的问题的时候呢 他其实还是在用一些非常强烈 的模型在回答一些简单的问题 其实没有这个必要啊 那但是我们只要把这里 只要这个功能开启了以后呢 这边的话呢 我们就可以根据不同的难度问题 它会自己帮我们去选择不同的模型 然后在这里面再跟大家举个例子啊 比如说这边的话呢 我是让呃比如说让JEV去帮 我看一下我所有的邮件啊 Email里面都是哪些邮件 他帮我去做一下邮件的分类对吧 所以呢他会以一个非常快的速度 以之前的话我用大模型的话呢 肯定是非常非常慢的啊 他现在话呢 可以用非常快的一个速度呢 去检索所有的邮件 OK 然后呢他把邮件解锁了以后呢 他可以直接呢 把这个全部解锁发给这个JEV 然后呢JEV的话呢 会对它呢进行一个这样一个分析 然后呢这边的话呢 你可以看到啊这是哪一种Email 它的力度有多强对吧 我需不需要亲自回复 需不需要去用分类器去分类对吧 然后呢他的问题的话呢 几乎全部是平行在跑的 多问几题呢 几乎是全部免费的而且呢 用不到答案 那就会帮我们去丢掉OK 所以呢你 我们再看下一步 在这里步呢 他就会看到我的这个Email里面 比如说有 几种不同的分类啊 比如说我需要报价的 做SEO的bot跑不动的 这个是urgent对吧 然后呢weekly digest 比如说是什么 一些信息的啊 想了解这个AI课程的对吧 所以呢 这些他会帮我去决定哪些是重要的 哪些是不重要的 OK而且呢 最后的话 他会决定哪些是需要我亲自回的 哪些是我不需要回的 OK然后呢 你看一个看 在这六封Email里面呢 它可以直接帮我决定五封 然后呢一封 它决定不了的 它可以接给Claude 让Claude去接手去处理 对吧 然后呢总共耗时3.4秒 然后呢总共费用是0.0000002 所以呢他的这个消耗跟时间 都是非常非常低的啊 这边的话呢 我还做了一个这个发票 的这样一个欺诈的检查 比如说供应 你是一个 你有一个供应商是你的客户对吧 那不妨有一些坏人对吧 会给你做一些假的这个发票 然后呢会来去欺骗你对吧 那这个时候的话呢 其实你用大模型的话呢 你有入很多发票的话呢 你其实很难去分别这些东西的 那其实你让JEV帮你看一眼的话呢 第一他速度会很快 第二的话呢 他是能真的能帮你看出来 哪些是有问题的对吧 你可以看一下 这是这是我做的一个demo对吧 你可以让他去扫描 各种各样不同的这个发票 完了以后呢 他会告诉你哎 那明细总价是多少 然后呢这个 非常详细的这边的 这些信息都会写在这里 然后呢 他会分三个问题 会根据这些东西呢去打一个评级 就是说他有多少嫌疑是 他有这个造假行为的 有多少这个是他是真实的OK 然后这边的话呢他会有 很多这个对账的这样一个迹象啊 这边的话呢 你可以看到他这边有很多的这样一个 比如说强烈欺诈迹象啊 这边是给你红的然后呢 强烈欺诈对象 然后有几个警告信号 一个小异常 还是看起来正常对吧 他都会写在这里 然后你可以看到六张 发票一共是1.78秒做完 然后呢一共呢花销是0.00003美金 然后呢你可以看到 这个呢就是他说的 非常非常的快 而且非常非常的便宜啊 那如果你是平时用大 模型去做这些东西的话呢 一是非常的慢 而且呢是非常的贵 所以呢就说我们可以 完全可以把这些东西 呢去编写成一个skill对吧 然后呢 每次我们在用这些东西的时候呢 直接就可以去跑这个东西就可以了 好的大家再看一下 这个呢是我做的一个这个我 的这个Email的收件夹所以呢 我让他真实的去抓了我最近这个 几天的这样一些 啊 7天的这样一些Email啊 一共是424封OK 首先的话呢 只抓寄件人主旨摘要和三个栏位对吧 然后呢 他抓取这些东西了以后呢 之后呢他会进行一个筛选 啊根据规则进行一个筛选 然后呢 有342个是非线索的 只有82个他觉得重要的然后呢 他到了下一个这个呃他给到真人 OK 然后这边的话呢 JEV就会回答3道题OK 第一线索有多强 第二这是什么邮件 第三是否需要真人去回复 判断这三个东西 在82个邮件里面OK 然后耗时的话呢总共是0.5秒OK 之后的话呢 它就会去进行一个分路啊 一个路由 比如说啊他这个 他看这个自信这个分数是多少啊 如果是在越到1的话 他会越自信 如果是越低 他会越不自信 OK 所以呢他在82封这邮件里面呢 有69封都是超过0.8这样一个值的 所以呢他会直接装到这个装进表里面 那低于0.8的有13封 他不太确定 这个时候的话呢 我们他可以自己亲自交给cloud 让Claude去审判 之后的话呢 他会把它变成一个Excel的表来输出啊 帮他帮我们去归类 这些文件都是什么样的 最后的话呢 他只为一些 比如说我的一些客户的一些询问啊 去起草一些这些我的这个邮件对吧 然后呢可以让我去根据他的发的内容 可我让我可以去做一些回复啊 所以呢大家可以看到这个呢也是 我们可以利用JEV去做的 这样一个例子和案例啊 那说了这么多的话呢 我想要让大家 再给大家看一些别的 我这刚才是我一些我自己做出来 的一些例子和一些实例和场景 那现在的话呢 我想跟大家去看一下别人 所做出来的一些东西啊 就是说这个JEV到底是有多么厉害啊 首先的话呢 你可以看到这边的话呢 是一个人他在用这个JEV去 玩游戏玩这个Doom的游戏啊 我不知道大家有没有多少 人去玩过这个Doom的游戏 它是一个射击游戏 你可以看到这个是是 完全用JEV去操纵的OK 它可以去判断ok 我去打哪一个人 我怎么样去走位 怎么样去射击 这真的太恐怖了 这以前我在小时候玩游戏的时候 这种东西都是开挂的啊 都不敢想象对吧 现在的话 你可以看到 用Jev就可以 他可以完全的可以去判断这些东西 而且速度是相当快的 对吧 但是这些东西呢 其实说实话 你用大的语言模型 你其实是无法去 这么快的这样一个 反应的这样一个游戏的 但是现在的话呢 JEV是完全是可以做到这一点 大家可以看一下OK 其实还有一个就是我找到一个叫 这个JEV Ultra fast这样一个东西啊 它是能疯狂的去 控制你的这个浏览器 大家可以看到这个 它控制浏览器的速度超级快 你给它一个任务 比如说让它直接找一个飞机 这个瑞士去英国的这样一个飞机票 他找到7.1秒就能找出来了 OK这要比大模型要快得多得多 非常得多 我觉得他现在的话呢 已经有15,000个star了 那我觉得在未来的不久的这个将来 这可能有可能这一两个月 会有非常非常多的这种用 Jev去控制你的这样一个 浏览器的这这一些开源项目会出来啊 大家有兴趣的话呢 可以去直接去git Hub去搜就可以了啊 那还有一个的话呢 这个东西呢叫这个 我搜到比较有意思的叫这个JEV POM 就是一个乒乓球这样打来打去的 大家可以看到 这是JEV OK 他的反应速度大家可以看一下 超级快OK 这个他可以 控制两边这个板去弹这个球啊 但是你可以看到这个Gemini 还有这个Haiku 还有GPT5.6SOL 这个速度真的是慢到不行啊 大家可以看一下啊 非常的慢OK 所以呢这个呢也是对比了他们的这些 这个JEV和其他的这样一些 模型的这样一个反应的速度啊 那这边的话呢 其实你还是可以跟他玩 比如说你play against JEV 这样的话呢 你其实可以试着啊 你跟JEV玩一下啊 看到底是谁能赢对吧 看 啊他但是他他其实他的反应算是快 但是说实话也没有人快对吧 所以呢我也不知道大家 有没有去最近去用这个JEV 自己去试一试呢 其实我很久很久没有 为了一个新的这个AI的model AI的模型这么兴奋了 我看到它了以后呢 我觉得是非常兴奋 因为它跟其他之前的model什么 GPT6 Astra什么fable5.1都不一样啊 它是一个非常不一样的 尽管它不是一个大模型 大语言模型 但是它是一个非常不一样 的这样一个AI的新的模型 所以呢我也想知道 就是大家之后这个JEV能做出来 其他的什么样更好用的这样一些 工具给我们来去使用 那如果你喜欢今天节目的话呢 一定要在下面点个赞 把视频赞点烂好吗 还没有订阅我频道的朋友呢 一定要订阅我的频道 打开那个小铃铛 如果你有任何的问题 欢迎在下面留言 我会回复你们每个人的留言 今天节目就到这里了 下次再见了拜拜
本次執行流程與問題處理
下達指令
預期流程
- 採用來源字幕（略過語音辨識）
- 來源選擇與品質檢查
- 文字校正與句子單元
- 筆記與發布
- 公開網頁發布
1. 下載與語音辨識
工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）
處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿
產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）
耗時：13.8 秒
關係：依序執行
結果：完成
2. 全文快速校讀
工具：videonote_rapid_transcript_review.py
處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目
產出：rapid_transcript_review_report.json（產出檔案）
耗時：48.0 秒
關係：依序執行
結果：完成
3. 建立句子單元
工具：videonote-build-sentence-units
處理：將逐字稿切成帶時間軸的句子單元
產出：sentence_units.json（句子單元）
耗時：1.0 秒
關係：依序執行
結果：完成
4. 時間軸稽核
工具：videonote_timeline_audit.py
處理：檢查時間軸與音訊對齊
產出：timeline_audit_report.json（時間軸稽核）
耗時：0.1 秒
關係：依序執行
結果：完成
5. 品質檢查
工具：videonote_controlled_quality.py（檢查時間軸與品質）
處理：檢查語言、時間軸與可讀性品質
產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）
耗時：0.1 秒
關係：依序執行
結果：完成
6. 播放時間軸回填
工具：videonote_rebase_display_timeline.py
處理：將網頁播放時間軸回填為校正字幕時間
產出：display_timeline_rebase_report.json（時間軸回填報告）
耗時：0.1 秒
關係：依序執行
結果：完成
7. 來源句整理
工具：videonote_prepare_source_entries.py
處理：整理來源句子供時間軸與頁面使用
產出：sentence_units.json（句子單元）
耗時：0.2 秒
關係：依序執行
結果：完成
8. 生成筆記摘要
工具：videonote-generate-note（生成筆記摘要）
處理：生成筆記摘要與重點
產出：note.md（筆記 Markdown）、note.html（筆記 HTML）
耗時：113.9 秒
關係：依序執行
結果：完成
9. 建立筆記頁面
工具：videonote-render-html（產生筆記 HTML）
處理：產生可閱讀的筆記 HTML 頁面
產出：note.html（筆記 HTML）
耗時：1.0 秒
關係：依序執行
結果：完成
10. 發布公開頁面
工具：videonote-publish（發布公開頁面）
處理：發布到公開網站與每日列表
產出：公開筆記網址、result.json（管線結果）
耗時：0.1 秒
關係：依序執行
結果：完成
手動來源字幕
自動來源字幕
Whisper 字幕
- 尚未產生
Qwen 字幕
- 尚未產生
Parakeet 字幕
- 尚未產生
MOSS 字幕
- 尚未產生
聲學時間證據（PyAnnote / WhisperX）
- 尚未產生
校正前後逐字稿
- 校正前 transcript.source.json 純文字 JSON
- 校正後 transcript.json 純文字 JSON
目前待解決問題與初步改善方向
- 逐字稿全文快速校讀未完成
已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。；RAPID_REVIEW_STATUS=REVIEW_REQUIRED_INVALID_OUTPUT
- 逐字稿可先使用，但有待校正清單
segment=261 asr_repetition_or_hallucination: 出現異常重複字元或 token
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。
- 音訊下載不穩定，需更新 cookies / PO token 後重試精進模式。