Mohammed Shehu, PhD

RSS: https://mohammedshehu.com/feed/
与我合作，用 AI 变革你的业务。

Jev 是什么：TypeSafe AI 结构化决策模型的实用指南

TypeSafe AI 发布 Jev，其 System One 模型，定位是"AI if statement"：不做自由文本生成，而是并行回答结构化问题（Choice/Score/Noul 三类 primitive），返回带概率的判定结果，供下游代码直接消费。 文中给出 Python SDK 用法、与客户投诉路由场景的示例，并对比了 OpenAI Structured Outputs 等生成式方案——架构差异在于 Jev 用并行采样器而非逐 token 生成，且通过 RLCD（Reinforcement Learning for Calibrated Decisions）训练校准概率。 性能上，每百万输入 token 仅 $0.042，输出"免费"，官方称工作流速度可提升 193.6 倍、成本降 444.6 倍（作者提醒这是上限而非中位数）。 独立测试由 Every 的 Mike Taylor 完成：777 次判定 0.7 秒内跑完，但写作缺陷检测上 Jev 只抓到 7 个里的 6 个，Claude Fable 5.1 抓到全部 7 个。 应用场景包括 RAG 文档打分、AI agent 安全护栏、代码生成校验等，作者自己也把 Jev 集成进了 chargeback 工具 Casewright。整体是偏实操的入门指南，信息量够但深度有限，适合工程师快速了解 Jev 定位和 API。
评论点赞收藏14 天前

ChatGPT广告全指南：从开户到投放的完整操作手册

<blockquote> <strong>总结</strong>：ChatGPT 广告仅显示给多个国家的免费和 Go 用户，在 ChatGPT 回答下方，匹配对话意图，并标注为“赞助”。每日最低 15 英镑，三个目标，一种广告格式，以及受众定位的最低 25,000 用户。本指南介绍了 ChatGPT 广告的工作原理，逐屏直播广告平台，以及谁应该将其作为数字营销组合的一部分使用。</blockquote><figure><img src="https://mohammedshehu.com/wp-content/uploads/2026/09/image-2-1024x791.png"></figure><h2>ChatGPT广告现状</h2><p>关于OpenAI 宣布了其人工智能广告策略（在 ChatGPT 用户反对几周后）类似付费广告的声音）并开始测试面向美国Free和ChatGPT Go用户。<br><br>自助测试版于五月发布。截至目前，他们是主要AI平台中唯一提供自助广告的。</p><p>符合 ChatGPT 广告资格的国家包括英国、美国、加拿大、澳大利亚、新西兰、突尼斯、阿尔及利亚、日本、韩国、巴西和墨西哥。查看完整列表.</p><p><strong>ChatGPT用户看到的广告是什么样子？</strong> </p><p>免费和Go用户会在AI响应下方看到一个赞助广告位，包含广告主名称、标志、标题、描述、图片和链接，并附有.OpenAI 声称 ChatGPT 广告答案是，广告商从未看到AI对话。<br><br>此外，专业用户、商务用户和企业用户都看不到ChatGPT广告。</p><figure><img src="https://mohammedshehu.com/wp-content/uploads/2026/09/image-3-1024x576.png"></figure><h2>设置您的ChatGPT广告账户</h2><p>你用OpenAI登录注册，命名账户，添加一个标志（URL选项可以抓取你的Favicon）。你可以在设置→通用中更改这些。</p><figure><img src="https://mohammedshehu.com/wp-content/uploads/2026/09/image.png"></figure><p>随后，…</p>
评论点赞收藏27 天前

Biosensor：用Python将循环伏安数据转为CSV的开源解析工具

开源Python工具Biosensor可将CH Instruments、Metrohm NOVA、PalmSens等不同电化学仪器的循环伏安数据统一转换为CSV格式，解决跨厂商数据导出格式不统一的痛点。 内置四种文件格式检测器，支持质量检查和本地可视化查看器，MIT协议开源。
评论点赞收藏48 天前

把AI引入工程团队：来自软件工程师领导者的82条经验

AI没有让工程师更高效，只是把昂贵的环节从写代码转移到了审查和返工。分析12,500+技术领导者的讨论后发现：模糊的需求工单在AI时代代价更高；任务类型决定AI成败——边界清晰的修复适合交给AI，开放式产品工作不行；最新模型不一定最划算，反馈速度和工具链更重要；需求质量本身就是工程基础设施，没有结构化记录的团队在盲测。
评论点赞收藏49 天前

The Clueless Prince: Statecraft for New Developers

At 10 on a Tuesday night, I asked Claude how we could structure the intents for a local, LLM-powered AIDE I’m building. I was creating this thing from scratch and hadn’t the faintest clue about best p...
评论点赞收藏62 天前

Why Do You Need Creators To Suffer?

I recently published an essay arguing that the obsession with proving a human wrote every word is daft. The response revealed something stranger than the fear of AI; stranger than the accusations that...
评论点赞收藏66 天前

TraceAct: Just Ask The Computer What Happened

I was building Agora, a concept around multi-agentic reasoning. One afternoon I’d kicked off a debate, wandered off to make coffee, and returned to discover something had gone wrong. I couldn’t tell y...
评论点赞收藏66 天前

检验人类写作的整个前提都是荒谬的

作者强烈反对以“是否逐字手动输入”作为判断人类写作的标准，认为这混淆了劳动与智力。文章通过火、计算器等历史工具类比，指出技术辅助从未削弱人类能力，反而扩展了可能性。 作者强调，真正的作者身份在于意图、判断和责任，而非手指的敲击。对于残障人士使用辅助技术的情况，更应关注其思想表达而非输入方式。 这种观点在AI写作普及的背景下，为重新定义创作主体性提供了有力论证。
评论点赞收藏67 天前

我们已进入 AIDE（人工智能开发环境）时代

作者从构建个人开发环境出发，提出传统 IDE 是为“打字”设计的，而 AI 时代开发者核心工作已转为意图定义、上下文管理和协调。文章主张未来环境应围绕“规划工作区”而非编辑器，并指出这要求教育体系从语法教学转向精准规格说明与执行轨迹审查。
评论点赞收藏67 天前

独角兽不该存在：警惕招聘中的“全能陷阱”

作者通过亲身经历指出，招聘市场存在约三年的周期律：雇主将三四个不同岗位的职责拼凑成一份JD，却只给其中一个岗位的薪资。这种“独角兽”陷阱往往能精准捕获具备复合技能的高级人才，导致入职后严重 burnout 和快速离职，最终公司需重新支付猎头费。 文章认为这不仅是管理疏忽，更是部分企业有意利用高能力人才的稀缺性来压低成本的策略。建议求职者警惕那些职责与薪资严重不匹配的职位，薪资数字才是公司真实预算的诚实信号。
评论点赞收藏68 天前

操作系统上下文代理：AI的下一个重大变革？

微软和苹果已在2026年通过Agent Workspace和Spotlight Index构建AI上下文代理雏形。文章指出，相比各AI厂商割裂的记忆系统，操作系统层级的统一上下文索引能解决提示词工程瓶颈、降低用户切换成本并提升安全性。 MCP协议捐赠至Agentic AI Foundation标志着连接层标准化，未来模型将沦为按任务调用的组件，而非封闭生态的核心。
评论点赞收藏74 天前

登录芦苇

登录后关注作者、收藏内容和参与讨论。

热门话题

人工智能12,865 人关注AI 会怎样改变日常工作？产品思考8,243 人关注怎样判断一个产品值得长期做？独立开发5,917 人关注一个人如何持续完成作品？
关于芦苇 · 联系我们 · © 2026 芦苇