# AI 开始接管 if-then 判断：专用决策器把分类成本砍掉近百倍

> 原标题：Tomer Tunguz 谈 AI 优化 if-then 判断：专用决策器把分类成本降近百倍

- 来源：AI HOT 精选
- 发布时间：2026-09-21T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/57954
- 原文：https://tomtunguz.com/ai-comes-for-the-if-statement

## 摘要

Tomasz Tunguz 拿自己生产环境里 98 封邮件实测了两款新工具 Jev 和 SemIf。它们不生成文字，只跑一遍注意力计算就直接输出选项概率，几百毫秒出结果。分类准确率从原来通用模型的 47% 跳到 80% 以上，单次调用成本降到 0.0004 美元，比顶尖大模型便宜 76 到 209 倍。Tunguz 认为这标志着 AI 路线开始分叉：前...

## 推荐理由

Tunguz 拿自己邮箱里的真实邮件跑了对比实验，准确率和成本数字都有，不是空谈趋势。文章点出了一个值得关注的分叉：通用生成模型和专用决策器开始各走各路。分数维持在 78，因为 Jev 和 SemIf 都太新，没有大规模验证，这点先别太激动。

## 锐评

Tunguz 这篇文章最值得看的是他拿自己生产环境的 98 封邮件做了实测，不是跑公开榜单。他试了 Jev 和 SemIf 这两个新工具，它们不生成文字，只跑一遍注意力计算就直接输出选项概率，几百毫秒出结果。分类准确率从原来通用模型的 47% 跳到了 80% 以上，单次调用成本降到 0.0004 美元，比顶尖大模型便宜 76 到 209 倍。这个降幅很夸张，但要注意样本只有 98 封，而且 Jev 的定价可能被补贴，正文没披露大规模生产环境下的稳定性数据。

他的核心判断是 AI 路线在分叉：前沿模型负责探索和训练，专用模型负责生产环境里跑量。if-then 这种最基础的编程逻辑，现在有了专门优化的“决策器”，不再需要让一个能写诗的大模型来判断邮件该分到哪个文件夹。这个思路不新，但 Tunguz 用具体数字把账算清楚了。

文章没展开的是，这种专用决策器在复杂多分类、长文本或需要推理链的场景下表现如何。另外，SemIf 是在一张 RTX 3090 上跑冻结的 Qwen3.5-4B 模型，这个配置的泛化能力还需要更多验证。