企业官网建设流程全解析

太长不看版

• 用弱智吧段子实测两位决策模型（Jev / Laya）的幽默判断力，与人类裁判三方综合对照 80 题。
• 综合全部对局：我和 Jev 的一致率 36%，是 Laya（14%）的两倍半；两位评委彼此的一致率 33%，正好夹在中间。
• 对梗王 GPT-6 Astra：我的表态认可度 75%，Jev 50%、Laya 44%，幽默在评判者之间没有统一答案。
• 弃权行为：Laya 判过 21 次平局，Jev 一次没有；人类裁判弃权率 59%。

前言

在百度贴吧，有一个吧，专门输出全人类最不着调的语句：「生鱼片是死鱼片」「厉=100」「我租下了世界直到我将死去的那天」「燕子叽叽喳喳叫个不停，“咏春？”叶问」「工人罢工后就成为了人」…

这就是「弱智吧」。老哥们以一本正经的胡说八道为纲领，人均梗王，表面上在犯傻，实际全是逻辑陷阱和谐音地雷，更不乏人生哲理，堪称中文互联网最大的「疯感」生产基地。

最近，这片疯感富矿被一个 AI 测评站盯上了：benchmark.meowllm.top（谁更有梗?）。

玩法特别简单，系统甩出一道弱智吧真题，配上两位匿名 AI的回应，你来当评委：哪个更好笑？投完票，系统才揭晓两位选手的真身。

而老哥们广为认可的种子选手便是：GPT-6 Astra Max，来感受一下实力。

但看着看着，我突发奇想：

让 AI 写段子，它们是选手，那要是让 AI 坐进评委席呢，它们到底懂不懂人类的疯感？

巧了，这阵子的 AI 当红炸子鸡中正有职业判官：Jev和Laya。

我们熟悉的 ChatGPT 、DeepSeek 等文本生成模型，相当于台上的相声演员，你给个命题，它生成段子、解释、小作文，什么都来。

而 Jev 和 Laya 是评委席上的裁判，一个字都不多写，你问它「哪个更好笑」，它只回你一句带概率的判决「A，77%」

这种「只做判断、不生成内容」的模型，门类上叫 System One 决策模型。

Jev 由前 OpenAI 研究员所办公司 TypeSafe AI 出品，我们可以在其官网或 OpenRouter 上调用 API；Laya 是它的开源平替（Apache 2.0），能装在自己电脑上本地跑，速度更快还免费。

对决

为了让它俩同场竞技，我花了个下午 vibe 了一个三栏工作台：左边复刻测评站的手机端题面，中间住着 Jev，右边住着 Laya，我坐旁边拍板。每道题，加上我共三方各自表态，全程留档。

怒答 80 题（刷了 80 个段子），来挑几个瞅瞅，AI大人挑的。

第 1 题｜分歧局：会不会太隐晦了

题目：暗恋很久的女生突然给我电话号码，我激动地说：充移动还是联通

• A 选手：号码刚到手，感情还没来得及开通，他已经开始研究套餐了。
• B 选手：她叹了口气：“本来想联通一下，现在只想移动。”

三方判决：我＝B ｜ Jev＝B（77%）｜ Laya＝A（80%）

揭晓：A＝GPT-6 Luna · Max，B＝GPT-6 Astra · Max——传说中的梗王，开场就现身。

这题 B 赢得没脾气：“联通"既是运营商、又是"联络感情”，女生一句"现在只想移动"，把"走人"也谐音了。一句话三层意思，全藏在不声不响里。A 的吐槽其实也在线，但它把话都说在了外面（研究套餐），少了两人之间那点电光石火。

（等等，笑点解析是会毁了笑话的大忌！但为了测评凑字数严谨，我还是故意保留一点）

有意思的是 Laya：它以 80% 的把握，比 Jev 还自信，坚定选择了 A。这位评委的口味，看来更偏爱直给的吐槽，不吃谐音双关这一套。

第 2 题｜共识局：真正的黄毛

题目：让 ntr 爱好者喜欢上纯爱，是不是也是一种 ntr

• A：算，纯爱把他从自己的癖好身边抢走了，受害者甚至还得负责撒糖。
• B：恭喜你发现了逻辑闭环。当你试图剥夺他被绿的乐趣时，你的思想已经强行霸占了他的大脑，这简直是最高级别的牛头人。

三方判决：我＝B ｜ Jev＝B（74%）｜ Laya＝B（61%）

揭晓：A＝GPT-6 Astra · Max，B＝Gemini 3.1 Pro Preview。

罕见的一幕：三方全票 B，把梗王的版本按了下去。B 赢在一个"境界"，它顺手把你的行为也纳入了 NTR 叙事：你想让他"变好"这件事本身，就是对他人生的最高级别霸占。A 版其实也损，但只是把题目复述了一遍，没把剧情推到终点。

看来面对真正的好梗，人类和 AI 评委的雷达会瞬间同频（不是、为什么偏偏是懂这种梗啊！）。

第 3 题｜阈值局：最正经的一集

题目：浴霸打了一个响指，给全世界一半的人洗了澡

• A：灭霸是打响指消失一半人，浴霸是打响指让一半人洗澡，然后另一半人感冒。
• B：剩下的一半人组成了复仇者联盟，因为热水被用完了。

三方判决：我＝都不好笑 ｜ Jev＝A（64%）｜ Laya＝A（61%）

揭晓：A＝Meituan LongCat 2.0，B＝GPT-6 Astra · Max。

这题我直接亮红牌：都不好笑。

浴霸/灭霸的关联本身挺妙，但两位选手都在干同一件事，把梗拆开、讲给你听。A 把逻辑翻译了一遍，B 套了个复联的壳。就像笑话还没出口，评论区已经先到了。

而两位 AI 评委依然在认真做比较，双双有六成的信心投给 A。

可人类的笑点是"有没有惊喜"，是被击中的那一瞬间，这一点上，人类（持械）和 AI（徒手）之间隔着一堵高墙。

战绩

把全部 80 道题合到一起统计了下（我投的平局和"都不好笑"也全部计入），看到了自信的 Jev、玄学的 Laya、挑剔的我：

① 谁最懂我的笑点：Jev，稳定压制

• 在 58 道可直接对照的题里：Jev 同频命中我 21 次，一致率36%；Laya 只中 8 次，14%。（其余 22 道我投了平局/“都不好笑”，且是模型强制二选一的局，不可比）
• 两位评委彼此的一致率是33%（80 道里 26 道站同一边）。排个序：Jev × 我（36%）＞ Jev × Laya（33%）＞ Laya × 我（14%），Jev 和谁都能对上一些，Laya 则是铁了心跟我反着来。

② 对梗王的态度：我在发奖，评委在看戏

把 52 场「GPT-6 Astra 出场」的对局全部合起来看（投票全程匿名，我不知道哪边是它，手却替我认了出来）：

• 我：选它 18 次、选对手 6 次，表态认可度 75%（另有 28 次判了平局或"都不好笑"）
• Jev：选它 26 次、选对手 26 次，正好一半一半，纯路人
• Laya：选它 15 次、选对手 19 次，44%，瞧不起我 Astra 吗

③ 性格画像：学霸与诗人

• Jev 是考试型学霸：平均把握70%，最没底气的一票也给了 45%；80 道题一次都没弃过权，没判过平局，也没说过"都不好笑"。单题延迟中位 800ms（含网络往返）。
• Laya 是玄学诗人：平均把握61%，最低一票只押了 34% 也敢拍板；它也是全场唯一会弃权的评委，80 道题里判过21 次平局（但"都不好笑"从没说出口）。单题延迟中位 140ms，比 Jev 快 5 倍多，关键还免费。

所以，谁更懂弱智吧？

答案是：懂的都懂。

哎哎别抄凳子，啊，如果硬要排名：Jev 冷静、自信、又快又便宜；Laya 免费、本地、偶尔玄学，风格时常和 Jev 互补。

有意思的是，Jev 和 Laya 这种不写段子、不讲理由的决策模型，在谐音梗、亚文化、逻辑套娃里，也能和人类（谨以我作为代表）有来有回。

我们再从具体的输入来看看 System One 决策模型和常规 LLM 的差异：

以 Jev 为例，走的是一个纯结构化 JSON，state是世界状态：所有问题共享的输入，questions是问题字典：pick是问题名称，可自定义输入多个；每个问题带type（选择题 choice / 判断题 noul / 程度衡量 score）、instructions（判断说明）、criteria（选项字典：键=选项标签，值=选项内容）。

它的返回则是选择和概率：answers.pick.choice = "B"+probabilities = {"A":0.23, "B":0.77}

# jev 输入格式 { "model": "typesafe/jev-1.13", "state": { "question": "暗恋很久的女生突然给我电话号码，我激动地说：充移动还是联通" }, "questions": { "pick": { "type": "choice", "instructions": "题目：暗恋很久的女生突然给我电话号码，我激动地说：充移动还是联通\n上面是一道搞怪题目，下面是两位匿名作者对这道题目给出的不同回应。请判断哪一条回应更搞笑、更有梗，选出更好笑的那一条。", "criteria": { "A": "号码刚到手，感情还没来得及开通，他已经开始研究套餐了。", "B": "她叹了口气：\"本来想联通一下，现在只想移动。\"" } } } }

而常规 LLM 的输入我们就很熟悉了，系统提示词和用户输入。返回的是一句话（“B"或"我觉得B更好笑，因为…”），想拿机器可用的结果还得配套：prompt 约束输出格式（或开 JSON mode）→ 正则/json 解析。

{ "messages": [ { "role": "system", "content": "你是一位幽默评审，负责判断哪条回应更搞笑。" }, { "role": "user", "content": "题目：暗恋很久的女生突然给我电话号码，我激动地说：充移动还是联通\n\n回应A：号码刚到手，感情还没来得及开通，他已经开始研究套餐了。\n回应B：她叹了口气：\"本来想联通一下，现在只想移动。\"\n\n请只回答 A 或 B，不要解释。" } ] }

那在更普适的决策场景中，把「判断」「选择」这种事做得足够快、稳、便宜，也将大有用武之地。未来我们在各种应用中无感跳过的智能规划背后，都可能将坐着这么一位不声不响的判官。

这里是 Seon塞翁，国庆来狠狠地赶稿吧！我们，下一篇见~

对了，Jev 是这么认为的哦。