最近在研究一个我觉得挺有意思的问题： 现在很多 LLM 应用遇到信息不完整、存在歧义的时候，往往还是会直接“猜一个答案”。 但真实业务里，很多时候我们并不希望 AI 猜。 比如： “王老师说下周四 8:00 到单位，具体讨论时间看你安排。” 这里其实存在很多不确定性： 8:00 是见面时间，还是她到单位的时间？ 应该直接创建 8:00 的日程吗？ 还是应该先追问确认？ 所以我最近做了一个小项目： Jev AI Playground 。 目前主要想实验三种 primitive： Live Choice ：让 AI 在几个候选项之间做结构化选择 Noul ：处理信息不足、歧义和需要进一步确认的情况 Score ：对候选结果进行评分 我的想法不是再做一个 ChatGPT 套壳，而是尝试把 LLM 的一些“不确定决策”从自由生成里拆出来，变成更容易控制和验证的流程。 现在做了一个可以直接体验的 Playground： Jev AI Playground： https://tryjev.ai/ ...