博主自测Jev监控思维链：快6倍但漏检更多

一位LessWrong作者自测称，Jev格式模型做思维链有害监控时，平均延迟542毫秒，比Claude Sonnet 5的3348毫秒快约6倍，每千次分类成本0.056美元，比Sonnet的3.17美元低约566倍。

这是作者本人在2200条ReasoningShield数据集轨迹上跑的第一方基准，未经独立复现。精确匹配准确率上Jev为71.5%，与Sonnet的71.4%持平，低于GPT-5.6 Luna的79.4%。

关键短板在有害侧：作者自己承认，Jev识别真正有害思维轨迹的表现差于Sonnet和Luna，而正确识别危害比减少误报更有价值。快和便宜换来的是漏检风险，标题里的倍数只对无害侧成立。