cat /showcase/killmyidea

KillMyIdea

一款快速验证创业点子的工具，用 TypeSafe 的确定性 Jev 模型并行评估 10 个维度的创意。

实验创意验证分类开源并行 AI概念验证

models: TypeSafe Jev
author: stemonte
platforms: 网页
price: 免费（开源）
latency: ~539ms
output: 量化 0–100 分（非生成式）
published: 2026-09-20
updated: 2026-09-20

它是什么

KillMyIdea 是一个开源的概念验证项目，用来压测 TypeSafe 的非生成式 Jev 模型。它不依赖传统的对话式 LLM 输出推理过程，而是接收一段创意描述，并行运行约 10 个针对性评估问题。不到一秒，系统便返回一个 0 到 100 的综合数值评分，以及细粒度的诊断分类（例如「SHIP IT」或「FIX IT」）。

核心价值主张

零生成式废话：使用只输出量化概率、不输出文本的确定性模型，消除对话式冗余与提示词漂移。
亚秒级并行评估：所有评估查询并发执行，约 500 毫秒即可给出完整的多维度反馈，而非 30 到 60 秒。
多因子加权评分：在固定的 0–4 量表上评估需求、客户清晰度、可构建性等独立维度，并对市场需要、真实问题等关键因子施加更高权重。
目标感知校准：支持项目目标（如开源、纯为好玩），避免惩罚那些刻意不做商业化的创意。

它可能替代谁

目标软件	可行性	结论与适用场景
标准 LLM 验证提示词（ChatGPT / Claude）	部分	用即时的确定性分类替代 30–60 秒的慢速生成式回答，但没有定性解释。
手动创意评分表格	高	在黑客松或头脑风暴初期，用快速直觉判断替代手工评分。
人类导师的路演评审	低	无法替代深度市场调研、领域监管专业能力或语境中的细微判断。

当前现实与局限

评的是文案，不是市场：底层模型依据校准过的语言量表评估文案的表述方式；它不会查询实时市场数据，也不会验证外部现实。
看不见领域监管：区域合规、牌照或复杂法律障碍等具体门槛，除非在提示词里明确写出，否则不会被自动计入。
缺少定性叙述：由于模型只返回数字与离散档位，用户得不到关于某项指标为何得分偏低的直接文字解释。
启发式加权：综合分来自作者自定义的加权平均，而非既有风投基准。

结论

首要建议 把 KillMyIdea 当作一个极速、客观的直觉检查工具：在撰写完整方案之前，先找出措辞薄弱或目标人群定义不清的问题。

KillMyIdea 证明，像 Jev 这样的非生成式评估模型可以大幅削减延迟，并消除自动化流程中的非确定性波动。它不应被视为权威的市场判决，但对开发者、创始人和 agent 流程而言，是一个高效的首轮筛选过滤器。

开发历程与迭代闭环

该项目以开源 Web 应用的形式实现（killmyidea 源码），用于实验直接调用 TypeSafe 的 Jev 模型。根据社区反馈的迭代包括新增「优化创意（Refine Idea）」流程，以及可选的目标参数，用来为非商业项目调整评分逻辑。

阶段	使用的模型
评分量表制定与问题设计	通用 LLM（GPT）＋作者打磨
实时并行分类	TypeSafe Jev
最终分数聚合与阈值判定	客户端 / 服务端算法加权（TypeScript）

数据与变现

定价：完全免费使用。
许可：以公开仓库开源。
性能：可在约 539 毫秒内并发评估 10 个不同维度。
变现：无直接变现；作为技术演示与面向开发者反馈的 POC。

社区反响与关键争议

确定性可预测：开发者称赞 Jev 的并行速度与非生成式特性，指出它有潜力成为 agent 架构的确定性护栏。
对评分的质疑：评论者最初质疑评分是否与伪随机数有实质区别，作者随后澄清了校准过的 0–4 量表机制。
数据收集顾虑：一些用户不愿提交专有创业点子，作者因此强调了一个明确的开关，可禁止保存创意文案。