这期不吹模型，只做三件事：把 Laya 和 Jev 的差距摆清楚、实测它的内存代价、把部署到边缘的坑填上。全程可复现。
【两个项目】
· Laya（NandhaKishorM/laya，Apache-2.0）：非自回归的 System-1 判断引擎，不生成文字，只答结构化问题（选择／打分／是非）；官方提供 Jev 兼容接口 POST /v1/systemone，TypeSafe 客户端改个 baseUrl 就能切过来；权重两档：英文 421M／多语言 322M（100+ 语言）。
· Jev（TypeSafe AI）：同类 System One 评估模型，云端闭源；已上架 Vercel AI Gateway（typesafe-ai/jev），输入 $0.042/百万 token、输出 $0，32K 上下文，支持并行多问与零数据留存。
【官方自测对比（项目方自己跑的，未经第三方复现）】
· 英语意图：Laya 0.783 ＞ Jev 0.657
· 另 13 种语言：0.306 ＜ 0.451
· **中文单选：20/64 vs 64/64**
· 高基数标签：0.425 vs 0.870（架构性短板，非调参可救）
完整五项对比与三档内存账见置顶评论。
【我的实测】容器内存上限 3096MB、基线占用 1372MB、权重 643.8MB；加载峰值 3.4GB 撞顶，**连续两次被 OOM 强杀**。根因不是模型大，是加载方式。
【章节】
00:00 把中文 20/64 挂在首页的项目
00:25 它是什么：输出 0 个 token
01:30 为什么快 + 内存实测
02:50 怎么装：三个坑与内存账
04:06 与框架配合：成本低 15%、快 3 倍
05:35 边缘部署：网关、缓存与 1101 排查
08:14 适合与不适合的边界
【资料包】源码 + 研究底稿 + CPU-only 安装与内存实测脚本 + Docker 部署方案
夸克 https://pan.quark.cn/s/4c65d61dc515
百度 https://pan.baidu.com/s/1exPUMXuuIEG3TIfV0aIyWg 提取码 j2x0
（GitHub 与权重地址见置顶评论）
