为了让大家不再「卡审」，我做了「过审」Skill
AI博主黄白针对自媒体视频频繁被平台卡审限流、且平台不告知具体原因的痛点，开源了一个名为「过审」的 Claude Code/Codex Skill。该工具将各平台公开审核规范整理入知识库，结合作者自身实践经验迭代，可同时检查视频的语音、字幕和画面，输出包含原文、时间点、依据和修改建议的风险表，显著降低卡审概率。由于平台规则多变，作者邀请用户共同提交 PR，把真实卡审反馈整理成案例，持续完善审核规则库，帮助更多人顺利过审。
全部文档 / 标签: 内容审核
6 篇
新模型 Jev 爆火，5 天挤进 14 万开发者：快 200 倍、便宜 400 倍
文章介绍了发布即爆火的新模型 Jev（TypeSafe 公司出品），它不生成文本，只做判断：路由、分类、打分、审核。相比大模型，它判断速度快 40-200 倍（0.1 秒级），成本便宜约 400 倍，且因输出限定在预定义选项内而不存在幻觉空间。创始人 Diogo Almeida 是前 OpenAI 研究员。文章给出了三条免费或低成本使用方式（OpenJev、官方 waitlist、OpenRouter），并冷静指出官方数据的局限：444 倍提升是评测上限，第三方实测准确率约 68%。Jev 定位为给大模型打配角的 System One 模型，适合 Agent 场景中的高频小判断。
AI写自媒体文章不被引用和搜索不到的原因分析与解决方法
文章分析了2026年9月公众号、头条号、小红书加强对AI内容审核后，AI辅助写作文章阅读量下降、不被AI搜索引用的原因。作者基于1200多篇自媒体文章的数据统计指出，平台限制的并非AI本身，而是批量生产的低质内容。表现好的文章AI辅助比例通常控制在25%以内，同质化指数低于30%。作者提出三层人工覆写方法（信息覆盖、加入观点、语气校准），并建议发布前进行五维度检测：AI率、同质化、敏感词、标题合规与冷启动流量预测。核心结论是：AI只能提效，无法替代独立思考，每篇文章应补充100-300字第一手内容。
Jev 模型从 0 到 1 小白教程
本文介绍了 TypeSafe AI 公司发布的新模型 Jev。Jev 由前 OpenAI 研究员、RLHF 共同发明者 Diogo Almeida 打造，它不会聊天，只做结构化判断，像流水线上的质检员。Jev 通过'填表'方式解决大模型自由文本输出带来的不可控问题，支持单选、评级、判断三种题型，且自带 confidence 置信度，可按把握度决定自动处理、人工确认或转人工。它比同级大模型快约 200 倍、便宜约 400 倍，适合客服分流、内容审核、简历筛选、AI 输出质检和数据清洗等自动化场景。文章还讲解了如何把大问题拆解为具体小问题来使用 Jev。
头条号和小红书AI检测和敏感词检测技术分析
文章分析了头条号和小红书的内容审核机制，指出限制内容展现的核心因素并非敏感词，而是AI率、内容同质化和低质量创作。作者介绍了头条的双标注政策和小红书对模板化批量生产的打击，并分享了自己的检测与润色方法：使用工具将AI指数控制在30%以下、原创度达85分以上，在每段中加入个人独特判断以降低同质化，同时注意数据真实性。文章强调AI检测会复审历史文章，内容分数并非固定，使用AI创作的关键是提供内容增量。
dbskill 开源敏感词过滤审核 skill，这是我的设计方案
本文介绍了作者开发的 dbs-content-risk-check Skill，用于检查发布内容的风险。作者指出传统敏感词查找的局限，并详细阐述了该 Skill 的检查流程：先确认发布平台，再识别机器审核触发点，分析整句话的意图，确保判断有依据，最后给出局部修改建议。该 Skill 旨在精准识别风险，避免过度修改，并支持误判反馈。
