# Ammonix 不让大模型拍板：不许做的先删掉 - URL: https://davidyin.dev/writing/088-20260921-ammonix-no-llm-decision/ - 作者: David Yin - 发布: 2026-09-21 - 标签: AI、Ammonix、Jev、AI安全 - 摘要: Jev 火了，可企业上 AI 卡在「不敢用」。瑞士公司 Ammonix 不让大模型拍板：专家写死的硬规则先删掉不许做的动作，大模型只当翻译。专切医院、电厂、理赔这类错一次就出事的场景。 Jev 最近很火。TypeSafe 做的快速决策模型，一个字都不生成，只给预先定好的选项打分。它治的是大模型的老毛病：又慢又贵，还会乱编。 官网挂了个实时对比 demo：准确率跟大模型打平，但快几百倍、便宜几百倍——这是它自家宣传的数字。东西已经上线，走云端 API，现在排队申请。 Jev 证明了「不让大模型生成」这条路走得通，但它只认结构化输入、跑在云端。Ammonix 把这条路往前推了一步。 但企业上 AI 的坎，更多卡在「不敢用」。医院、电厂、理赔这种错一次就出大事的场景，模型再准，越线一次就完了。 瑞士公司 Ammonix 正面接「不敢用」：大模型可以进这套系统，拍板权不给它。官网自己点名 Jev 是这个领域的方向；这家公司 9 月 22 日公开亮相，CEO 的一封介绍邮件，让我提前翻到了官网、三个演示和论文。 先交代一句：这篇是介绍加抛砖，我不做评测，也不替它背书。我跟这家公司没有任何合作、赞助或返佣关系。 ## 它干什么：不许做的动作，先删掉 Ammonix 做的是 agent 架构，也就是让 AI 自己能连着干好几步活的那类系统。每做一个决定之前，专家写死的硬规则先动手，把不许做的动作从候选清单里删掉，剩下的才轮到排序。 顺序的差别很大。被删掉的那几项，大模型从头到尾没见过。 **它选不到自己看不见的东西。** 首页的对比图里就有这一条：别家靠模型自己守规矩，它靠提前把选项删掉。规则写在代码里，还是写在提示词里，差得很远——一个提前删掉，一个求它别做。 删掉之后，大模型在这套系统里的位置很小。官方管它叫「系统的嗓子」，约束写得很死： - 权重永远不更新，不做微调，也不收反馈 - 不提供领域知识，推不翻硬规则 - 没法自己挑一个答案交出来 从观测走到推荐，中间每一步要么是专家写的代码，要么是只会打分的程序，要么是去历史记录里查一条。大模型唯一生成的文字，是给已经做好的决定配一段解释。 这套系统也不是每次都答。回答都从记录过的旧案里推出来；碰上记录之外的局面，它停下来明说自己没见过。这一条官网写在了首页。 论文里还有一层设计：失败的案例回头复盘，改的是外面那层规矩，模型权重一动不动，改完还要在密封留出集上提分才算数。 ## 它卖什么：一整套能断网跑的架构 Ammonix 卖的是一整套架构，不是模型。 整套系统能跑在本地，甚至可以断网。论文写得很明白：能不能断网，由架构决定，部署时没有这个开关。对医院和电厂来说，这一条比跑分重要。 案例库是另一个卖点。每个决定背后都能翻出对应的旧案；结论从历史记录里查出来，轮不到大模型现编。 它还给了三个能亲手点开的演示： - 理赔：200 条理赔单 - 工控控制室：200 个封存班次的回放 - 心电图：读心电信号 它只聚焦一类场景：错一次就出事、最后必须由人拍板。论文把目标域圈在临床诊断、工业与电网控制室这类高风险操作域，也白纸黑字写着：不是 AGI，边界之外什么都不声称。 卖这套架构的是家瑞士公司，在 Blonay，日内瓦湖上方。前身做读心电图的 AI，如今成了医疗品牌 WaveMedix。CEO Peter Ruppersberg 上一家做心脏房颤标测，那家公司 2024 年被波士顿科学收购，金额没披露。 代价也很明显：它不够聪明。你没法指望它灵光一闪，它只会把旧案里的结论讲清楚。想要聪明助手的场景，和敢接受这个代价的场景，本来就不是同一批。 ## 它和 Jev 差在哪：一个卖模型，一个卖整套方案 Jev 卖的是一个模型，Ammonix 卖的是一整套方案。 两条路有个共同点：大模型不该拍板。官网点名 Jev 之后也补了一句：那些模型读的是结构化输入，不看图片。 差别能拉成四条： - 判断：Jev 自己就是做判断的那个模型；Ammonix 的判断来自规则、旧案检索和打分的程序，大模型连判断都不做 - 输入：Jev 读结构化数据；Ammonix 读原始信号，心电波形、图像、传感器流先过一层翻译，才变成专家平时看的指标 - 部署：Jev 在云端；Ammonix 主打本地和断网 - 记忆：Jev 一次问一次答；Ammonix 把案例库做成核心卖点 还有一条差别不在宣传语里：Jev 把完整评测表挂在网上，谁都能核；Ammonix 给的是论文和几个 demo，官网那些对比数字怎么测的、样本多大，都没公开。**谁更经得起核，这一项它落在后面。** ## 它的短板也写在明处 这家公司的短板，官网和论文自己都写出来了。 - 数据：三个演示跑的全是模拟或者回放，理赔那 200 条是模拟的，工控那个是封存评估的回放。**真实客户案例，到现在一个都没有。** - 代码：四个仓库现在全写着 coming soon，一行都没放；官网说之后会以「源码可查阅」的方式公布，科研、教学、评估免费。这跟开源是两回事，今天能审的只有论文和 demo。 - 论文：自己承认只描述一个设计，不声称任何一个实例安全有效；三个落地实例的姊妹论文还在写。 四条局限里，有两条我看完不舒服： - 整套系统对「好」和「坏」的判断，最后压在人写的一条判定规则上。这条规则写错，全盘都错。 - 长期太准会侵蚀操作员的复核习惯，等到真需要人接手的那一刻，人可能已经不习惯盯着细节看了。 所以到现在，我只能说它值得盯，说不出它行。 ## 我的判断：先钉场景的这条路更实 现在的风向是先有一个很强的模型，再回头给它找场景。Jev 火了之后，替它找落地场景的人不少。Ammonix 反着来：先把场景钉在医院、电厂、理赔，再围着场景搭架构。 **场景先钉死，模型的边界才画得出来。** 打法是实的，公司还虚着——它连一个真实客户案例都没有。 行不行，我现在判不了。 对你来说，这家公司行不行也没那么急。有个问题更急：你公司里正在上的那套 AI，越线的时候谁在拦？ **别只问 AI 准不准，先问它越线的时候谁能拦住它。**这句值得转给公司里正在推 AI 落地、又怕它越权乱做的同事。 走这条路的公司，开始一家一家冒出来。以后再冒出一家说「不让 AI 拍板」的，我都去把它公开的东西翻一遍，看它是怎么拦的。 # 来源 **Ammonix 官网（2026-09-21 亲核）** - 首页（对照片：护栏靠删不靠劝）：https://ammonix.ai - 参考实现与三个可交互演示入口：https://ammonix.ai/solutions - 技术页（六道工序）：https://ammonix.ai/technology - 责任页（四条机制）：https://ammonix.ai/responsibility - 资源页（四个仓库全部 coming soon）：https://ammonix.ai/resources - 新闻页（论文已挂 Zenodo，代码随后放）：https://ammonix.ai/news - 公司页（Blonay / 前身 WaveMedix / 名字来历）：https://ammonix.ai/company **论文（Zenodo，CERN 运营的开放存取库）** - DOI：https://doi.org/10.5281/zenodo.22859415 - 记录页（v2，2026-09-20）：https://zenodo.org/records/22859415 **三个能亲手点的演示** - 理赔（200 条模拟理赔）：https://demo.ammonix.ai/inbox.html - 工控控制室（封存 200 班次回放）：https://industrial.ammonix.ai - 心电图：https://ecg.ammonix.ai **背景** - WaveMedix（Ammonix 的医疗品牌）：https://www.wavemedix.ai - 波士顿科学 2024-11-04 宣布收购 Cortex 的新闻稿（金额未披露）：https://news.bostonscientific.com/2024-11-04-Boston-Scientific-Announces-Agreement-to-Acquire-Cortex,-Inc