Paper Radar 每日筛选 arXiv 论文，现支持 Claude Haiku

Jev 每天早上读完 arXiv 上所有新论文，你只需要读其中真正重要的那几篇。它现在也能跑在 Claude (Haiku) 上——同样的每日页面、自报概率、首轮校准。用大白话描述兴趣 · 经过校准的概率 · 覆盖整个 arXiv 每天约 6 美分 · fork 即用，无需服务器。快速开始 · 试用演示 · 工作原理 · 基准测试 · 繁體中文。

一次真实运行：50 篇新 arXiv 论文由 Jev 在 5 秒内判定，花费 $0.002。没有 API key？paper-radar demo 可以离线展示同样的页面。

arXiv 现在每月收到超过 30,000 篇论文（2026 年 6 月为 32,040 篇），每个工作日公告约 1,500 篇。已经没人再逐条读列表了。关键词提醒会漏掉用了不同措辞的论文，embedding 推荐器会悄悄丢掉任何不像你过往阅读记录的东西，而每天用聊天 LLM 跑整个信息洪流既慢又费钱。

大多数 AI 工具读完一篇论文会给你写一段摘要。Paper Radar 什么都不写。它向 Jev——TypeSafe 的 System One 模型——每个兴趣问一个 yes/no 问题，拿回一个概率：引入了一个 agent 基准，0.97。这个数字意味着什么，由你仓库里的代码决定。

用判断代替文字，正是这套算术成立的原因。没有东西需要解析，也不会编造标签，而且一次判断的成本只是生成一句话的零头——便宜到足以读完所有 1,500 篇论文，而不是只看预筛过的一小把，而关键词提醒和 embedding 推荐器恰恰就在这一步弄丢了你真正想要的那篇。

• 实测而非估算：2026-09-23 的一次真实运行读了 50 篇论文，耗时 5 秒，46,584 个输入 token，花费 $0.0020（每篇 932 token，jev-1.13.0）。整个 arXiv 每个工作日约 1,500 篇，算下来约每天 $0.06。输出 token 免费。每次运行都会把自己的 token 和花费记录到 data/runs.jsonl；paper-radar check 会在你花钱之前先估算你的配置。已对照真实审稿人验证，而非只是口头声称：在四篇它从未见过的 Cochrane 综述上，筛查 19,447 条记录，复现了审稿人纳入研究中 96.9% 的结果，同时减少了 78% 的阅读量，花费 $0.60。过程中那些预测错误的记录也一并公开了——见基准测试。

每个工作日这里都跑着七个 radar。取走你所在领域的 RSS 链接——无需安装、无需 key、无需账号：https://eliot5566.github.io/JEV-Paper-Radar/public/ 每一个都只是 radars/ 下的普通配置文件。Fork 这个仓库，你的配置会更窄，也会有用得多。

GitHub Pages 上的网页：must-read 和 maybe 列表、near misses，以及被你的排除条件过滤掉的内容。一个 RSS feed（feed.xml），可用于任何阅读器，包括 Zotero（File → New Feed），让精选结果直接落在你的文献库旁边。可选的 Slack、Discord、Telegram 或邮件摘要。可选的一句话 TL;DR，用你的语言、由任意 LLM 撰写，仅针对前 10 篇论文。一份审计记录：每一个决策、概率和模型版本都提交到 data/ 下。

快速开始（5 分钟，无需服务器）：Fork 这个仓库。然后打开你 fork 的 Actions 标签页，点击 enable workflows（GitHub 会在新 fork 中关闭它们）。在 radar.toml 中描述你的兴趣：每个兴趣一条大白话描述。在 Settings → Secrets and variables → Actions 下添加一个 key：TYPESAFE_API_KEY，来自 console.typesafe.ai；或者如果你还在 TypeSafe 的等待名单上，用 OPENROUTER_API_KEY，在 radar.toml 中设置 backend = "openrouter" 和 model = "typesafe/jev-1.13"——OpenRouter 提供 Jev，无需等待名单；或者用 ANTHROPIC_API_KEY 改用 Claude 来判定（见下文），在 radar.toml 中设置 backend = "claude"。开启 Pages：Settings → Pages → Source: GitHub Actions。运行它：Actions → Paper Radar → Run workflow（在 limit 中填 50 做一次便宜的首次测试）。

改用 Claude 代替 Jev：如果你已经有 Anthropic API key，Claude 也可以做判定——同样的流水线、同样的校准步骤，无需等待 Jev。两条诚实的警告。第一，Claude 的概率是自报的，不是校准过的：Jev 返回的是经过校准的数值；Claude 返回的是它写进 JSON 的一个数字。先在几十篇论文上运行 paper-radar label，再运行 paper-radar calibrate，把阈值拟合到 Claude 上，然后再信任一次运行——radar.toml 里的 Jev 阈值不会迁移过去。第二，本 README 中的基准数字仅适用于 Jev：Cochrane 筛查结果（96.9% 召回率，19,447 条记录上节省 78% 工作量）是用 Jev 测得的，不适用于 Claude。API 也与 Claude Pro/Max 订阅分开计费，且每篇论文比 Jev 更贵；把 jev.price_per_mtok 设为约 0.15 以估算 Haiku 成本，如果你在较低的 API 层级，调低 jev.requests_per_minute。

现在 Claude 后端有了首轮校准——见 docs/claude-calibration.md。在 2026-11-11 arXiv 列表的 49 篇论文上（6 篇相关），Claude Haiku 5.5 的 Brier 分数为 0.040，ECE 为 0.081，建议的 Claude 阈值为 must_read 0.65 和 maybe 0.35，而 Jev 的阈值是 0.80 / 0.50。在信任这些数字之前，请先阅读该文档中的来源警告：标签是由 Muse 根据标题和裁剪过的摘要生成的，而不是由用户打的——这是一次首轮查看，不是用户验证过的校准，并且并未声称 Claude 是经过校准的。为公平起见：用户也从未为 Jev 标注过论文——Jev 阈值是仓库首次提交时的默认值，仓库中唯一的地面真值测量就是那个筛查基准——所以这是任一后端在每日 radar 上的首次带标签测量。

之后它会在工作日 UTC 02:00 运行，正好在 arXiv 每日公告之后。你的 radar 位于 https://<you>.github.io/<repo>/，feed 位于 /feed.xml。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）