本地模型能否替代 Claude Code 记忆工具中的 Jev？两项实测

作者将 jevmem 的云端 Jev 判定 API 替换为本地 Ollaya 模型，在 66 个留出对话轮次上对比：Jev 保存/跳过判断正确 65/66、类型正确 63/66、中位 0.23 秒；winnow:e4b 为 60/66 和 57/66、28.5 秒；laya 为 19/66、13.6 秒。两个本地模型都需将客户端超时从 10 秒提高到 180 秒，laya 的召回在 1 秒预算内无结果。

AI推荐理由 文章给出本地模型替换云端记忆判定 API 的具体对比测试：在 66 个留出轮次上，Jev 保存/跳过判断正确 65/66、类型正确 63/66、中位耗时 0.23 秒；winnow:e4b 为 60/66 和 57/66、28.5 秒；laya 仅 19/66、13.6 秒。测试为单次运行、样本有限，但提供了可复现的配置与延迟数据，对本地模型在 Agent 记忆工具中的可行性有参考价值。