背景

Jemini 是一個基於 Gemini 大型語言模型的搜尋與分析工具，專門針對愛潑斯坦（Jeffrey Epstein）案中大量公開的法律文件、電子郵件與檔案進行檢索。該工具由 Jmail 團隊開發，旨在透過 AI 的語義理解能力，協助記者與研究人員從數萬頁雜亂無章的原始資料中，快速梳理出人物關係、事件時間軸以及潛在的關聯。

社群觀點

Hacker News 社群對於 Jemini 的出現展現出兩極化的反應。支持者認為這是生成式 AI 最具社會價值的應用場景之一，特別是在處理如愛潑斯坦案這類資訊量龐大且高度破碎的公共事件時，AI 的摘要與檢索功能能有效降低大眾理解真相的門檻。開發團隊成員 lukeigel 與 dvrp 在討論中強調，這套工具並非要取代原始文件，而是作為導航員，所有 AI 生成的回答都會附上原始文件的連結以供查證。許多用戶對此表示讚賞，認為這種「基於事實根據」的設計能有效緩解 LLM 幻覺帶來的風險，甚至有評論認為這類數位鑑識工作值得獲取新聞獎項。

然而，質疑聲浪也相當顯著，主要集中在 AI 的可靠性與道德風險。部分技術人員指出，將 LLM 應用於如此敏感且涉及性犯罪的司法檔案極其危險，因為 AI 可能會無中生有地編造出針對特定人士的指控，進而引發大規模的假新聞或名譽毀損。此外，關於模型「對齊」與過濾機制的爭論也十分激烈。有用戶發現主流模型（如 Gemini 或 Claude）在處理這類爭議性素材時，常因安全設定而拒絕回答或給出過於保守的內容。開發者對此建議使用者可以透過 API 接入不同模型，並透露 Claude 在進行深度研究查詢時表現較為開放。

除了技術層面的討論，社群也對檔案內容本身展現了複雜的情緒。當開發者展示「Jamazon」（愛潑斯坦的亞馬遜購物紀錄介面）時，用戶發現這位惡名昭彰的人物也會購買普通的書籍、生活用品甚至 CPAP 呼吸器，這種「惡的平庸性」引發了深刻的哲學討論。有人認為看到這些日常細節令人感到不安且過於人性化，甚至會讓人反思身邊看似正常的人是否也隱藏著黑暗面。另一派觀點則批評大眾對此案有著近乎病態的執著，認為過度的關注反而助長了陰謀論的傳播，對受害者的保護與正義的實現並無實質幫助。

延伸閱讀

在討論串中，開發者與用戶分享了多個與此專案相關的資源。除了核心的 Jmail 檔案庫（jmail.world）外，還有專門整理愛潑斯坦購物紀錄的 Jamazon，以及試圖建立人物關聯百科的 Jwiki。此外，針對原始資料來源，留言中提到了 DDoSecrets 託管的 Yahoo 郵件數據集，這是目前少數包含未經司法部刪減內容的來源之一。對於希望自行分析數據的開發者，也有人提到可以使用向量資料庫（Vector Database）結合檢索增強生成（RAG）技術來建立類似的工具。