ChatGPT 研究员 Diogo Almeida 几天前带来了他的新模型：Jev。它不聊天，只负责选判断，比传统大模型快 20～200 倍，成本降低 40～400 倍。他还说：据我所知，这是通往基于 AI 的经济革命的最短路径。青小蛙被 Jev 刷屏之后，终于得到了访问权限：访问官网点击 Join Waitlist输入邮箱这个等待很快，几个小时就好了。这个时间，先看看：目录Jev 到底是什么？与传统模型有什么区别？Jev 会什么？Choice：选哪个Score：打多少分Noul：是不是为什么又快、又便宜？传统大模型生成答案时，是一个 Token 接一个 Token 往后写Jev 则直接把任务压缩成“判断结果”概率和置信度有什么用？Jev 入门教程注册安装第一次使用例子1：选标题例子2：请使用 Jev 分析下面这条用户反馈，并一次完成 3 个判断例子3: 请使用 Jev 判断下一步最应该调用哪个工具例子4: 请使用 Jev 判断这个任务应该交给哪个模型社区的其他例子Jev 到底是什么？Jev 也是一个 AI 大模型官方把它定义为一种专门用于判断的模型。传统大模型擅长生成文字，Jev 则把能力集中在选择、评分、判断，以及输出概率和置信度上。与传统模型有什么区别？假设你想找一款适合自己的截图工具，提示词是这样的：帮我找一款截图工具，要求免费、支持 Windows、启动要快、最好能简单标注、不需要复杂的图片管理功能，候选： ShareX 76Snipaste Flameshot PicPick如果在传统大模型中提问，你会得到一个很长很长的答案：而如果是 Jev，回复会直接很多：对比很鲜明，Jev 不跟你啰嗦，不说任何废话，它只关心判断结果。比如：在这些条件下，应该选哪个？Jev 会什么？Jev 放弃了传统大模型擅长的长文本生成，直接输出分类、评分、概率和置信度。所以面对同一个问题：传统大模型：先生成一段回答，再告诉你结论Jev：直接给结论和概率这也是它速度更快、Token 成本更低的原因之一。Jev 主要有三种判断方式：Choice：选哪个从多个候选项中，判断哪一个最合适。比如：该交给哪个部门、该调用哪个模型、下一步执行哪个动作、屏幕上哪个按钮是提交。Score：打多少分判断某件事的程度，而不是简单地分成“是”或“否”。比如：用户有多生气、内容风险有多高、某个候选有多符合要求。Noul：是不是判断某件事是否成立，并返回一个概率。比如：是不是广告、是否要求退款、是否存在安全风险。为什么又快、又便宜？简单的说，就是简单。当前 Jev 的官方定价：输入：$0.042/百万（0.28元/人民币/百万）输出：免费传统大模型生成答案时，是一个 Token 接一个 Token 往后写这 → 款 → 软件 → 更 → 适 → 合 → 你……回答越长，需要生成的 Token 越多，等待时间和费用也会跟着增加。Jev 则直接把任务压缩成“判断结果”比如：Snipaste：72%ShareX：19%Flameshot：7%PicPick：2%结果出来，任务就结束。它不需要继续生成“为什么推荐 Snipaste”“各自有什么优缺点”这类长篇解释。所以 Jev 的优势并不只是“回答更短”，而是从模型设计上就放弃了传统的大段文字生成，把计算集中在判断本身。这也是 TypeSafe 为什么敢把它定位成一种完全不同的模型：在适合 Jev 的任务里，官方称速度可快 20～200 倍，成本降低 40～400 倍。概率和置信度有什么用？Jev 不只是告诉你“选哪个”，还会告诉你：它有多确定。比如：Snipaste：72%ShareX：19%Flameshot：7%PicPick：2%这和只返回一个“Snipaste”差别很大。因为现实中的很多判断，本来就没有绝对答案。你可以根据概率继续制定规则：> 90%：自动执行60%～90%：继续确认< 60%：交给人工Jev 还会给出置信度 Confidence，可以理解为它对这次判断本身有多有把握。比如上面那个问题的置信度是0.99，这让它特别适合自动化流程：确定的事情自动做，不确定的事情交给人。Jev 入门教程现在，你的 Jev 申请应该通过了：注册需要通过邮件中的邀请链接，才可以注册：注册成功之后，就可以使用了。安装Jev 是由 typesafe 发布的，它们也提供模型使用，注册送5刀。登录成功之后，分两步：快速开始创建 API Key只需要将首页右侧的 Quickstart 内容，直接复制给你的 Agnet，比如 Codex、Claude Code、Pi、Hermes、OpenClaw，或者 Trae、Qwen Code、Kimi CLI、WorkBuddy 等等，就行了：Install the TypeSafe skill. If you're in Claude Code, run `claude plugin marketplace add typesafe-ai/skills`, then `claude plugin install typesafe@typesafe-ai`. If you're in another agent, run `npx skills add typesafe-ai/skills --skill typesafe-ai` and select your agent. Use one installation method. You can read the skill directly at https://github.com/typesafe-ai/skills/blob/main/skills/typesafe-ai/SKILL.md (raw: https://raw.githubusercontent.com/typesafe-ai/skills/main/skills/typesafe-ai/SKILL.md). Then use the TypeSafe skill when working on this project.另外，创建 API KEY 就是常规流程：进入这个页面，点击 Create key，输入一个名字，复制 key 就行了。依旧注意：key 只会出现一次。第一次使用使用就非常简单了，直接和AI说就行，但需要注意，Jev 做决策的先决条件是：你得先给它“可判断的范围”。Jev 擅长的是：在已有信息和候选里，帮你做判断，它不适合凭空替你想出所有可能答案。例子1：选标题我准备发布一篇介绍 Jev 的文章，请判断下面哪个标题最适合普通科技读者：A. Jev 入门：ChatGPT 研究员发布“不会聊天”的 AI，速度快 200 倍、成本低 400 倍B. Jev：System One Model 与 RLCD 技术解析C. 不会聊天的 AI，为什么反而更快？D. 一个全新的 AI 决策模型 Jev判断标准：普通读者能快速看懂有点击吸引力能体现 Jev 的核心特点不要过度标题党使用 Choice 选择一个。例子2：请使用 Jev 分析下面这条用户反馈，并一次完成 3 个判断用户反馈：“更新之后同步功能彻底不能用了，我已经重装两次。这个软件我买了永久版，如果今天还解决不了，我准备申请退款。”请完成：Choice：判断这条反馈主要属于哪一类候选：Bug功能建议使用咨询付费问题Score：判断用户的不满程度评分标准：0：平静，只是在描述问题1：有些不满，但语气克制2：明显生气或抱怨3：非常愤怒，带有强烈负面表达Noul：判断用户是否表现出了退款意图只返回 Jev 的判断结果、概率和置信度，不要额外解释。例子3: 请使用 Jev 判断下一步最应该调用哪个工具用户请求：“帮我看看明天上午有没有去上海的机票，如果有合适的，再看看我的日历上午有没有会议。”当前可用工具：web_search：搜索互联网信息search_flights：查询航班calendar：查看日历send_email：发送邮件calculator：计算请使用 Choice 判断：下一步最应该调用哪个工具？只返回 Jev 的判断结果、各候选概率和置信度，不要额外解释。例子4: 请使用 Jev 判断这个任务应该交给哪个模型用户请求：“帮我比较这两份各 80 页的公司财报，找出现金流、债务结构和盈利质量的变化，并解释可能的原因。”可选模型：fast：适合简单查询、翻译、摘要standard：适合一般分析和常规任务frontier：适合复杂、多步骤推理任务请使用 Choice 判断：这个任务最适合交给哪个模型？只返回 Jev 的判断结果、各候选概率和置信度，不要额外解释。社区的其他例子Agent 工具选择：根据当前任务，在一堆工具里判断下一步该调用哪个AI 模型路由：简单任务走便宜模型，复杂任务交给 frontier model客服工单分流：判断该交给哪个部门，同时给紧急程度打分内容审核：判断是否违规、风险等级多高、是否需要人工介入Agent 安全监控：在 Agent 每次执行动作前判断“这个动作安全吗”智能家居控制：根据自然语言和当前家庭状态，判断控制哪个设备、执行什么动作多 Agent 路由：根据输入内容，判断该交给哪个 Agent创业点子评分：一次并行跑多个判断，对项目做评分、分类，再决定 kill / fix / ship邮件 / 钓鱼检测：同时判断多个风险信号，再决定是否可疑商品 / 内容分类：从几十甚至几百个分类中选最合适的一个Minecraft / Doom / Pac-Man / Tetris：每一步都让 Jev 判断下一步动作无人机自动驾驶：根据环境持续判断下一步飞行方向和避障动作强行让 Jev 聊天：每次提供一组候选词，让它判断下一个词选哪个长上下文预筛选：先判断有没有值得关注的问题，命中后再调用昂贵大模型Mac 应用内置快速判断：让 Jev 负责设置、故障排查等简单决策多问题并行判断：同一个输入一次判断风险、相关性、严重程度等多个维度搜索 / 推荐结果重排：判断多个候选结果的相关度，再重新排序自动化 Gate：在退款、发邮件、删文件、转账等操作前，先判断是否应该放行原文：https://www.appinn.com/jev-getting-started/就，写这么多吧，有问题欢迎反馈，对了，Jev 十分便宜，测试了一下午，我消耗了 $0.0008 的额度。相关阅读那个神级 Cosplay 的铁锤游戏 Getting Over It 上架 App Store，要不要花 30 块找虐？@feeshy 的 10+ 款自用 Obsidian 第三方插件分享 一键保存全文到 Obsidian 以及本地快照、自动标注，适合新用户的简悦 Obsidian 配置库2 款显示当前软件快捷键的小工具，还可以自定义显示内容[Windows]Caddy – 最简单的支持 HTTP/2 的网页服务器[Win/Mac/Linux]©2021 青小蛙 for 小众软件 | 加入我们 | 投稿 | 订阅指南 3659b075e72a5b7b1b87ea74aa7932ff 点击这里留言、和原作者一起评论[ 点击前往获取链接 ]