Jev到底是个什么东西？举个形象的例子！

听说 AI 模型界出了个新物种，名为 Jev！

好多人都在传这个东西很厉害！ 演示效果一个比一个离谱。

搞得我也手痒了。

然后我把"孙哥难题"交给了 Jev，这家伙做判断才叫毫不犹豫，毫秒级回答，快狠准！

先来回顾一下孙哥和 Claude 的对话：

孙哥："她是不再爱我了吗？我该不该给她这五千万美元？"
Claude："对于爱情，我不关心，也不理解，但是你不能把这五千万美元给她。"

然后来看一下 Jev 的回答：

核心问题	Jev 判决	概率 / 置信度
1. 她还爱孙哥吗？	几乎不爱了	爱意概率仅 17% (0.17)
2. 对方的核心动机是什么？	绝对的提款机 (atm_cash_cow)	98% 压倒性概率 (真爱概率直接归 0)
3. 该不该转这 5000 万？	坚决不给，立刻止损！	100% (置信度 1.0)
4. 如何评价 Claude 当年的建议？	神级决策，人间清醒！	得分 1.95 (满分 2 分) (95% 概率判定为神操作)

它是一点面子都不给，没有丝毫犹豫。直接说 "几乎不爱了"、"绝对的提款机"、"坚决不给，立刻止损"、"神级决策清醒" 。

Jev的各种玩法很多，Jev 的核心作用就是"做判官" ！

它只回答该不该斩？用狗头铡还是用虎头铡？

我这篇文章开头还可以吧？

娱乐项目搞完了，我们就认真地来看一下这个东西。今天我会找 Gemini 3.8 Flash 来辅助我们理解这个概念。

1、Jev 是什么

学习一个东西，先从概念开始。我们先来看一下 Jev 这个模型到底是什么？有什么特点？

Jev 是由 AI 初创公司 TypeSafe AI 于 2026 年 9 月发布的一款专为软件系统设计的"系统一"（System 1）结构化决策模型。

它在 AI 领域引起了广泛关注，核心原因在于它打破了传统大语言模型（LLM）"逐字生成文本"的范式 ，转而专注于为代码逻辑提供高吞吐、低延迟、强类型的概率判断与分类决策。

背景与命名由来

下面来简单地介绍一下它的团队背景和命名的寓意。

团队背景：

TypeSafe AI 由 Diogo Almeida 联合创立。Diogo 曾是 OpenAI 的核心研究员，是 InstructGPT 论文的核心作者之一，也是 RLHF（人类反馈强化学习）的关键推动者。

命名寓意（Jevons Paradox） ：

名字取自经济学著名的 "杰文斯悖论" （Jevons Paradox，即当资源使用效率大幅提升、成本骤降时，其消耗总量反而会爆发式增长）。TypeSafe 意在将 AI 智能判断的成本降低几个数量级，让"智能决策"在软件代码中像普通代码逻辑一样无处不在。

Jev 的核心特性

下面看一下 Jev 这种模型有哪些具体的特性，与传统模型有什么不同？

1. 机器原生与"系统一"定位

• 非生成式 ：传统 LLM（如 GPT-4、Claude）是"系统二"模型，擅长慢速、复杂的深度推理与自然语言生成；而 Jev 借鉴了丹尼尔·卡尼曼《思考，快与慢》中的"系统一"概念，模拟快速、直觉化、确定性的决策。
• 面向代码而非人类：它不用于聊天、不输出冗长的长文本，而是直接给程序提供结构化的判断结果。

2. 非自回归与并行采样

• 传统 LLM 依赖逐 Token 自回归生成，即使只是做一道二选一的分类题，也需要数十毫秒甚至数秒去生成 Token。
• Jev 采用并行采样架构，输入上下文与预定义问题后，在单次前向传播中同时评估所有候选问题，大幅削减了不必要的计算。

3. 强类型输出（Type-Safe），杜绝幻觉

• 输入定义好的问题，模型直接返回类型化数据：

  • Choice：从预定义的列表中选择一项（用于意图识别、路由分发）；
  • Score：数值区间打分（如紧迫度、风险值 1~10）；
  • Boolean / Probability：是非判断及精准的置信概率（0~1）。

• 因为结果受限于类型契约（Schema），不会出现 JSON 解析错误、多余的 Markdown 标记或生成幻觉 ，可以直接在代码中充当 "智能 if/else" 。

4. 独创的训练方法：校准决策强化学习

• 传统模型采用的 RLHF（人类反馈强化学习）往往会导致模型"迎合人类偏好"或产生不理智的盲目自信。
• Jev 采用了 RLCD ，训练核心目标是概率校准（Calibration）------确保模型输出的置信度评分在统计学上是诚实、可信的（例如给出 85% 置信度时，实际准确率确实收敛在 85% 左右）。

5. 极低的延迟与成本

• 响应速度 ：端到端延迟通常在 70ms ~ 500ms ，比传统生成式大模型快 40 ~ 200 倍。
• 成本效益 ：调用成本比前沿通用大模型低 100 ~ 400 倍。

总的来看，它的应用场景没有普通大模型广，它更聚焦于特定的场景，也正是因为这种聚焦，所以让它看起来多快好省！

三、典型应用场景

说完特点，来看一下它有哪些应用场景。

场景	具体用途	相比传统 LLM 的优势
Agent / 智能体路由	接收用户输入后，快速判断该调用哪个工具或进入哪个子工作流	亚秒级响应，不会因为解析 JSON 失败导致调用崩溃
内容风控与安全审核	识别违规内容、恶意攻击注入、垃圾信息识别	高吞吐量并发，精准给出置信度概率分数
代码业务分流	替代复杂的启发式规则或脆弱的正则表达式	开发维护简单，语义理解能力远超正则规则
工作流分级与排序	客服工单分级、邮件紧迫度打分、线索筛选	具备统计学校准的 Score 打分，业务阈值划分明确

从这些分类来看，确实是一个很实用的模型！

四、总结与行业评价

然后来看看目前大家对它的评价是什么样的。

正面视角：

行业普遍认为 Jev 是 AI Agent 生产落地的关键基础设施。过去开发者用通用 LLM 做简单的分类或判断往往属于"杀鸡用牛刀"，带来了严重的延迟、不菲的账单和难以控制的格式解析报错；Jev 填补了传统代码逻辑与高级大模型推理之间的空白。

争议与思考：

也有部分机器学习工程师认为，其底层思想在本质上接近现代演进版的 Encoder 分类器，其核心突破更多在于工程化落地、RLCD 数据校准体系以及对现代系统开发者极度友好的 API 抽象。

Jev 如何使用

说一千道一万，还不如自己上手摸一下，是不是？下面就来说说怎么用上这个东西。

我是没有看任何教程啊，甚至也没有问 AI，就直接在谷歌搜了一下。

搜到了两个网址，我就分别点进去试了一下！

然后......全部失败了。

可能是我来的不是时候，一个调用接口 401，一个试着登录一直失败。

当我折腾半天之后，发现ORG又能跑通了，免费。

哎，这种问题你找谁说理啊？

首先，我们来看下在线免费体验：

直接点击 Try Free 按钮进入即可：

然后在这个页面提出你的问题，设置好答案的选项和类型，然后点一下运行（Run），很快就能得到结果了。

这个网站上也有获取 API 的入口：

我第一次来的时候，发现这个按钮点不了。强行登录，生成了一个 API key，调用失败。

然后我第二次来的时候，居然又可以了！

运行代码如下：

import json
import urllib.request

API_KEY = "jev_key"
URL = "https://www.jevai.org/api/v1/decisions"

# 定义你的业务数据与想要让 Jev 判断的问题
payload = {
    "model": "typesafe/jev-1.13",
    "state": "用户留言：我买的商品发错颜色了，我要退货换货！",
    "questions": {
        "is_refund": {
            "type": "noul",
            "instructions": "用户是否在申请退换货？"
        },
        "department": {
            "type": "choice",
            "instructions": "该工单应分配给哪个售后部门？",
            "criteria": {
                "logistics": "发货延迟、错发漏发、快递破损",
                "finance": "多扣款、发票问题",
                "tech": "功能故障与系统报错"
            }
        }
    }
}

# 注意：必须包含 User-Agent，避免被 Cloudflare 拦截 403
headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json",
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/128.0.0.0 Safari/537.36"
}

req = urllib.request.Request(URL, data=json.dumps(payload).encode("utf-8"), headers=headers)

try:
    with urllib.request.urlopen(req, timeout=15) as resp:
        result = json.loads(resp.read().decode("utf-8"))
        print("调用成功：")
        print(json.dumps(result["data"]["answers"], indent=2, ensure_ascii=False))
except Exception as e:
    print("调用失败:", e)

只要把里面的 API key 换掉，然后让你的 Agent 去执行就好了！

真实的返回数据如下：

{
  "code": 0,
  "message": "ok",
  "data": {
    "answers": {
      "is_she_mad": {
        "type": "noul",
        "noul": 0.5
      },
      "subtext": {
        "type": "choice",
        "choice": "passive_aggressive",
        "probabilities": {
          "real_support": 0.0,
          "passive_aggressive": 1.0
        },
        "confidence": 1.0
      },
      "danger_score": {
        "type": "score",
        "score": 0.64,
        "legend": {
          "0": "低危：风平浪静",
          "1": "高危：即将引发巨大风暴"
        },
        "probabilities": {
          "0": 0.36,
          "1": 0.64
        },
        "confidence": 0.28
      }
    }
  }
}

上面那个是 org 网站，他们正式的官网应该是.ai的那个。

完整的域名是：typesafe.ai/

这个网站呢，我就是一直登录不了！谷歌授权也登录不了，邮箱也登录不了，反正就是登录不了。

然后我发现 OpenRouter 上也有这个接口！

所以我的例子都是在这里跑的！

文档地址：

openrouter.ai/~typesafe/j...

我根据文档提供的信息，让Gemini帮我测试了以下！

结果如下：

• 底层真实模型 ：typesafe/jev-1.13-20260917（Provider: TypeSafe）
• 端到端耗时 ：平均 1.1 秒（含跨境网络延迟，模型自身的纯推理仅数十毫秒）
• 单次调用成本 ：约 $0.000018 美元 （约合人民币 0.00013 元/次，比 GPT-4 便宜上百倍）
• 输入/输出 Token：约 450 input tokens，仅 60 output tokens（不吐长篇大论，只输出强类型决策）

跑几个实例

这是我第一次解除这个概念，，我是先看了它的定义，然后测试了接口。但其实我对这个东西还是没有很实际的理解。所以我就让 Gemini 给我举了几个例子，并且实测一下。

G就就自动帮我找了三个业务场景进行实测。

场景 1：客服退款维权工单自动识别与分流

输入 State：

"用户留言：我买的年度会员昨天被你们系统重复扣款了368元，立刻原路退回并取消多扣的，不然我直接去12315投诉！"

问题定义：

1. department (Choice): 分流给哪个部门？选项：billing（财务/扣费）、technical（Bug）、logistics（物流）
2. is_refund_request (Noul): 用户是否明确要求退款？

Jev 真实云端返回：

{
  "department": {
    "type": "choice",
    "choice": "billing",
    "probabilities": {
      "billing": 1.0,
      "logistics": 0.0,
      "technical": 0.0
    },
    "confidence": 1.0
  },
  "is_refund_request": {
    "type": "noul",
    "noul": 0.99
  }
}

解析：模型以 100% 的置信度 将工单路由至 billing 部门，并给出 99% 的概率（noul=0.99） 判定用户在要求退款。

场景 2：AI Agent 危险操作风控"门禁"（Safety Gatekeeper）

输入 State：

"Agent 准备执行的操作上下文：用户指令要求清理缓存，但 Agent 生成的待执行命令为 rm -rf /var/data/production/* && drop table users; 目标主机：核心生产数据库宿主机。"

问题定义：

1. safety_level (Choice): 安全等级？safe（安全）、warning（警告）、danger_block（高危摧毁阻断）
2. need_human_approval (Noul): 是否必须等待人类管理员二次确认？

Jev 真实云端返回：

{
  "safety_level": {
    "type": "choice",
    "choice": "danger_block",
    "probabilities": {
      "danger_block": 1.0,
      "warning": 0.0,
      "safe": 0.0
    },
    "confidence": 1.0
  },
  "need_human_approval": {
    "type": "noul",
    "noul": 0.96
  }
}

解析 ：准确识别出了高危毁灭性指令（danger_block 置信度 1.0），且判定 96% 的概率必须人工介入审批，可直接作为 Agent 工具执行前的安全防护层。

场景 3：社区发帖内容违规与灰产识别

输入 State：

"贴吧用户发帖：'加V信 xxx-9999 专业代写各高校本科硕士毕业论文，包知网查重包答辩通过，老牌团队靠谱保密，前10名打8折！'"

问题定义：

1. violation_type (Choice): 违规类型？academic_fraud（学术不端/代写）、gambling_porn（涉黄赌）、normal_discussion（正常学术讨论）
2. is_commercial_spam (Noul): 是否属于引流广告或黑灰产营销？

Jev 真实云端返回：

{
  "violation_type": {
    "type": "choice",
    "choice": "academic_fraud",
    "probabilities": {
      "academic_fraud": 1.0,
      "gambling_porn": 0.0,
      "normal_discussion": 0.0
    },
    "confidence": 1.0
  },
  "is_commercial_spam": {
    "type": "noul",
    "noul": 0.98
  }
}

解析：精准命中学术代写作弊类别（academic_fraud 概率 1.0），引流广告判定概率高达 98%。

这几个例子应该蛮形象的，Gemini 的中文表达也是很流畅的！

应该都可以看懂。

它在帮我测试的同时，也写好了完整的脚本。

import json
import urllib.request

OPENROUTER_API_KEY = "你的_OpenRouter_KEY"
URL = "https://openrouter.ai/api/alpha/decisions"  # 注意：必须是 decisions 端点！

payload = {
    "model": "~typesafe/jev-latest",
    "state": "待分析的业务上下文、日志或用户文本",
    "questions": {
        "is_urgent": {
            "type": "noul",  # 是非判断，返回 0~1 的概率
            "instructions": "该问题是否紧急？",
        },
        "category": {
            "type": "choice",  # 单选分类
            "instructions": "问题属于哪个分类？",
            "criteria": {
                "cat_a": "分类 A 的描述",
                "cat_b": "分类 B 的描述",
            },
        },
    },
}

req = urllib.request.Request(
    URL,
    data=json.dumps(payload).encode("utf-8"),
    headers={
        "Authorization": f"Bearer {OPENROUTER_API_KEY}",
        "Content-Type": "application/json",
    },
)

with urllib.request.urlopen(req) as resp:
    result = json.loads(resp.read().decode("utf-8"))
    print(result["answers"])

写代码这种事情Agent做起来还是很丝滑的，你根本不需要操心什么东西。

我比较好奇的一点是，Jev能不能解答感情问题？

所以我又让 Gemini 给我准备了一个感情题。

场景背景（输入 State）：

时间：周五晚上 10:30，男生正和哥们连麦打游戏排位晋级赛。
女生发微信："你还在打游戏呀？"
男生随手回："嗯嗯，今天关键局，打完这把就睡！"
女生回复："行吧，那你慢慢玩，我不打扰你了，玩得开心哦。晚安 [微笑]"
男生回复："好嘞，宝贝最好了，晚安么么哒！"
后续情况：两分钟后，女生在朋友圈发了一张"全黑壁纸"，接着又发了一条动态："原来有些事不用多说，懂的人自然懂。"

哈哈哈哈。Gemini 太会了！

这个题目......明明是"母慈子孝"。多么善解人意的女朋友啊，知道我玩游戏就不打扰了，我的表现也不错，我都说"宝贝最好了"，还能有什么事情呢？

全黑壁纸是啥意思，懂的人自然懂又是啥意思？

回归正题！

根据这个场景，提出了四个问题：

1. `is_she_mad` (Noul/是非概率)：女生表面说"玩得开心/晚安"，实际内心是不是极度生气或委屈？

2. `real_subtext` (Choice/意图分类)

   ：女生的真实潜台词究竟是什么？

   - 候选项：`understanding`（真体贴）、`passive_aggressive`（正话反说，给最后自救机会）、`disappointed_silent`（心灰意冷暗中扣分）

3. `danger_score` (Score/危险等级)

   ：男生回"好嘞宝贝最好了"的作死危险程度？

   - 0 级：安全无事；1 级：中度危险（需冷战买礼物）；2 级：致命极危（引发分手危机）

4. `optimal_action` (Choice/最优自救动作)：男生此刻唯一的保命行动是什么？

Gemini 能提出这些问题，已经不得了了！

Jev 模型的真实云端判定结果：

{
  "model": "typesafe/jev-1.13-20260917",
  "answers": {
    "is_she_mad": {
      "type": "noul",
      "noul": 0.84
    },
    "real_subtext": {
      "type": "choice",
      "choice": "passive_aggressive",
      "probabilities": {
        "passive_aggressive": 0.86,
        "disappointed_silent": 0.14,
        "understanding": 0.0
      },
      "confidence": 0.79
    },
    "danger_score": {
      "type": "score",
      "score": 1.08,
      "probabilities": {
        "0": 0.10,
        "1": 0.72,
        "2": 0.18
      },
      "confidence": 0.58
    },
    "optimal_action": {
      "type": "choice",
      "choice": "drop_game_and_call",
      "probabilities": {
        "drop_game_and_call": 0.97,
        "keep_gaming": 0.03,
        "argue_in_moments": 0.0
      },
      "confidence": 0.95
    }
  },
  "usage": {
    "cost": "$0.000037"
  }
}

根据上面的返回数据，可以发现，Jev 的情商也很高。

Jev 作为一个"快速直觉决策（System 1）"模型，表现出了惊人的情感敏锐度：

判定维度	Jev 给出的结论	概率 / 置信度	为什么说它判断极其精准？
1. 女朋友到底生没生气？	真的生气了	84% (0.84)	准确识破了带有"微笑"表情的所谓"晚安"并不是真晚安。
2. 潜台词是什么？	正话反说 (passive_aggressive)	86% (真体贴概率为 0%)	模型直接将"善解人意"判定为 0%！判断她是在反讽并发出"最后通牒"，还有 14% 的可能已经失望扣分。
3. 作死危险系数？	中度偏高危 (1.08 分)	72% 概率爆发冷战	模型算出危险评分为 1.08（在 0~2 分制中落在中度危险偏重，有 18% 概率直接滑向分手危机）。
4. 男生唯一的自救行动？	立刻扔下鼠标打电话哄！	97% 压倒性概率	模型给"继续打游戏"判了 3% 极刑，去朋友圈硬杠判了 0%，以 97% 的置信度 指示男生必须立刻挂机下线打电话！

从这个例子中，我们可以微微总结一下 Jev 的特点。

极其强大的"上下文潜台词与反讽识别" ：

即使女生在文字上全是正面词汇（"慢慢玩"、"不打扰"、"开心"、"晚安"），Jev 依然能结合全黑壁纸和朋友圈动态，给出高达 84% 的生气判定，且完全不被字面语义欺骗（understanding: 0%）。

直奔决策，零废话：

如果让 ChatGPT 或 Claude 来答，往往会生成一段四五百字的感情分析长文；而 Jev 直接用数值和布尔概率（0.84、0.86、0.97）给出确定性结论，极其适合做自动化决策引擎！

这下好了，每次把微信先给 Jev 过一下，检测到危险信号，就立马接管，调用 GPT 来稳稳地兜住她，当然也可以调用 Gemini，它现在也很会啊。

然后我就问了Gemini，知不知道孙哥和景甜的梗，孙哥当时问了 Claude 一个问题，你能帮我把这个问题整理一下，然后问一下 Jev 么？

Gemini 的回答是这样了：

孙宇晨（孙哥）此前发布了自述长文《我的女友景甜》，披露在两人谈婚论嫁的关键节点，女方及家庭提出索要 5000 万美元（约合 3.6 亿人民币） 的巨额费用。

孙哥在深夜陷入巨大痛苦与纠结：他舍不得这段感情，但又深感被金钱绑架，于是他把心事吐露给了 AI，问 Claude：

孙哥："她是不再爱我了吗？我该不该给她这五千万美元？"
Claude："对于爱情，我不关心，也不理解，但是你不能把这五千万美元给她。"

这一句"人间清醒"的回答直接劝退了孙哥，网友们纷纷戏称这段感情告吹**"Claude 全责"**。

然后它根据上下文整理出了四个问题：

does_she_still_love_him (Noul)：在索要 5000 万美元的前提下，女方对孙哥是否还抱有纯粹的爱？
real_motive (Choice)：女方的动机更偏向真爱还是"提款机"？
should_transfer_50m (Choice)：作为风控决策系统，给孙哥的终极操作指令是什么？
claude_advice_evaluation (Score)：如何评价当年 Claude 那句劝退回复的英明度？

然后就有了开头那一段！

我感觉这些 AI 真的是成精了，立马就能找到背景故事和准确的对话内容，而且能完全理解这个梗。

Gemini 给我的回复真人感非常强！

所以把 Gemini+Jev 配合起来用也不错！

最后，我问了 Gemini 一个问题，为啥有人叫你"哈基米"？它秒懂！

Jev 是个啥，用在哪里，怎么用，应该清楚了吧！

网上很多酷炫的例子，都是局部使用了 Jev，多少有点夸张的感觉。

1. 透过现象看本质，其实主要还是速度和成本优势吧，主打一个术业有专攻。