Bannerbear:一键完成字段映射
Bannerbear 上线了第一个 Jev 功能:模板字段(photo、name、company_name)和数据源列名(比如 Airtable 里的 avatar、full_name、business)叫法不同时,Jev 一键把它们对上。模糊字段映射是标准的选择题 —— 每一列从字段里挑一个。
Jon Yongfook @yongfook · 2026-09-18 · 134 赞
最后更新 2026-10-01 · 事实与赞数核对于 2026-09-22
Jev 是一个「System One」模型,也就是只做快速判断的模型。普通大模型是逐字写出答案,Jev 则针对同一份状态并行回答你提出的每个问题,每个答案都落在你事先给定的范围里,并附带一个校准过的概率。这让它在两件事上和大模型差别很大:速度与成本几乎不随问题数增加,以及答案永远不会格式出错。代价是它说不出任何范围之外的话。
这一页讲的是大家拿它做了什么。想看价格对比、接口说明和可直接复制的代码,看 Jev API:价格与调用方式。
以下取自 TypeSafe 官方文档与发布帖,2026-09-22 核对;标注「自述」的是厂商说法,我们没有测过。
| 厂商 | TypeSafe(typesafe.ai),创始人 Diogo Almeida 出处 |
|---|---|
| 发布 | 2026 年 9 月 15 日,TypeSafe 的第一个「System One」模型 出处 |
| 当前版本 | Jev 1.13 —— 别名 jev-latest 指向 jev-1.13.0 出处 |
| 接口 | POST https://api.typesafe.ai/v1/systemone(自有格式,不是 Chat Completions) 出处 |
| 价格 | 输入 $0.042 / 百万 token;输出免费 出处 |
| 单次请求上限 | 总计 64k token;state 加最长的那个问题不超过 32k 出处 |
| 限流 | 每秒 25 万 token 或每分钟 1200 次;因需求过大,目前在动态调整 出处 |
| 输入 | 只收文本(字符串、JSON 对象或数组),不收图片、音频、视频。以英文为主,其它语言准确度不稳定 出处 |
| 延迟(TypeSafe 自述) | 端到端 70–500 毫秒 出处 |
| 获取方式 | 2026 年 9 月 20 日起对所有人开放,不再排队,入口 console.typesafe.ai 出处 |
| 采用情况 | 发布第一周内 OpenRouter、Vercel AI Gateway、Cloudflare 都已上架;据 Vercel 2026 年 9 月 18 日公布,上线 24 小时内约 13% 的付费团队用过 Jev |
| 在 apimodels.app | 通过 POST /v1/systemone 调用,与 TypeSafe 官方接口逐字兼容 —— 输入每百万 token $0.05、输出免费,按 token 精确计费、没有每次最低收费 怎么调用 |
Jev 只能回答三种形状的问题,一次请求里可以混着问很多个:
| 类型 | 返回什么 | 典型用途 |
|---|---|---|
| Choice | 从最多 255 个选项里挑一个,附完整概率分布和置信度 | 路由、分类、选下一步动作 |
| Score | 在你定义的 2–10 级量表上给出按概率加权的分值 | 质量打分、紧急程度、线索评分 |
| Noul | 一句话「为真」的概率,0 到 1 之间一个数 | 是非判断,例如「这个 diff 碰到鉴权了吗」 |
发布一周内,下面这些平台和开发框架或正式支持了 Jev,或公开演示、测评了它。支持它的几家有一个共同选择:不让 Jev 当全自动 Agent,而是把它放在工作流里某个固定的决策点上。
| 平台 | 做了什么 | 日期 |
|---|---|---|
| LangChain | 发布了把 Jev 当作 Agent 评测裁判的研究(通过 langchain-typesafe 包调用),并在 9 月 22 日与 TypeSafe 团队联合直播 | 2026-09-20 |
| Box | CEO Aaron Levie 演示用 Jev 处理 Box 里的事故报告:判断严重程度、是否影响客户,再归档并写入元数据 | 2026-09-18 |
| Pydantic AI | 支持用 Jev 做结构化输出,由 Pydantic 创始人 Samuel Colvin 宣布 | 2026-09-18 |
| TanStack AI | 新增 decide() 接口,用于带类型的选择、打分和是非判断,首个支持的模型就是 Jev | 2026-09-20 |
| Dify | Dify 的「问题分类器」节点可以选用 Jev,用来把输入分流到不同的工作流分支 | 2026-09-18 |
| Stagehand (Browserbase) | 把 Jev 用作 Act / Extract / Observe 三个浏览器原语里的决策层:点哪个元素、填哪个字段、提取哪段文字 | 2026-09-18 |
这些不是周末演示:每一个都跑在真实的产品、Agent 或开发者库里,而且是在 Jev 发布后几天内上线的。它们的共同点是:原本要调一次大模型的决策 —— 字段映射、选工具、路由请求 —— 现在零点几秒、几分之一的成本就做完了。
Bannerbear 上线了第一个 Jev 功能:模板字段(photo、name、company_name)和数据源列名(比如 Airtable 里的 avatar、full_name、business)叫法不同时,Jev 一键把它们对上。模糊字段映射是标准的选择题 —— 每一列从字段里挑一个。
Jon Yongfook @yongfook · 2026-09-18 · 134 赞
这个 Agent 之所以慢,是因为每次都要先读一遍技能说明、再想清楚调哪个工具。现在先由 Jev 把每条指令归到最合适的技能、工具和参数,Agent 直接从那里开始干活。团队自报速度快了一倍。
John Yeo @johnyeo_ · 2026-09-18 · 166 赞
Jev 发布两天后,minirouter/fusion 就上线了:每个请求先由 Jev 分类,再转给按任务类型和复杂度挑好的模型。同一次更新还让它的路由器能在 Codex 的模型选择器里直接选用。
Zhe @iamzhe · 2026-09-17 · 72 赞
TanStack AI 上线了 decide():一个用于带类型的选择、打分和是非判断的新接口,首个支持的模型就是 Jev。这个接口设计上会接入更多模型 —— 说明「决策」正在 AI SDK 里成为和「生成文本」并列的一类原语。
TanStack @tan_stack · 2026-09-20 · 649 赞
Stagehand 团队没有拿 Jev 去做全自动 Agent,而是把它放进 Act、Extract、Observe 三个浏览器原语里。由 Jev 决定点哪个元素、填哪个字段、提取哪段文字;整个流程仍由外层代码掌控。
Kyle Jeong @kylejeong · 2026-09-18 · 112 赞
合规告警、反欺诈筛查、训练数据质检、招聘、销售外联、文档分流 —— 这些不起眼但量极大的决策,占了企业自动化预算的大头。数字来自开发者自己,但规律很一致:成千上万条内容、固定的问题、花费从几美元变成几美分。
Box CEO 演示了用 Jev 处理存在 Box 里的文件:取出一份事故报告,问它是否面向客户、严重程度如何,再把文件移到「升级 / 观察 / 复核」文件夹,并把结果写入元数据模板 —— 几乎瞬间完成、几乎零成本。他点名保险理赔、合同管理、贷款审批、安全审查都是同一种模式。
Aaron Levie @levie · 2026-09-18 · 680 赞
agentrun() 是一个基于 Jev 的 harness:边跑边学会重复性工作,把步骤一点点从大模型调用挪进代码。团队给出的数字:处理 10 万条合规告警,用 Opus 5 要花 29 万美元以上,用 agentrun() 降到 2.6 万美元以下,约省 90%。
AJ Asver @_aj · 2026-09-21 · 1,049 赞
Jev 搭配 Treg 跑三个工作流:网站注册的反欺诈筛查、购买信号分拣、爆款内容监控。作者自报每月省下 8000 美元,并公开了流程供人照抄。
Jason Zhou @jasonzhou1993 · 2026-09-21 · 484 赞
一个为具身智能制作第一人称训练数据的团队,用 Jev 在 3 分钟内质检了 58,643 条动作标注,花费 90 美分 —— 只是用 Claude 或 GPT 做同样审核的零头。这种量级的标注质检是重复性核对,很难为它付大模型的价钱。
Peter Wang @the_cyw · 2026-09-18 · 18 赞
Jev 逐页查看 PDF,判断哪些页真正需要 OCR,其余的直接在本地提取文字。进付费 OCR 的页数少了,文档处理也更快。在昂贵步骤前面加一道小判断,是 Jev 最稳的回本方式之一。
Misbah Syed @MisbahSy · 2026-09-18 · 483 赞
爬虫从公司官网首页出发,找到招聘页,再挑出和个人简历匹配的职位。每家网站结构都不一样,于是每一步导航都变成交给 Jev 的一道选择题。用大模型约 5 分钟,换成 Jev 后作者实测 20 秒出头。
Kai @hqmank · 2026-09-18 · 75 赞
把几千条销售外联消息交给 Jev,只问一个问题:哪些意向信号带来的演示预约最多?40 秒出结果,花费不到 $0.20。同一套做法还能给线索排序、评估每条话术和对象的契合度。
Pierre-Eliott Lallemant @pierreeliottlal · 2026-09-18 · 114 赞
这批论文原本带着一个开源模型(DeepSeek V4 Flash)打的旧标签。Jev 约 83 秒重新整理了约 2300 篇,总花费 $0.14,作者称之为生产级用例 —— 先让便宜的大模型打标、再用 Jev 整理,是常见的组合。
elvis @omarsar0 · 2026-09-21 · 78 赞
在超过 1100 万条 TikTok 和 Instagram 视频里,为一个品牌找出爆款内容:Jev 20 秒返回 384 条,并逐条拆出钩子、形式和切入角度 —— token 花费 $0.09。
jaffa @dsqjaffa · 2026-09-18 · 150 赞
3000 款商品按多项标准打分,28 秒完成,花费 $0.11。多维度打分正好对应 Jev 的工作方式:每项标准是一个独立问题,一次调用里针对同一段商品描述全部回答。
Nikunj Kothari @nikunj · 2026-09-18 · 742 赞
40 张客服工单分到 9 个处理组 —— 账单、权限、缺陷、物流、信任与安全等。每张工单对每个组都有一个概率,外加一个主路由,中间没有大模型的长篇推理;整批 token 花费约 $0.0016。
K2S @k2sbhai · 2026-09-21 · 51 赞
给定一份候选人简历和 400 家公司,Jev 预测了候选人最可能拿到哪些职位,给每个判断附上置信度,并标出岗位与候选人不匹配的地方 —— 共 12 秒、$0.0005。
Sarvagya Kulshreshtha @sarvagya_kul · 2026-09-18 · 1,765 赞
对准一个竞品的广告库,Jev 用 19 秒、$0.12 把 1891 条广告按用户旅程阶段和广告风格分好类,再据此出一份完整的账户分析。作者说这个功能即将进入 maxfusion 的 MCP 服务。
Stav Zilbershtein @mightyking · 2026-09-18 · 433 赞
只收原帖里给出了具体数字的案例,商用的排在前面。这些都是作者本人的说法,我们没有复现;点任务名可以跳到对应的卡片看原帖。
| 任务 | 规模 | 速度 | 成本 / 结果 | 作者 |
|---|---|---|---|---|
| 处理合规告警 | 10 万条 | — | 2.6 万美元以下,Opus 5 要 29 万以上 | @_aj |
| 反欺诈、购买信号、爆款监控 | 3 个工作流 | — | 每月省 8000 美元 | @jasonzhou1993 |
| 机器人训练标注质检 | 58,643 条 | 不到 3 分钟 | $0.90 | @the_cyw |
| 论文重新打标签 | 约 2300 篇 | 约 83 秒 | $0.14 | @omarsar0 |
| 竞品广告分类 | 1891 条 | 19 秒 | $0.12 | @mightyking |
| 多标准商品打分 | 3000 款 | 28 秒 | $0.11 | @nikunj |
| 为品牌找爆款视频 | 1100 万+ 视频库,找出 384 条 | 20 秒 | $0.09 | @dsqjaffa |
| 分析外联意向信号 | 几千条消息 | 40 秒 | 不到 $0.20 | @pierreeliottlal |
| 爬公司官网找匹配职位 | 一家公司官网 | 约 20 秒,大模型约 5 分钟 | — | @hqmank |
| 候选人与职位匹配 | 400 家公司 | 12 秒 | $0.0005 | @sarvagya_kul |
| 客服工单分流 | 40 张,9 个组 | — | 约 $0.0016 | @k2sbhai |
| Slack Agent 选技能和工具 | 每条指令 | 快一倍 | — | @johnyeo_ |
| 机械臂抓放,对 GPT-6 Astra | 一个任务,手臂限速 10% | 27 秒 vs 71 秒 | 「便宜得多」 | @MarianPogran |
| 论文分 24 个主题 | 1018 篇 | 每篇中位数 256 毫秒 | 共 $0.08 | @nutlope |
| 欺诈邮件分拣(大模型兜底) | 100 封,对 96 封 | 100 封共 1.42 秒 | 共约 $0.07,Jev 占 $0.003 | @nutlope |
| 拆解在投广告 | 37 个品牌 724 条 | 40 秒 | $0.09 | @TheMattBerman |
| 预测外联效果 | 700 条线索 | 40 秒 | $0.09 | @romanbuildsaas |
| 税务文件分类 | 全部语料 | 比原大模型方案快 6 倍 | 每页 $0.001,便宜 34 倍 | @nedwize |
| PR 审查(14 项检查) | 6 个真实 PR | 每个约 0.5 秒 | 每个 $0.00007 | @redp314 |
| 给帖子打分 | 每篇 61 个问题 | 约 1 秒 | 每篇 $0.0004 | @robj3d3 |
| 浏览器 Agent 查航班 | 一次搜索 | 7 秒 | $0.0039 | @gregpr07 |
| 语音控制浏览器 | 每次决策 | 约 300 毫秒 | $0.0002 | @moritzkremb |
| 俄罗斯方块对两个大模型 | 各 200 个方块 | 每步 300 毫秒 vs 1.13–1.52 秒 | 得分 9200 vs 8900 / 9000 | @ashutoshftw |
| 还原魔方 | 94 步 | 每次决策约 250 毫秒 | 模型总耗时约 4 秒 | @redp314 |
| 助手的记忆检索 | 快速测试 | 快 2–3 倍 | token 减少 94% | @moritzkremb |
| 按列名含义给表格行打级 | 每次按键 | 约 100 毫秒 | — | @dabit3 |
| 跳过 YouTube 赞助片段 | 每个视频 | 实时 | 约 $0.005 | @tdinh_me |
| 打《杀戮尖塔 2》 | 每一步 | 约 0.7 秒 | — | @coolish |
| 真钱日内交易 | 10 万卢比,5 倍杠杆 | — | 第一天触发 1000 卢比止损 | @IndraVahan |
读这张表要注意两点。第一,便宜来自「输出免费」:一次分类只有输入 token 计费,所以同一条内容多问几个问题几乎不加钱。第二,最后一行是真钱交易第一天就止损 —— 速度和价格说明不了决策质量,下一节的独立测评更能说明这一点。
厂商和开发者自报的数字之外,下面是第三方有方法、有数据的测试 —— 包括对 Jev 不利的结果。共同的结论是:问题和判断规则写全时,Jev 又准又便宜;依赖没写出来的「默认规则」时,它会自信地答错。
Jev 对 GPT-5.6 Luna、GPT-5.6 Terra、Claude Sonnet 4.6 当 Agent 评测裁判;5 条固定运行各重复 100 次,以人工标注为准
500 次通过/不通过判断与人工结论全部一致(Terra 99.8%、Luna 96.4%、Claude 80.0%);打分方差低 92–913 倍;每次 0.44 秒、$0.00035(总计 $0.34,Claude 是 $28.17)。LangChain 自己说这是一个范围很窄的早期测试。
50 份故意设计得很难的发票类文档,覆盖 10 种语言、带 OCR 错误和误导性关键词;对比 6 个模型
Jev 50/50,每千次决策 $0.025 —— 准确率最高、成本最低(Claude Haiku 4.5 同样 50/50,但要 $0.39)。但在客服消息测试里,把内部规则从请求里去掉后,Jev 只对了 5/24,而且 15 个错答的置信度都在 0.90 以上。
为 Hermes Agent 做的可复现上下文压缩评测:Jev 能不能决定该丢掉哪些工具调用结果?
Jev 在 115K token 下召回 75.5%,Hermes 现有方案在 55K token 下召回 78.9%。默认阈值下 Jev 把 851 个工具调用候选全部丢弃;同等预算下它的排序和「保留最近的」一样好。Hermes 维持原方案,并公开了评测。
用数字母这类经典刁钻问题测试 Jev
整理了一批自信但错误的回答,认为 Jev 的幻觉率和其他模型相近 —— 可以用来对照「不会幻觉」这类说法(TypeSafe 自己的措辞其实很谨慎)。
两条从外部审视 Jev 的帖子:一条是真实机械臂上和 GPT-6 Astra 做同一个任务,一条是 Jev 自信答错的合集。和上面的独立测评一起看。
在一台真实的 AgileX 机械臂上做同一个任务 ——「把红色方块放进盒子」,分别由 Jev 和 GPT-6 Astra 驱动。Jev 用了 27 秒,Astra 用了 1 分 11 秒,Jev 的成本也低得多。出于安全考虑手臂限速 10%;作者认为全速时差距会更大。
Marian Pogran @MarianPogran · 2026-09-19 · 274 赞
一条被大量转发的帖子,收集了 Jev 答错的问题,从经典的「strawberry 里有几个 r」开始。作者承认 TypeSafe 对「幻觉」的说法很谨慎,但认为 Jev 确实会幻觉,比例和其他模型差不多。在相信任何一个高置信度答案之前,值得先看看它。
Dan @danman314 · 2026-09-20 · 1,868 赞
效果最好的几个案例在结构上几乎一样:Jev 只负责在给定选项里做判断,普通代码负责执行和校验,而 Jev 返回的概率决定哪些样本需要升级处理。PR 审查那条把关键检查落在 0.35 到 0.65 之间的一律转给人或大模型;反欺诈那条把置信度低于 95% 的 31 封邮件转给 Kimi K3,整体准确率做到 96/100,而 Jev 部分只花了三分之一美分。Box、Stagehand 和 agentrun() 也是同一个思路:流程由代码掌控,Jev 只在固定的决策点上出手。
这就是「校准过的概率」真正有用的地方:它不是装饰,而是一个路由信号。但 Huryn 的测试也说明了它的边界 —— 当错误来自请求里没写的业务规则时,概率照样很高。所以规则要写进每一次请求,概率阈值只能兜住「模型拿不准」的那类错误。
下面是 9 月 15 日至 18 日社区最早的一批作品,按用途分组。很多是演示而非产品,但它们把 Jev 能做什么、做不了什么试得很彻底 —— 上面的商用做法大多能在这里找到雏形。
Agent 循环里绝大多数步骤都是小选择:点哪个元素、页面变了没有、下一步干什么。常规做法里每个选择都要走一趟完整的大模型调用。开发者把这些选择换成一次 Jev 调用,只在少数需要输入自由文本的步骤保留大模型。这是发布第一周里被做得最多的一类。
Browser Use 团队做了一个开源小 Agent:把页面 DOM 当作 state,每一步把可点击元素重新变成一组选项交给 Jev 挑,只有需要打字时才调用一个小模型。一次航班搜索用时 7 秒、花费 $0.0039,视频是原速。
Gregor Zunic @gregpr07 · 2026-09-17 · 8,953 赞
一个基于 Jev 的电脑操作 Agent。作者自报成本约为 Opus 5 的 1/155、速度快约 20 倍,并且能在不同操作系统间通用。原帖的讨论串解释了屏幕是怎样被转成选项的。
aaron @awlevin · 2026-09-16 · 2,303 赞
说话先转成文字,文字交给 Jev,返回的概率决定浏览器点哪里 —— 每次决策约 300 毫秒、$0.0002。连「返回上一页」这种相对指令也能正确处理。
Moritz Kremb @moritzkremb · 2026-09-17 · 3,792 赞
本地 CoreML 模型把屏幕上每个按钮切分出来,端侧 OCR 读出按钮文字,交给 Jev 的只有这些文字。没有截图、不读 DOM、也不用大模型 —— 像素留在本机,决策仍交给云端模型。
Milind S @milindlabs · 2026-09-17 · 1,999 赞
Jev 搭配 iOS 模拟器的命令行工具 AXe,快速地在 App 里点来点去,成本只是大模型驱动方案的零头 —— 移动端自动化测试想要这种东西很久了。
camsoft2000 @camsoft2000 · 2026-09-17 · 1,264 赞
同一个任务「在 Mac 日历里添加事件」,一边是 Codex 自带的 computer use,一边是 Codex + Jev 的版本。Jev 版全程几乎没有停顿,token 消耗却差不多。
Sac @Saccc_c · 2026-09-18 · 1,758 赞
纸面上看,交易是最贴合的场景:行情进来,答案只有买、卖、持有三种,每几百毫秒循环一次。下面的演示从模拟盘到真金白银都有 —— 其中一个第一天就触发了止损,这正好提醒:决策快不等于决策对。
给 Jev 一个交易对的实时价格,它只回答买还是卖,机器人随即在 Kuru 的链上订单簿真实下单,在 Monad 每 300 毫秒一个的区块里各决策一次。这是一个带公开链接的演示,不是投资策略。
Jarrod Watts @jarrodwatts · 2026-09-16 · 5,095 赞
知名开源项目 AI Hedge Fund 接入了 Jev 来做交易决策:设定策略、选股票、回测。作者说整套系统从几分钟缩到几秒,比用大模型快、省约一百倍。
Virat Singh @virattt · 2026-09-18 · 1,069 赞
一个公开实验:通过券商 Alpaca 的 API,让 Jev 为一个 1 万美元的模拟盘账户做全部决策。用模拟盘是试这种东西的正确方式 —— 看得到行为,不必拿真钱冒险。
Marcel Pociot @marcelpociot · 2026-09-17 · 452 赞
不是模拟盘:真实券商账户里的 10 万卢比,做印度 NIFTY 日内,5 倍杠杆。早盘一片绿,最后还是撞上了预设的 1000 卢比止损线。我们特意收录它 —— 它是上面所有演示最诚实的对照。
Indra @IndraVahan · 2026-09-18 · 883 赞
游戏是最直观能看到延迟的地方。每一帧只问一个问题:跳不跳、躲不躲、出哪张牌。几百毫秒就能答的模型跟得上节奏,聊天模型则肉眼可见地卡顿。这里大多是演示而非产品,但俄罗斯方块那条是和两个大模型的正经同场对比。
发布后最早的演示之一。推理快,加上答案永远落在合法按键之内,让一款平台跳跃游戏出人意料地能玩 —— 这正是实时软件需要的特性。
Faadil Shaik @faadilhshaik · 2026-09-16 · 2,900 赞
Jev 以超过人类的速度玩地铁跑酷,接着同时开五十局,整个过程花费不到一美分。作者特意说明:它不替代前沿大模型,而是打开了另一类能力。
Max Blade @_MaxBlade · 2026-09-17 · 4,080 赞
作者之前用 GPT-6 Astra 代打《杀戮尖塔 2》,能力强但慢。换成 Jev 后,每一步「思考加操作」约 0.7 秒,快到画面还没看清就已经出完牌。
paulwei @coolish · 2026-09-17 · 1,169 赞
四个角色全由 Jev 操控、互相对打,每个角色都在一瞬间选出招式。这一局用了两千两百多万 token,只花了几美分 —— 输入便宜、输出免费,才让这种玩法成立。
Mau Baron @maubaron · 2026-09-18 · 3,674 赞
三方用同样的 200 个方块、同样的合法走法,实时对打。Jev 9200 分、每步 300 毫秒;Claude Haiku 4.5 8900 分、每步 1.52 秒;Gemini 3.5 Flash-Lite 9000 分、每步 1.13 秒。三方都是零违规 —— 差别在速度,不在对错。
Ashutosh Mathore @ashutoshftw · 2026-09-17 · 126 赞
自动玩了两分钟 Minecraft,约 15 万 token、一美分左右。没人告诉它,它也会在入夜后躲开僵尸 —— 这个判断来自它看到的游戏状态,而不是提示词。
Just_Lingonberry_352 @JustLingonberry · 2026-09-16 · 267 赞
控制回路要求在世界继续变化之前给出答案。这些开发者把 Jev 接到模拟器和一个真实的魔方上:计算交给普通代码,Jev 只负责在每一步判断当前属于哪种情况。这里全部是仿真或玩具,不能当作 Jev 可以开真车的证据。
作者一小时内拼出的自动驾驶仿真,驾驶决策全部交给 Jev。作者标题里拿特斯拉 FSD 开玩笑,真正说明的是:一个控制回路可以多快地做出原型。
Justin Schroeder @jpschroeder · 2026-09-16 · 4,797 赞
一个大约十五分钟做出来、运行只花十美分的无人机应用,代码公开在 GitHub。想看运动载具的状态怎样打包进一次请求,可以拿它当模板。
Roman Slack @RomanSlack1 · 2026-09-16 · 360 赞
从发射到着陆,没有自动驾驶、没有预设轨迹、也没有安全兜底 —— 每一个决策都来自 Jev,视频底部逐条打印。助推器成功着陆。这是仿真,也正是这类实验该待的地方。
Utkarsh Agrawal @uttkarsh_42 · 2026-09-17 · 139 赞
Jev 直接接在驾驶模拟器的原始控制上,模拟器在它思考时照样运行。这才是真正的考验:每 50 毫秒问一次模型再把答案拼成视频很容易,在一个不会等你的世界里做出反应很难。
Toran Bruce Richards @SigGravitas · 2026-09-16 · 288 赞
初学者解法写在代码里,每一步由 Jev 看魔方、判断当前属于哪种情况,代码再校验它的选择。94 步还原,而不是最优的 22 步;模型总耗时约 4 秒,每次决策约 250 毫秒。
Paolo Rosson @redp314 · 2026-09-17 · 716 赞
这是账最好算的一类:几千份文档、广告或销售线索,每份问十几个固定问题,总价几美分。因为输出不收费,对同一条内容多问几个问题几乎不增加成本。反欺诈那条示范了让它可靠的做法 —— 把置信度低的样本转给更大的模型复核。
每条广告都按钩子、形式、优惠、行动号召、认知阶段以及「和落地页是否对得上」拆解 —— 整批 40 秒完成,token 花费九美分。
Matthew Berman @TheMattBerman · 2026-09-17 · 6,726 赞
先用便宜的大模型(DeepSeek V4 Flash)为每篇论文写摘要,再由 Jev 根据标题和摘要从 24 个主题里选一个。总成本 $0.08,每篇端到端延迟中位数 256 毫秒 —— 大模型和 Jev 各干自己擅长部分的标准范例。
Hassan @nutlope · 2026-09-17 · 1,976 赞
Jev 在 1.42 秒内分完 100 封邮件(正常与欺诈各 50 封)。置信度低于 95% 的 31 封转给 Kimi K3 复核,整条流水线 100 封对了 96 封,总花费约 $0.07,其中 Jev 只占三分之一美分。
Hassan @nutlope · 2026-09-17 · 865 赞
替换掉上一个报税季搭的大模型流水线后,Jev 以每页 $0.001 的成本分类了团队全部税务文件 —— 作者自报比之前便宜 34 倍、快 6 倍。代码已在 GitHub 开源。
Nakshatra Saxena @nedwize · 2026-09-18 · 3,365 赞
每篇草稿在约一秒内被问 61 个问题,花费 $0.0004,打分依据拟合自 207 位创作者的 9481 条真实帖子。作者说它三次里有两次能挑中后来爆掉的那条,而且不奖励「钓回复」的写法。写、打分、改写,分数到顶就停。
Rob Hallam @robj3d3 · 2026-09-17 · 1,369 赞
700 条高意向线索,每条配一段个性化外联话术。Jev 在 40 秒内预测了每段话术的效果,给出置信度,并标出「话术和对象不匹配」的线索 —— 总共 $0.09。
Romàn @romanbuildsaas · 2026-09-18 · 3,333 赞
编程 Agent 内部有一类没人愿意按大模型价格付费的决策:这个任务交给哪个模型、上下文里哪些工具调用可以丢掉、哪段记忆相关。开发者把这些交给 Jev,自报 token 和耗时都大幅下降。PR 审查那条最完整:十四项检查,一次调用,外加一条「不确定就升级」的规则。
不再让大模型去总结冗长的 Agent 历史,而是让 Jev 给每一次工具调用打相关性分,把无关的直接丢掉。这个思路很受欢迎 —— 但 Nous Research 用可复现的评测在 Hermes Agent 上实测后:Jev 在 115K token 下召回 75.5%,Hermes 现有方案在 55K token 下召回 78.9%;默认阈值下 Jev 把 851 个工具调用候选全部丢掉了。把它当成需要实测的想法,而不是已被证明的收益。
tamara @tamarajtran · 2026-09-17 · 10,760 赞
输入一个 diff,返回十四项带概率的检查:硬编码密钥、SQL 注入、是否碰鉴权、是否删测试、是否破坏 API、调试残留、描述与改动是否一致、影响范围等。代码据此给出「拦截 / 安全复审 / 小问题 / 合并」,关键检查落在 0.35–0.65 之间的一律转人工或大模型。每个 PR 约 $0.00007。
Paolo Rosson @redp314 · 2026-09-17 · 2,759 赞
每次发版时并行开很多浏览器会话,每个会话都由 Jev 选择「想把应用弄坏」的操作。单次决策只要几分之一美分,于是养一群专门捣乱的测试者也花得起了。
Rafal Wilinski @rafalwilinski · 2026-09-18 · 5,378 赞
Jev 读取进来的请求,判断哪个模型最合适,再把请求转发过去。路由本质上是一道选择题,这也是它总被当作第一个 Jev 项目的原因。
Duncan @ephraimduncan · 2026-09-17 · 1,864 赞
以前任务分派靠系统提示词里的规则。现在每次交接前由一个钩子先问 Jev:机械性任务给 Haiku,难的给 Opus 子 Agent,长时间的实现工作交给外部 harness。作者说它对任务难度的判断相当准。
Lahfir @mdlahfir · 2026-09-16 · 837 赞
在把内容发给主模型之前,先由 Jev 判断哪些记忆相关。作者的快速测试里,token 用量减少 94%,记忆检索快了两到三倍。
Moritz Kremb @moritzkremb · 2026-09-17 · 477 赞
当模型大约一百毫秒就能回答时,它就可以在每次按键、每次改单元格、每个下载的文件上运行,用户几乎察觉不到。「AI 功能」因此从一个要点击的按钮,变成始终在后台的行为。这一类都是小而能上线的点子,不是研究演示。
在表头输入「Urgency」,还没打完字,每一行就已经被评成从「无需跟进」到「紧急」的某一级,约 100 毫秒。普通表格重算的是数字,这个重算的是含义。
nader dabit @dabit3 · 2026-09-18 · 1,197 赞
用一句话描述你不想看的内容,滚动时符合的帖子就被隐藏或折叠 —— 快到察觉不到它在判断。作者的看法:广告拦截和内容防火墙未来可能就是这个样子。
Marcel Pociot @marcelpociot · 2026-09-17 · 1,102 赞
一个开源 Chrome 插件:可选地监听视频音频,发现赞助片段开始就自动跳过,每个视频约 $0.005。需要自带 key,作者明确说是原型。
Tony Dinh @tdinh_me · 2026-09-18 · 1,093 赞
一个 macOS 应用按你写的规则盯着「下载」文件夹。这个文件是发票吗?是的话就被移到对应文件夹并改好名字。全程不调用任何大模型,只用 Jev。
Marcel Pociot @marcelpociot · 2026-09-18 · 1,143 赞
Jev 在你打字的过程中持续判断意图和参数,一旦所需信息齐了就提前执行函数;不需要时则保持安静。这么低的延迟,改变了模型能嵌在界面哪个位置。
Yoshiki Miura @miiura · 2026-09-17 · 343 赞
演讲者讲到哪里,匹配的那一页幻灯片就自己出现,不用翻页器也不用碰键盘。一个日本开发者的演示,作者的原话是「这下谁都能像乔布斯一样演讲了」。
Rinte @rinte0321 · 2026-09-18 · 420 赞
Jev 不能生成文字,于是有人偏要让它写字 —— 把每个字符或每个词都变成一次选择题。这些做法很巧妙,也很慢,恰好是本页最能说明「Jev 替代不了大语言模型」的例子。
每个像素都是一个独立问题,所有问题并行提出,整张图一下子出现。能这么做,是因为 Jev 一次调用就能针对同一个 state 并行回答许多问题;这是在展示这种并行能力,不是图像模型。
Anshu @anshuc · 2026-09-16 · 1,563 赞
每生成下一个字符,都向 Jev 问 29 个是非题:a 到 z、空格、逗号、句号。概率最高的那个被追加上去,再把新文本喂回去。一个由分类器拼成的自回归循环:有趣、有启发,也比直接用语言模型慢得多。
vogel @ryanvogel · 2026-09-16 · 889 赞
「Jev 不能生成文字」—— 于是作者给了它几百个常用英文单词加标点作为选项,让它一次挑一个。它确实能「说话」,只是说不出那张清单之外的任何东西。
Isaac Tai @hi_im_isaac_ · 2026-09-17 · 4,495 赞
官方发布帖、社区做的 45 秒速览,以及一个带 API 配置和三个实战的完整教程。
TypeSafe 创始人(他自称 ChatGPT 的共同发明人之一)在隐身两年后发布 Jev 及其背后的训练方法 RLCD,声称在决策类任务上比大模型快 20–200 倍、便宜 40–400 倍,输出 token 免费。
Diogo Almeida @CompleteSkeptic · 2026-09-15 · 74,862 赞
因为官方发布视频不太好懂,社区作者做了这个 45 秒讲解。想在读本页其他内容之前先抓住核心概念,就从这里开始。
Matija Sosic @MatijaSosic · 2026-09-16 · 9,598 赞
一个较长的完整教程:Jev 是什么、怎么配置 API,然后是三个实战 —— 语音控制浏览器、AI 记忆系统、YouTube 表现预测,每一段都有时间戳。
Moritz Kremb @moritzkremb · 2026-09-17 · 3,050 赞
发布一周内社区做出了几个可以自己部署的决策模型,思路大多是「小型开源模型 + LoRA + 一个决策头」。下面的准确率都是作者在自家评测上报的,没有统一基准,不能横向比较。数据必须留在自己机器上时它们值得一试;想要更强的模型又不想自己养 GPU,用 API 更省事。
| 项目 | 是什么 | 和 Jev 比 |
|---|---|---|
| Kev Jared Palmer | 基于 Qwen3 的 0.6B / 4B / 8B 决策模型(LoRA 加一个小的指针头),Apache 2.0 协议,提供与 TypeSafe 兼容的接口。Kev-4B 在一张 H100 上 40 分钟训完,32GB 内存的 Mac 就能跑。 | 域外数据上:Kev-8B 79.6%,Jev 85.7%(作者自测) |
| Bespoke Nimble Bespoke Labs | 数据、模型、训练方法全部开源:在 Qwen3.5-9B 上做 LoRA 微调,训练数据是合成的「对比」数据(把事实稍作改动来造负样本);H100 上约 100 毫秒。 | 作者评测:原版 Qwen 66% → Nimble 90%,Jev 93% |
| Open-Jev Zefan Cai | 2B 与 9B 两个开源决策模型,由 LoRA 适配器加决策头组成,代码、数据、权重都在 GitHub 和 Hugging Face 上。 | 未公布与 Jev 的对比数字 |
| Laya community (shared by Paul Couvert) | 一个小型开源分类系统,内存不到 1GB,笔记本和手机都能跑 —— 演示里以每秒 60 次决策玩贪吃蛇。 | 容易微调,但上下文只有 1k token;按介绍者自己的说法,泛化能力不如 Jev |
apimodels.app 提供 Jev:POST https://api.apimodels.app/v1/systemone,请求和响应与 TypeSafe 官方接口逐字段一致。价格是输入每百万 token $0.05、输出免费,按 token 精确计费、没有每次最低收费,调用失败不收钱 —— 下面这个两问的请求实际计 385 个输入 token,约 $0.00002。已经在用 TypeSafe 官方 SDK 的话,把 base_url 换成 https://api.apimodels.app、key 换成 apimodels 的就行。
curl https://api.apimodels.app/v1/systemone \
-H "Authorization: Bearer $APIMODELS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "jev",
"state": "Support ticket: I was charged twice for my September invoice and need one of the payments refunded.",
"questions": {
"queue": {
"type": "choice",
"instructions": "Which support queue should handle this ticket?",
"criteria": {
"billing": "Payments, invoices, charges and refunds",
"bug": "Something in the product is broken",
"account_access": "Login, password or permission problems",
"other": "Anything else"
}
},
"urgent": {
"type": "noul",
"instructions": "The customer needs a response within the hour."
}
}
}'返回(原样透传上游):
{
"model": "jev-1.13.0",
"answers": {
"queue": {
"type": "choice",
"choice": "billing",
"confidence": 1.0,
"probabilities": { "bug": 0.0, "other": 0.0, "account_access": 0.0, "billing": 1.0 }
},
"urgent": { "type": "noul", "noul": 0.29 }
},
"usage": { "input_tokens": 385, "output_tokens": 63 }
}同一把 key 还能调站上的大模型、图片和视频模型 —— 需要文字解释或处理 Jev 拿不准的样本时,不用再接第二家。Python / SDK 示例和与官方的价格对比在 /access/jev-api。
Jev 是 TypeSafe 在 2026 年 9 月 15 日发布的决策模型。你把应用的状态和一组带类型的问题发给它,它为每个问题返回一个答案 —— 一个选项、一个分数或一个「是」的概率 —— 并附上校准过的概率。它不生成文本。TypeSafe 把这类模型称为「System One」模型,取自「快思考」的说法。
TypeSafe 官方标价为输入每百万 token $0.042,输出免费。在 apimodels.app 上 Jev 是输入每百万 token $0.05、输出免费,按 token 精确计费、没有每次最低收费 —— 一次 400 token 的典型决策花 $0.00002,调用失败不收钱。这就是为什么开发者自报几千次决策只花几美分。TypeSafe 的限流是每秒 25 万 token 或每分钟 1200 次请求,需求旺盛期间会动态调整。
都不是。Jev 不能写文字、代码或解释,所以替代不了语言模型;它替代的是软件里经常交给大模型去做的那些小决策。本页效果最好的案例都是两者并用:高频选择交给 Jev,需要文字的部分以及 Jev 拿不准的样本交给语言模型。
答案属于一个已知集合、而且需要频繁回答的任务:把请求路由到合适的模型或队列、给文档打标签、给线索或内容打分、在 Agent 循环里选下一步、过滤要塞进大模型上下文的内容。最好从一个你现在已经用大模型加固定标签在做的任务开始 —— 最容易对比出差别。
2026 年 9 月 20 日起已不用排队:可以直接在 console.typesafe.ai 注册 TypeSafe,另有几家 API 网关也上架了 Jev。在 apimodels.app 上是 POST /v1/systemone,请求和响应与 TypeSafe 官方一模一样,于是一个 apimodels key 就能同时调 Jev 和你已经在用的大模型、图片、视频模型。无论走哪家,接口都是自有格式 —— 一个 state 加一组问题 —— 不是大多数 SDK 默认的 Chat Completions。
可以。用你的 apimodels key 发 POST https://api.apimodels.app/v1/systemone,"model" 填 "jev"。请求和响应与 TypeSafe 官方逐字段一致,官方 typesafe-sdk 只要把 base_url 指向 https://api.apimodels.app 就能用。价格是输入每百万 token $0.05、输出免费,按 token 计费,调用失败不收钱。可直接复制的示例见 /access/jev-api。
有,而且结论有好有坏。LangChain 发现 Jev 对 Agent 运行的 500 次通过/不通过判断与人工结论全部一致,方差和成本都远低于大模型裁判,同时说明测试范围很窄。Paweł Huryn 发现在刁钻的发票分类上,Jev 是六个模型里最准也最便宜的,但请求里不写业务规则时 24 条只对 5 条,而且常常置信度很高。Nous Research 发现它没能胜过自家现有的上下文压缩方案。规律是:问题和规则写全时很强,靠「默认」时很弱。
发布一周内就出现了好几个:Jared Palmer 的 Kev(基于 Qwen3 的 0.6B、4B、8B,Apache 2.0,接口与 TypeSafe 兼容)、Bespoke Nimble(Qwen3.5-9B 微调)、Open-Jev(2B 与 9B)、Laya(不到 1GB)。都需要自己部署。按作者自己的评测,它们都不如 Jev —— 域外数据上 Kev-8B 79.6% 对 Jev 85.7%,Nimble 90% 对 Jev 93% —— 而且没有统一基准。数据必须留在自己机器上时选它们;想要更强的模型又不想自己养 GPU,就用 API。
它们是 2026 年 9 月 15 日至 21 日 X 上的公开帖子。第一批借助社区收集项目 https://github.com/Hiwoniu/Jev-Case 找到;业务流程、已上线产品和测评类帖子来自我们 9 月 18 日之后在 X 上的检索。每条候选我们都读过,剔除了营销帖、加密代币喊单和其他网关的推广。标题和摘要都是我们自己写的;每张卡片都链接到原帖,视频通过 X 官方嵌入播放。速度和成本数字是各位作者自己报告的,我们没有复现。
首周实验的候选池是社区项目 Hiwoniu/Jev-Case 收集的 202 条 X 帖子(2026 年 9 月 15 日至 18 日)。我们取浏览量超过 2 万的 98 条逐条读过,剔除别家 API 平台的推广、没有信息量的感叹、政治内容和伦理争议演示,按「用 Jev 做了什么」分组。
商用、测评和开源部分来自我们 9 月 18 日之后在 X 上按「上线 / 客户 / 节省 / 集成 / 业务场景」几组关键词的检索:130 条候选逐条读过,只留下有产品、有数字或有方法的帖子,剔除加密代币喊单、没有细节的营销帖和其他 API 网关的推广。最终是 62 个用例和 3 个讲解,2026-09-22 逐条复核,全部仍在线。标题和摘要是我们自己写的,中英文各写各的;视频和原文属于各位作者,通过 X 官方嵌入展示。