--- title: Jev 入门：ChatGPT 研究员做了个“不会聊天、不写代码”的 AI 模型，但速度快200倍、成本低400倍 date: 2026-09-20T11:56:39Z modified: 2026-09-20T11:56:49Z permalink: "https://www.appinn.com/jev-getting-started/" type: post status: publish excerpt: "" categories: - AI tags: - AI - Jev - 决策模型 - 大模型 featured_image: "https://www.appinn.com/wp-content/uploads/2026/09/Copy-of-appinn-homework-2026-09-20T195436.029.jpg" author: 青小蛙 timestamp: 2026-09-20T11:56:49Z --- ![](https://www.appinn.com/wp-content/uploads/2026/09/Copy-of-appinn-homework-2026-09-20T195436.029.jpg) ChatGPT 研究员 Diogo Almeida 几天前[带来](https://x.com/CompleteSkeptic/status/2099925682726002904)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。 ![](https://www.appinn.com/wp-content/uploads/2026/09/screenshot-2026-09-20-at-4.22.59-PM-2x.avif) 青小蛙被 Jev 刷屏之后，终于得到了访问权限： 1. [访问官网](https://typesafe.ai/) 2. 点击 Join Waitlist 3. 输入邮箱 ![](https://www.appinn.com/wp-content/uploads/2026/09/screenshot-2026-09-20-at-4.48.52-PM-2x.avif) 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？](#jev-到底是什么？) - [与传统模型有什么区别？](#与传统模型有什么区别？) - [Jev 会什么？](#jev-会什么？) - [Choice：选哪个](#choice：选一个) - [Score：打多少分](#score：打分) - [Noul：是不是](#noul：是不是) - [为什么又快、又便宜？](#为什么这么快、这么便宜？) - [传统大模型生成答案时，是一个 Token 接一个 Token 往后写](#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”](#jev-则直接把任务压缩成-判断结果-。) - [概率和置信度有什么用？](#概率和置信度有什么用？) - [Jev 入门教程](#jev) - [注册](#注册) - [安装](#-1) - [第一次使用](#使用) - [例子1：选标题](#例子) - [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-1) - [例子3: 请使用 Jev 判断下一步最应该调用哪个工具](#例子-1-1) - [例子4: 请使用 Jev 判断这个任务应该交给哪个模型](#4) - [社区的其他例子](#社区) ## 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： ![](https://www.appinn.com/wp-content/uploads/2026/09/screenshot-2026-09-20-at-5.19.10-PM-2x.avif) 而如果是 Jev，回复会直接很多： ![](https://www.appinn.com/wp-content/uploads/2026/09/screenshot-2026-09-20-at-5.16.47-PM-2x.avif) 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 2. 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 3. 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： ![](https://www.appinn.com/wp-content/uploads/2026/09/screenshot-2026-09-20-at-7.06.00-PM-2x.avif) ### 注册 需要通过邮件中的邀请链接，才可以注册： ![](https://www.appinn.com/wp-content/uploads/2026/09/screenshot-2026-09-20-at-7.08.37-PM-2x.avif) 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： 1. 快速开始 2. 创建 API Key ![](https://www.appinn.com/wp-content/uploads/2026/09/screenshot-2026-09-20-at-7.09.49-PM-2x.avif) 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. ![](https://www.appinn.com/wp-content/uploads/2026/09/screenshot-2026-09-20-at-7.25.28-PM-2x.avif) 另外，创建 API KEY 就是常规流程：进入[这个页面](https://console.typesafe.ai/keys)，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。 ![](https://www.appinn.com/wp-content/uploads/2026/09/screenshot-2026-09-20-at-7.22.10-PM-2x.avif) ### 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： 1. 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 2. 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 3. 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。 ![](https://www.appinn.com/wp-content/uploads/2026/09/screenshot-2026-09-20-at-5.33.34-PM-2x.avif) ## Topics **分类目录:** [AI](https://www.appinn.com/category/ai/?output_format=md) **标签:** [Jev](https://www.appinn.com/tag/jev/?output_format=md), [决策模型](https://www.appinn.com/tag/%e5%86%b3%e7%ad%96%e6%a8%a1%e5%9e%8b/?output_format=md), [大模型](https://www.appinn.com/tag/%e5%a4%a7%e6%a8%a1%e5%9e%8b/?output_format=md)