不聊天不写代码，Jev这个模型凭什么一周刷屏？22个玩法揭秘

点击蓝字

关注我们

最近 AI 圈有个反差很大的事：一个叫 Jev 的模型一周刷屏，但它不聊天、不写代码、不写作文，只干一件窄事——做选择题。

它的来头不小。创始人 Diogo Almeida 是 InstructGPT 和 RLHF 的核心成员，也就是 ChatGPT 早期对齐技术那批人。定价更狠：输入每百万 token 0.042 美元、输出免费，社区直接叫它「AI 界的蜜雪冰城」。

传统文本大模型是生成式的，一个问题抛出去，它一个词一个词往外蹦。创作、推理、写代码都行，可一旦遇到「从几个选项里挑一个」，就显得太重、太贵、太慢。

Jev 走的是另一条路：一个轻量的系统一（System-1）分类与打分模型。每次调用，你给它一段上下文和一组明确的选项，它直接输出每个选项的概率分布，挑出置信度最高的那个。延迟在几十到几百毫秒，成本只有主流大模型的几十分之一。

Diogo 在 X 上发的公告帖拿下了将近4000万浏览。大家盯上的不只是便宜，而是它补上了 Agent 工作流里最缺的一块——低延迟的决策控制面。

第一类：把游戏和仿真变成实时决策

这一组最能直观感受 Jev 的「快」。核心逻辑都一样：把每一步操作变成几选一，交给模型秒回。

• 官方演示里，Jev 直接操控初代《毁灭战士》（Doom），每秒约 10 次动作决策，连续跑一小时只花约 7 美元，比工程师预期还低。
• @_MaxBlade 让 Jev 同时控制 50 局《地铁跑酷》，换道、跳跃、下滑都是单次小判断，50 局跑完总费用不到 1 美分。

• 中文开发者 paulwei 拿它跑《杀戮尖塔 2》，此前用大模型打牌单步明显卡顿，换 Jev 后单次出牌决策只要 0.7 秒。

• @faadilhshaik 给经典《超级马里奥》做了 Jev 控制器，直接读结构化游戏内存状态决定起跳和加速，项目已在 GitHub 开源。
• @jpschroeder 把 Jev 接进 3D 城市仿真，车在虚拟街道里跑，模型按传感器和路况判方向，整套系统不到一小时搭完。
• @uttkarsh_42 在 MuJoCo 物理引擎里训火箭垂直起降，何时点火、开几台发动机、何时切着陆姿态全交给 Jev，12 次试验后成功着陆，单次完整试验 245 次调用、成本约 0.04 美元。

另外一个偏「压力测试」的玩法：官方用 Wikiracing，从一条维基词条只靠点超链接跳到目标词条，每步面对几百甚至几千个候选链接，用来验证 Jev 在高基数选项下不会胡说。

第二类：浏览器和图像，也能「选择题化」

• @anshuc 把图像生成拆成逐像素分类，给每个像素位置分配颜色选项和概率，程序按高概率颜色逐步涂抹，拼出完整低保真图像。
• Browser Use 团队在 Jev 发布三天内推出官方集成库 jev-ultrafast，两天拿下 2700 颗 Star。它把网页操作抽象成「动作」和「目标」两组选择题，全程无截图、不吃多模态 token，一次往返输出两个决策。

• 创始人 Gregor Zunic 放了一段无剪辑实测：Jev 驱动浏览器在真实航司官网完成单次航班查询，耗时 7 秒，调用花费仅 0.0039 美元。

第三类：真正进生产的业务流水线

这部分才是开发者真正兴奋的地方——把「非生成式」的判断从大模型换成轻量决策器。

• Vercel 工程师 Pranit Sharma 把内部 Shell 命令安全审查分类器从 OpenAI 大模型换成 Jev，处理速度提升 5 到 18 倍，因误判率下降，准确率反而更高。
• BryoAI CTO Nikhil Mudholkar 拿 Jev 和 Gemini 跑商业邮件意图分类：Gemini 绝对准确率略高，但单次成本贵 10 到 20 倍；更关键的是 Jev 输出的是校准过的真实概率分布，下游业务系统能直接设置信度阈值。
• 客服场景里，系统把每条新工单的关键描述提取出来，由 Jev 从十几个业务组里挑最合适的主管团队，替掉脆弱的手写正则匹配。
• CI 流水线里，Jev 读改动文件清单和测试报告，对 PR 是否够合并资格给初步判断，高风险 PR 直接打「待人工复查」标签。
• 金融和电商侧，Jev 用来快速识别重复扣费等高危客诉，客户情绪激动或涉及退款时，系统在 100 毫秒内打紧急度标签，优先推人工坐席。

第四类：给 Agent 自己装「决策大脑」

这类玩法不直接面向终端用户，而是把 Jev 塞进 Agent 的骨架里。

• 社区开源了 jev-mcp，能用 Jev 做多来源事实交叉核验、检测 Prompt 里藏的注入攻击，还给检索召回内容打语义相关度分。
• fast-jev-compaction 在 Coding Agent 跑长任务时，用 Jev 快速判断每轮工具调用值不值得留，剔掉无效日志只留关键状态，被 Jev 官方团队转发点赞。
• Jev Codex Router 是个多模型路由项目：任务发起前由 Jev 预判代码改动的逻辑复杂度，简单的路由到便宜小模型，复杂跨文件重构才唤醒大模型，整体调用开销压降 60% 以上。
• Earendil CTO、Sentry 创始人 Armin Ronacher 点出一个判断：让主流生成式大模型自己来做分流决策，经济上不划算；Jev 的极低延迟和成本，才让入口层部署高密度实时流量路由变得可行。
• LangChain 官方专门写了篇《Building a Harness with Jev》，认为过去 Agent 框架的分类决策逻辑深埋在闭源定制逻辑里，现在有了通用、便宜、确定性高的分类模型，这套决策层能推广到每一个开源 Agent。

第五类：链上交易，与一场关于「置信度」的评测

• 部分 Web3 开发者把 Jev 接进去中心化交易所，高频读买卖订单簿深度，只输出买入、卖出、观望三个动作。社区普遍觉得这是目前最噱头、真实行情里风险也最高的用法。
• 独立测试机构 PrimeLine 做了双盲预注册评测：两项真实任务上，Claude Opus 5 和 Haiku 4.5 的初始绝对准确率原本追平甚至领先 Jev；可一旦允许模型跳过最不确定的样本，Jev 在两项上全部逆转。原因很硬——Jev 输出的置信度有数学统计意义，而通用生成模型的自我评估概率常常严重过自信。

官方和主流聚合网关都在第一周内开了入口：

文档 docs.typesafe.ai/introduction控制台 console.typesafe.ai/playground

• OpenRouter 模型库已上架，标识 typesafe/jev，改个模型名就能切；
• Vercel AI Gateway 在发布 72 小时内完成直连，支持全球边缘低延迟分发。

Jev 从第一天推特狂欢，到一周内被塞进各种生产流水线，给开发者上了一课，关于分工。

带走的两点很实在：别指望小模型有天马行空的推理力，它的强项是把判断压成有限选项后的确定性；当业务要接安全拦截、分流路由、工单分拣这类非生成式任务，用轻量决策器换掉重型大模型，往往既省钱又把延迟拉回毫秒级。

真正值得想的，不是 Jev 能替代谁，而是我们过去把太多本该是选择题的事，硬塞给了会写长篇大论的生成模型。