不写文章，只做类型化判断的 AI 模型。
持续追踪 TypeSafe AI 的 Jev 决策模型：类型化选择、评分与概率判断，官方发布、API 与 SDK、Agent/浏览器集成、开源项目、评测和争议讨论。 这里把官方说明、社区实践和独立评测放在一起，注明每条结论的出处与适用范围。
快速认识
想理解 Jev 与普通大语言模型的边界，查看它的速度、成本、校准和已知失败模式，并追踪它在 Agent、浏览器自动化、模型路由和评测中的真实应用。
提交工单、页面 DOM、候选动作或其他经过筛选的文本状态。
Choice 选一个；Score 按标准打分；Noul 判断命题的成立倾向。
按概率、风险阈值与业务规则执行、回退或交给人工。
模型与价格是 2026-09-19 的官方文档快照，不是实时配置；项目数量是本站精选，不是全部生态规模。
事件脉络
时间线只反映 2026 年 9 月首周的关键节点，不把社区演示描述成已验证的通用能力。
TypeSafe AI 发布 Jev 与 System One 模型概念：以 state 和类型化问题替代开放式文本生成。发布帖中的加速倍数属于厂商口径。
发布原帖Vercel 的 fx 命令安全审查器测试 Jev；Guillermo Rauch 报告特定负载下 p95 最快提升 18 倍。不是通用基准。
Vercel CEO 原帖Browser Use 开源 jev-ultrafast，Jev 选动作，小型生成模型负责输入文字。机票任务的约 7 秒是作者在限定条件下的演示。
开源仓库Bespoke Nimble 等开放数据与模型的决策任务方案出现，证明这一产品形态可被复现，但不同任务集上还需公平对照。
Bespoke Nimble独立基准与逆向研究把讨论从“快多少倍”推进到分布外泛化、选项上限、confidence 含义和拒答能力。
Decision Model Benchmark核查笔记
以下梳理基于 TypeSafe 官方文档、社区项目目录、原始演示及独立评测的本地存档。性能数字按来源分别标注，不把厂商宣传、作者自报与受控实验混为一谈。
Jev 接收文本或结构化 state，对同一状态并行回答 Choice（选项）、Score（分档评分）和 Noul（真假倾向）问题；它不生成文章或聊天回复。
TypeSafe · Introduction官方文档列出 jev-1.13.0；jev-latest 是会移动的别名。2026-09-19 文档定价为每百万输入 token 0.042 美元、输出免费；上线前须复核当期价格。
TypeSafe · Models官方列明该版本对计数、日期比较、数值精度、长而杂的 state 和对抗性内容存在短板。适合把语义判断交给模型，把确定性计算留给代码。
TypeSafe · Jev 1.13 jaggednessBrowser Use 的 jev-ultrafast 用 Jev 选择浏览器动作，并在需要输入文本时回退到生成模型；演示中的耗时与成本属于项目作者自报。
browser-use/jev-ultrafast在内容生产侧，社区用多项 Score 判断社媒帖子、广告素材与编辑质量；这些是有用的工作流样本，不能直接当作准确率基准。
Made with Jev · Content & GrowthAwesome Jev 的 2026-09-19 快照收录 561 项，包含 SDK、Agent 工具、浏览器、游戏与评测；目录条目数不等于独立验证过的产品数。
Awesome Jev · 社区目录nibzard 的决策模型基准中，Jev 的 p50 约 264–276ms，和 Cerebras 上 gpt-oss-120b 的差距约 1.2 倍；其不确定性测试的校准误差为 ECE 0.246。加速倍数高度依赖所选基线。
nibzard · Decision Model Benchmark（v2 更正）AbdelStark 的小样本对照显示 Jev 在 AG News 和 Banking77 胜过 GLiNER2.5，但在 DAIR Emotion 差异不明显、校准较差。结果应按数据集解读。
AbdelStark · Jev Benchmarksbernoulli 的大规模 API 探测指出 Choice 的 confidence 与最高选项概率及选项个数有关；它不应被直接当成跨任务通用的正确概率。
bernoulli.app · Is Jev confident?外部逆向实验可观察到问题隔离、选项位置影响等行为，但不能据此确定底层是 MoE、扩散模型或某个参数规模；官方尚未公开完整架构。
Archer Hume · Jev's Architecture Unmaskedkev 用开源小模型复现类型化决策接口；其作者报告在训练同分布数据上接近 Jev，但分布外准确率 63.3% 对 Jev 的 82.3%。接口兼容不代表能力等价。
jaredpalmer/kev · 评测与模型卡Laya 提供本地运行与多语言实验，但模型卡也注明零样本效果和校准上的明显限制；做中文任务仍需自己的留出集验证。
NandhaKishorM/laya · BENCHMARKS专题阅读路线
交付包把三册组织成“会用 Jev → 理解设计 → 自己实现 System One Runtime”的连续路径。最终版 Word 与同步 Markdown 源稿已归档；交付清单统计合计 190,942 个净中文汉字、442 页。
这些是独立研究/教学书稿，不是 TypeSafe 官方文档；书中规格与案例以 2026-09-19 的资料为准，接入前仍需查阅官方原文。
用例索引
核对它实际负责哪一步，也看清仓库和演示不能证明什么。目录依据 2026-09-19 的本地资料整理。
SDK 接入
Vercel AI SDK可选的 TypeSafe provider 将 Choice、Score、Noul 映射为 evaluate 调用。
核查边界：不代表整个 AI SDK 默认使用 Jev。
浏览器 Agent
jev-ultrafast从 DOM 里的候选动作中选下一步，开放式文本仍交由生成模型。
核查边界：约 7 秒的机票演示是限定任务的作者报告，不是通用基准。
Agent 监督
foreman对任务完成、执行卡住和待验证状态并行作出判断。
核查边界：仓库可核对接入方式，不能据此推断监督准确率。
上下文管理
fast-jev-compaction判断工具调用和结果是否仍需保留，再由本地规则截短或删除。
核查边界：摘要可能丢失关键事实；演示耗时不能当在线 API 性能。
内容筛选
sift浏览器扩展把 X 帖子归类为信息、幽默、闲聊、推广等。
核查边界：展示了中文创作者可借鉴的工作流，不保证分类效果。
评测与工具链
WindTunnel组合 Jev、Mercury 与 WebMCP，公开浏览器任务的对照结果。
核查边界：组合方案完成 49/49 任务，不等于单独的 Jev 完成 49/49。
SDK 接入
TypeSafeClassifierLangChain 的可选适配器，把封闭选项和评分请求接入现有链路。
核查边界：仅说明存在 Jev 接入模块，不代表整个 LangChain 默认调用 Jev。
Agent 监督
agentgateway以类型化判断实现输入和输出内容的风险检查示例。
核查边界：示例阈值与错误策略需要按业务验证，不能替代确定性防护。
代码审查
Jev Review按风险、证据和严重程度组织代码审查中的窄问题。
核查边界：审查输出是线索，不是已被独立证实的缺陷。
内容筛选
zhihu-ai-filter浏览器扩展尝试为知乎信息流做内容分类与过滤。
核查边界：仓库存在不等于中文分类精度已被验证。
开源复现
kev开放模型与训练路径，提供兼容 System One 的接口和对照评测。
核查边界：同分布数据接近 Jev，分布外准确率存在明显差距。
开源复现
Laya探索本地和多语言的类型化决策，公开模型卡与基准。
核查边界：零样本表现与校准有限，中文使用应自行评测。
开源复现
NanoJev以 Qwen3-0.6B 和专用决策头实现并行决策，公开模型、数据和训练流程。
核查边界：项目展示的是其自测任务；游戏成绩不能推广为开放域语义准确率。
开源复现
SemIf用开放语言模型直接计算选项概率，探索共享状态和低延迟服务。
核查边界：实现路线不同于原生决策头，也不代表复刻了 Jev 未公开的模型结构。
开源复现
openjev-sglang基于 SGLang 为开放模型提供 Jev 兼容的 prefill-only 决策端点。
核查边界：接口兼容与 serving 优化不等于相同的模型质量或概率校准。
从真实用法开始
研究图谱 + 社区案例墙
两个案例库采用不同收录口径：应用图谱强调场景、工作流和证据边界，JEV Case 强调社区动态、原帖关系与集中浏览。它们独立于上方精选项目索引。
证据型案例图谱
60 个公开案例，9 类应用场景
按 GEO 与营销、知识检索、文档数据、业务风控、Agent 编排、自动化、开发运维、内容审核和能力评测组织案例。每条记录保留原始来源、三步工作流与证据边界。
收录边界：资料截至 2026-09-20；包含教程、演示、评测、原型与作者实验，不等于 60 个成熟商业部署。
浏览应用图谱开源社区案例墙
集中浏览社区正在用 JEV 构建什么
把 X 上公开分享的 JEV / TypeSafe 案例整理成可搜索、可筛选的静态站点，保留原帖、作者、中文参考、互动指标、引用关系与外部链接。
收录边界：README 当前列出 202 条记录；这是非官方社区项目，互动数据和案例数量会变化，原始媒体与商标权利归对应作者及平台。
查看开源案例库配套开源实验 / 非官方实现
分享对话描述了两条模型路径：训练原生决策模型，或从开放语言模型读取选项概率。它们共用概率、校准、策略和慢路径回退层；这属于独立实验，不是 TypeSafe 官方 Jev 的内部实现。
为什么分布外测试更关键
分享对话称：合成数据 480 条训练、120 条验证，IID 准确率 100%；16 条人工改写的 OOD 样本准确率 62.5%。
源码、数据及 checkpoint 已归档至 openjev；上述成绩来自交付文件，本站未独立复跑。小样本、合成同分布结果不能证明开放域能力，也不是对官方 Jev 的公平基准。
研究视角
数字只有连同来源、基线和适用任务一起看才有意义。厂商报价、独立实验和社区数量按不同口径展示。
输出免费；别名 jev-latest 当时指向 jev-1.13.0。价格和模型映射会变动。
官方文档 · 2026-09-19 快照同一基准对 Cerebras gpt-oss-120b 只快约 1.2 倍；不能把厂商的 20–200 倍外推到所有比较。
nibzard 独立基准 · v2该任务中 Jev 承认不确定的比例约 49.7%；confidence 阈值不能未经校准就跨任务复用。
nibzard 独立基准 · 强制不确定题开源 kev 对照官方 Jev 的准确率；同分布时差距很小，换任务后拉开。两者不是同一模型。
kev 作者自测 · 分布外对照目录包含 SDK、Demo、文章及评测，不代表 561 个已验证的产品，更不等于真实生产采用。
Awesome Jev · 2026-09-19 社区快照接入前必读
按 Jev 1.13 官方文档整理。尤其要在中文内容与自己的业务数据上重新测准确率和阈值。
会照字面回答，而非揣测意图。
建议：写明条件、否定和边界情形。
不擅长精确计算、计数和比较数值。
建议：让代码完成可精确计算的部分。
把日期当文本，不可靠地判断先后。
建议：模型提取日期组件，代码负责排序和运算。
双重否定与多跳问题更容易出错。
建议：拆成直接、原子化的问题。
无关 state 会稀释与问题相关的信息。
建议：先检索和过滤，再提交必要字段。
输入中的诱导指令可能改变答案。
建议：把外部内容视作数据并做针对性回归测试。
instructions 与 criteria 不一致时容易混淆。
建议：让二者同向描述判断标准。
Noul 与 Choice 的数值不能互换；正反问题也未必互补。
建议：各原语单独校准，不跨形式套阈值。
不能胜任文章或对话生成。
建议：让 Jev 选择或评分，由生成模型写文字。
从原文开始
官方信息、独立实验与社区目录分开阅读。项目数、点赞数和价格都有时间边界；统计口径不同的目录不能相加。
采集边界：本地资料存档了官方文档、社区目录、X 原帖、HN 讨论和独立评测；X 搜索与互动数并非完整、实时或穷举。模型架构、参数量和训练配方未获官方完整公开，不把逆向推断写成事实。
来自 traeai
下方文章按站内采集持续更新，与上方截至 2026-09-19 的研究快照分开维护。
Jev模型与HeyGen MCP结合，可在毫秒级筛选高价值leads并生成视频，成本降低至千分之一美分。
入选理由：Jev模型判断leads需0.001美分/次，耗时毫秒级
Jev是TypeSafe AI的新型决策模型，通过类型安全的结构化输出实现低成本高效分类，已成功应用于PR分类、Gmail处理等场景，单次调用成本仅4美分。
入选理由：Jev返回类型安全的结构化值（选择/评分/概率），成本为4美分/百万输入标记
Jev通过结构化输出实现更低延迟和成本，但无法替代LLM judge的解释能力，在技术问答评估中表现优异。
入选理由：Jev的结构化输出使成本降至$0.042/百万输入token，比传统LLM低50%以上
本文详解使用Next.js、Supabase和TypeSafe Jev构建AI简历筛选工具，涵盖技术选型、架构设计和实现步骤。
入选理由：使用Next.js和Supabase构建后端，TypeSafe Jev处理AI筛选逻辑
Jev模型通过专注分类任务而非推理，实现零延迟响应，输出令牌免费，挑战传统大模型范式。
入选理由：Jev模型专为分类任务设计，无需长链推理，响应时间缩短至毫秒级
Jev模型凭借100倍于前沿LLM的性能优势，适合处理决策类任务而非生成任务，适用于模型路由、安全防护等9大场景。
入选理由：Jev模型性能是前沿LLM的100倍，适合处理实时决策任务
Jev模型通过机器原生设计和RLCD训练方法，强调程序化接口与可靠性，挑战传统AI范式。
入选理由：RLCD训练方法优先于RLHF，解决模式丢失问题
JEV模型以20-200倍速度和40-400倍成本优势优化决策，适用于邮件分类等实时场景，由Type-safe公司基于RLCD训练方法开发。
入选理由：JEV模型处理速度是GPT等模型的20-200倍，成本降低40-400倍
Jev在重排序任务中表现优于qwen3.7-text-rerank，但延迟和成本显著更高，适合离线场景而非实时RAG。
入选理由：Jev的nDCG@10提升0.0778，但延迟是qwen的10.2倍
TypeSafe.AI的System One模型Jev通过结构化输出和RLCD训练法，在决策类任务中优于传统LLM，尤其适合意图分类场景。
入选理由：System One模型使用RLCD训练法，输出决策+概率，避免LLM的幻觉问题
TypeSafe AI的Jev是专为结构化决策设计的系统一模型，不同于传统LLM，适用于分类和路由场景，但存在过度宣传问题。
入选理由：Jev通过概率分布进行分类决策，而非生成文本，适用于客服路由等场景。
Jev是TypeSafe AI推出的新型决策模型，通过浮点数输出实现分类任务，成本低于GPT-5 Nano且支持搜索重排序等场景。
入选理由：Jev输出浮点数替代文本，适用于Yes/No、选择题和评分题三类决策场景
Jev模型通过RLCD训练方法实现比小型前沿LLM快100倍、便宜200倍的性能，Neon模型在材料科学领域展现突破性应用。
入选理由：Jev模型采用RLCD训练方法，实现100-200倍性能提升
Jev模型在发布两天内迅速获得关注，出现多个克隆体，涉及不同参数和方法，适用于决策系统。
入选理由：Jev模型克隆体Laya使用421M参数和PPO优化，但未获认可
Jev模型在AI Gateway上线24小时内被13%付费团队采用，性能比语言模型快194倍且成本低445倍。
入选理由：Jev在24小时内覆盖13%付费团队，是GPT-5.6的2倍和Fable 5.1的6倍
![[AINews] Jev: a “System One Model” that only decides/classifies/routes/scores — >100x faster, >200x cheaper than small frontier LLMs](https://substackcdn.com/image/fetch/$s_!VwPr!,w_1456,c_limit,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Fdafca494-4f36-4a32-864a-2fb74357afe7_2150x1690.png)