Source: TypeSafe
本周业界讨论最热烈的话题无疑是Jev，它是一个由TypeSafe AI（前 OpenAI 研究员 Diogo Almeida 创办）发布的号称“System One”模型。
Jev不生成文字，只做结构化判断，包括Choice 选择、Score 打分、Noul 是非概率，延迟 70–500 ms，输入约 $0.042/百万 token、输出免费，号称比目前主流生成式LLM 快 40–200 倍、便宜 40–400 倍。
一、使用场景
社区在Jev发布后 3–4 天内迅速出现了大量实验，GitHub 上已有上百个公开案例，如 JackZeng/Jev_apps 收集了 100+ 个高赞Demo：
1. Browser/Computer Use自动化（最火讨论最热烈）
Browser Use Ultrafast：Jev 每步从页面 DOM 元素中选下一步操作（点击/输入等），需要文字时再调用小 LLM。示例 ”苏黎世→伦敦“ Google Flights 搜索约 7.1 秒、$0.0039，成为标志性 demo。
语音控制浏览器：说话 → 转写 → Jev 判断动作 → 浏览器执行，单次决策约 $0.0002、~300 ms。
Computer Use 低成本加速：Stagehand 结合无障碍树、Cua 受限动作菜单、Mac 桌面 OCR + Jev 点击、并行浏览器对抗测试、Amazon 商品筛选等。
2. 邮件 / 工单分类与路由（实用性强）
分类场景：对 1700 封邮件同时判断类别、优先级、垃圾邮件概率、是否需要回复，总成本约 18 美分。
客服场景：一封邮件同时判断部门、紧急程度、退款风险、是否需人工介入。高置信度可直接自动处理。
3. 游戏实时决策（展示低延迟）
官方/社区 Doom Demo：约 10 Hz 调用，每小时成本约 $7。
Super Mario：直接从模拟器 RAM 提取对象 JSON，无需截图。
毫秒级决策案例：俄罗斯方块、Wikiracing、1v1 FPS（约 9 Hz 判断移动/瞄准/开枪）、Subway Surfers 并行等。游戏成为最直观的“毫秒级决策”案例，这个方向感觉可以很快在实际产品看到。
4. 交易 / 量化决策 （高风险场景，慎用）
jev-trader：Jev 根据价格数据每区块（约 300 ms）判断买/卖，在 Monad 链上 Kuru 订单簿真实下单，模型延迟约 81 ms。
流动性池毒性流判断、均值回归等（多为 advisory 模式）。
5. Agent 监督、代码审查与安全防护
代码审查（jev-review）：对 Git diff 做分阶段风险判断 + 本地仪表盘。
Agent 监督（Foreman、pi-warden 等）：检查任务是否完成/卡住/偏离、工具调用是否危险。
上下文压缩：用 Jev 决定保留/删除内容，避免传统摘要的信息损失。
安全：Prompt Injection 检测（准确率自报 96.5%）、工具调用防火墙、内容 moderation。
6. 大规模数据分类与过滤
新闻/内容 triage：一天选别约 1 秒、$0.001。
其他分类：儿童零食评分（3000 条约 28 秒、$0.11）、PostgreSQL 自然语言 WHERE 过滤、社交媒体帖子筛选（去诱饵/广告）、论文标题摘要筛选等。
其他一些Promising的Demo
模型/工具路由：决定下一个调用哪个 LLM 或工具。
无人机：摄像头状态 → Jev 建议动作（安全由代码保证）。
二、适用场景共性
从本周的各种案例看，大家重点是把 Jev 当作“软件里的快速分拣员/决策原语”，与LLM 分工协作：Jev 负责高频小判断，LLM 负责生成/规划。成本与速度优势让“对所有数据跑一遍”的老大难问题变得可行。
需要注意的是，目前都还是Demo为主，相信很快会有真实使用的案例出现。
这些 Jev 使用场景的共性可以归纳为以下几点：
1. 核心都是「高频、窄范围的结构化判断」
所有场景几乎都不是让模型“写文章、写代码或聊天”，而是反复回答类似「选哪个」「打几分」「是或否」的问题。
Jev 被当作软件内部的快速决策原语（Choice / Score / Noul），输出带校准概率的结构化结果，直接被代码消费。
2. 对延迟和成本极度敏感
浏览器操作、游戏、交易、实时 Agent 监督等，都需要毫秒级响应（70–500 ms）。
邮件分类、大规模数据筛选、内容过滤等则需要大量并行判断，单次成本必须压到极低（往往 $0.0001–0.001 量级）。
现有LLM 在这些场景下要么太慢，要么太贵，Jev 正好填补了这个空白。
3. 「程序主导 + Jev 做局部判断」的架构模式可以快速实践
典型流程几乎一致：
程序准备当前状态（页面元素、邮件内容、游戏状态、代码 diff、市场数据等）
程序根据结果和置信度决定下一步动作（执行、路由、升级人工、终止等）
Jev 从不主导全局逻辑，只负责原子判断；复杂的编排、执行、重试、安全边界全部由代码掌控。
4. 经常与传统 LLM 分工协作
很多热门案例都采用「混合架构」：
Jev 负责高频小决策（选按钮、路由、过滤、评分）
传统 LLM 只在需要生成文字、做复杂规划或解释时才被调用
这样既能大幅降低成本和延迟，又能保留生成能力。
5. 置信度成为关键控制开关
几乎所有场景都利用 Jev 返回的概率/置信度做阈值：
这让系统在自动化程度和风险控制之间取得平衡。
6. 场景天然适合「批量 + 并行」
因为多个问题可以一次并行评估，且输出免费，所以社区很自然地把 Jev 用在：
目前看，Jev适用的场景都把「判断」从昂贵的文本生成中剥离出来，变成软件可直接调用、毫秒级、低成本、带概率的结构化原语。Jev 最适合那些「决策本身简单但发生频率极高」的自动化环节。
三、对Agent应用的启发
Agent 应用更好利用 Jev 的核心思路是：
把 Jev 当作 Harness（执行框架/ harness）里的轻量决策层，而不是让它取代主 LLM。Jev 负责高频、窄范围、结构化的判断，主模型负责规划与生成。
1. Harness Engineering（最受关注的方向）
LangChain 创始人 Harrison Chase 提了一个观点：
“Jev isn’t meant for text generation, it’s for simpler constrained output. Turns out, that can actually be very useful when building a harness!”
社区也把 Jev 主要用在 harness 周围，而不是塞进 Agent 内部。
典型用法：
模型路由（Model Routing）：每个 turn 开始前，用 Jev 的 Choice 判断“当前任务该用便宜快模型还是强模型”。LangChain 已进行了一些实验性 middleware（ModelRouterMiddleware），可按任务复杂度选模型，显著降成本。对于支持多模型的Agent产品来讲，意图分解和模型路同可能是一个提升margin的有效手段。
Skill / Tool 选择：技能库很大时，先用 Jev 对所有可用 skill 打分/选择，只加载相关的，大幅缩小上下文。Hermes 等项目已集成 Jev 做 skill selection、memory filtering、compaction selection。
上下文压缩（Compaction）：对 tool call 历史或记忆块做 keep/delete 判断（Noul），避免传统摘要丢失信息。需要注意的是，简单逐行过滤可能破坏模型原有的上下文理解，需要充分验证。
卡住检测 / 完成验证：判断 agent 是否重复同一策略、任务是否真正完成、输出是否有证据支持。
风险 Guardrail：在 tool 执行前用 Noul 检查“是否危险/不可逆/偏离意图”，高风险直接拦截或升级人工，如 AutoModeMiddleware、AgentGhost、pi-warden 等项目。
实践建议：Jev 只做“判断”，代码负责阈值和副作用。置信度低时自动升级到更强模型或人工。
2. 意图分类（Intent Classification）
非常适合 Jev 的 Choice / Noul。
客服场景：用户请求进来后，先问 Jev：“这是账号查询？产品问题？政策解读？高风险/模糊请求？”再决定走哪条路径。之前尝试过用各种形式化方式去做更好的Planning/Routing，现在有了真正可用的手段。
可并行问多个问题（紧急程度、是否需要人工、是否 spam 等）。
也有人尝试用在语义路由，如 Hono + Jev 的中间件，直接用自然语言定义路由规则，而不是硬编码 path。
如果可靠性有保证，从效果上看收益会是”毫秒级 + 极低成本“，比用 生成式LLM 做分类便宜几个数量级。
3. 路由（Routing）
包括任务路由、模型路由、sub-agent 路由、异常路由。
任务/请求路由：把请求分到不同 handler / 工作流 / 人。
多 agent 路由：在并行跑多个 coding agent 时，决定哪个 agent 接手子任务，或用置信度做“多数表决”式权限控制。
级联路由：简单请求 → 便宜模型；复杂/低置信度 → 强模型或人工。
社区常见模式是“Cascade”：Jev 先做快速分诊，再决定是否需要调用昂贵模型。
4. 工具策略选择（Tool Selection / Strategy）
工具调用前：用 Choice 从封闭工具集里选最合适的工具，或判断“是否需要调用工具”。
工具执行时：工具执行前再做一次风险检查，是否 irreversible、是否匹配用户意图等。
工具执行后：工具结果回来后：判断结果是否足够、是否需要重试、是否继续。
AgentGhost、各种 MCP 封装等多个项目尝试把 Jev 包成“工具调用前的语义防火墙”，输出 ALLOW / ASK / DENY。
四、借力Jev的简单原则
只做原子、有界判断：问题设计成预定义选项，不要让 Jev 生成文本或做复杂推理。
并行问多个问题：一次调用同时拿意图、风险、复杂度、是否需要工具等结果，成本几乎不增加。
置信度驱动策略：高置信度自动执行，低置信度升级，这是 harness 可靠的关键。
代码拥有最终控制权：Jev 返回概率和选择，程序决定阈值和动作。
与主 LLM 明确分工：Jev = 快速反应的System 1，生成式主模型 = 深度思考的System 2。
先在 Harness 的一些边界层探索：入口意图分类、每步工具守卫、模型路由、完成检查，这些地方可能是 ROI 最高。
Enjoy!
