Jev 使用指南：只做判断、不写字的 AI 模型怎么用、用在哪

日常用的大模型，不管是 ChatGPT、Claude 还是各种写代码的 Agent，核心工作都是「写」——写一段回答、写几行代码、写一篇总结。

TypeSafe AI 推出的第一款模型 Jev 走了另一条路线：它不负责生成内容，只负责在给定选项之间做判断。

它不会陪你聊天，不会写文章，也不会直接写代码。它的用法很简单：你给它一段文字作为背景材料，再给它出几道带固定选项的选择题，它在几百毫秒内交卷，告诉你选哪项、每项的概率是多少，以及它对这个判断有几成把握。

用软件里最基础的概念打个比方：普通的 if 条件判断只能比对死数字（比如订单金额是否大于 100、状态是不是已支付）。一旦遇上需要「理解意思」的事情——这封私信是不是在生气、这条留言算不算广告、屏幕上的这几个按钮到底该点哪一个——死规则就会失效。

Jev 扮演的正是一个带常识的智能 if 分支。流程还是由你的代码或 AI 写好的脚本来控制，它只在需要理解意思的那一步介入，给出一个带把握程度的判断。

放到 Agent 里看更清楚。Agent 在一个循环里干活：大模型决定做什么，工具去执行，再判断结果，一直循环到任务完成。每做一个小决定都要再调一次大模型，所以又慢又贵。Jev 接手的就是这些小决定：下一步点哪个按钮、这条命令危不危险、这个任务交给便宜模型还是强模型；需要推理和写字的部分，还是交给大模型。

Jev 的主要功能特点

• 在固定选项中做语义判断：给它背景材料和一组候选答案，它会选择最符合内容的一项或多项，适合分类、路由和动作选择。
• 同时返回概率与置信度：程序不仅能拿到答案，还能根据把握程度决定自动执行、再次观察或转交人工。
• 专门处理高频小决策：它不生成长文本，把计算集中在“选哪个”上，适合放进 Agent 的观察、判断、执行循环。
• 能理解自然语言条件：情绪、意图、风险、页面元素和任务难度等难以写成固定规则的条件，可以转成选择题交给模型判断。
• 方便交给编程 Agent 接入：官方技能会指导 Codex 或 Claude Code 完成安装、API 调用、问题设计和测试，开发者主要负责定义选项与验收规则。

为什么叫「系统 1」与 Jev

TypeSafe 把它定义为一种全新的模型类别：System One（系统 1）模型。

这个名字来自诺贝尔经济学奖得主丹尼尔·卡尼曼的名著《思考，快与慢》。书里把人类的思考分为两个系统：

• 系统 1（快思考）：不费力气、凭借直觉与本能瞬间做出的判断。比如走在路上看到迎面开来的车下意识闪避，或者一眼看出对方脸上带着怒意。
• 系统 2（慢思考）：调动注意力、按部就班进行的深度推理。比如计算 17 × 24，或者推导一段复杂的业务逻辑。

按 TypeSafe 的划分，推理模型做的是系统 2 的活，Jev 专做系统 1 的活：几百毫秒内给出的快速判断。

至于 Jev 这个名字，源自 19 世纪英国经济学家威廉·斯坦利·杰文斯（William Stanley Jevons）提出的「杰文斯悖论」：当蒸汽机的效率大幅提升、消耗每吨煤的成本大幅下降时，煤炭的总消耗反而上升了，因为便宜的动力被用到了更多地方。TypeSafe 认为智能判断也会这样：一次判断的成本不到万分之一美元、只要几百毫秒时，软件里就会出现大量以前根本不会去调用模型的判断点。

如何用上 Jev：四步全交给 AI

安装、配置、写调用代码，都交给你的编程 Agent（Codex 或 Claude Code）去做，你只需要四步：

1. 官网申请加入排队：在官网 typesafe.ai 申请加入 waitlist，基本上申请当天能过。
2. 让 AI 帮你装 TypeSafe 技能：对 Codex 说「安装 npx skills add typesafe-ai/skills --skill typesafe-ai」。用 Claude Code 的话，也可以让它按官方插件方式装：先 claude plugin marketplace add typesafe-ai/skills，再 claude plugin install typesafe@typesafe-ai。两种方式任选一种。
3. 建立 API Key：登录操作台 console.typesafe.ai，在 API Keys 页面生成一个密钥。
4. 开始干活：在提示词里说一句 “use the TypeSafe skill”，然后用大白话提出你的需求。

你只需要提供 API Key，说清楚你想处理什么数据、希望怎么分类，其余的代码编写、格式对接和实际测试全部由 AI 代劳。

一句话交代给 AI：真实演示过程

为了验证「全交给 AI」到底顺不顺畅，我们在一个只放了留言文件 comments.txt（8 条我们写的示例留言，不是真实读者留言）的空目录里启动了 Claude Code，输入了下面这段完整提示词，其余什么也没做：

use the TypeSafe skill。帮我写一个 Python 脚本 triage.py：读取当前目录 comments.txt 里的留言（一行一条），用 Jev 把每条分成：提问、商务合作、广告、夸奖、吐槽、其他；再判断这条需不需要我本人回复；分类置信度低于 0.6 的标成「待人工」。写完用 comments.txt 实际跑一遍，把结果打印成表格。API key 已经在环境变量 TYPESAFE_API_KEY 里。只在当前目录里操作。

Claude Code 按 TypeSafe 技能的指引，用 Python 自带的库写了一个 72 行的 triage.py，自己跑了一遍，打出下面这张表：

跑完之后，它还主动提了建议（原话）：

你需要知道的三点：

• 6 个分类全对，第 7 条那种说反话的吐槽也认出来了。
• 「待人工」这次一条都没触发：8 条的分类置信度都在 1.00 左右。低于 0.6 标待人工的逻辑已经写在脚本里，只是这批留言都太好认，没用上。
• 「要不要本人回复」有两条我觉得判得不对：第 3 条是商务合作邀约，只给了 0.38，判成不用回；第 8 条是读者想看某期教程，给了 0.41，也判成不用回。我的建议是：商务合作这类直接在代码里规定「一律要本人回」，不交给模型判断，只改一行。你点头我就改。

这个过程说明了用 Jev 的分工：确定的业务规则写在代码里，模糊的语义理解交给 Jev，整体胶水工作交给编程 Agent。

给想看底层的人：一次请求长什么样

这些代码都会由 AI 替你写，这里只是让你知道它在做什么。一次请求只有两部分：state（给它看的材料）和 questions（要它回答的问题）。下面是一张示例工单（我们写的）实测「交给哪个部门」这一问：

{
  "model": "jev-latest",
  "state": { "ticket": "我昨天下单的蓝牙耳机（订单号 20260915-8831）被扣了两次款，每次 299 元，麻烦尽快把多扣的钱退给我。" },
  "questions": {
    "department": {
      "type": "choice",
      "instructions": "`ticket` 应该交给哪个团队处理？",
      "criteria": {
        "billing": "扣款、退款、发票、优惠券等和钱有关的问题",
        "technical": "App 或网站故障、闪退、无法登录、功能报错",
        "sales": "询价、批量采购、企业合作",
        "other": "以上都不是，或者看不出属于哪类"
      }
    }
  }
}

Jev 返回的结果（实测，节选这一问）：

{
  "model": "jev-1.13.0",
  "answers": {
    "department": {
      "type": "choice",
      "choice": "billing",
      "confidence": 1.0,
      "probabilities": {
        "billing": 1.0,
        "technical": 0.0,
        "sales": 0.0,
        "other": 0.0
      }
    }
  }
}

注意两个关键特征：

1. 不会答出选项之外的东西：Jev 不是一个字一个字地生成 JSON，而是直接给出你定义的那几个选项各自的概率，所以答案不可能超出选项，也不会出现坏掉的格式（官方把这叫「0% 类型错误」）。但这不代表每次都选对，它照样可能判断错。
2. 一次回答所有问题：所有问题在同一轮计算中并行评估，互相不影响。

三种基础题型

在 Jev 里，所有判断都被归纳为三种基础题型：

是非题（Noul）

询问某个陈述是真还是假。返回一个 0 到 1 之间的概率数值 noul。 接近 1 代表很可能是「是」，接近 0 代表很可能是「否」。