最近我的社交媒体时间线，被一个叫Jev的模型刷屏了。

如果你也关注AI新闻，大概率也注意到了。这个新模型便宜到离谱，快得离谱。

但它到底能干什么？

简单说：Jev接收信息，回答结构化的问题，返回软件可以直接用的决策和概率。TypeSafe说它是并行生成这些概率的，所以快——不需要一个词一个词地生成一整段文字。

我昨天写了一篇详细解释Jev原理的文章。今天这篇，我想看看人们到底在用它做什么。

下面是8个让我印象深刻的例子，成本和速度都是创作者自己报告的。

1. 审查代码合并请求，几乎零成本

有人在X上做了一个代码审查工具：把代码变更发给Jev，一次调用返回14项检查。

检查内容包括：暴露的密钥、SQL注入、认证变更、被删除的测试、描述和代码是否匹配等等。

报告的成本是每次审查0.00007美元，响应时间大约半秒。

按这个价格，审查1000个合并请求只要7美分。相比之下，他之前用Opus 5的方案，大约要14.5美元。

每项检查返回的是一个概率。周围的代码根据这些结果，决定是阻止变更、请求安全审查、标记小问题，还是建议合并。

我比较喜欢它对不确定性的处理：当一个关键检查落在0.35到0.65之间时，系统会把它升级给人工或更大的模型。 你可以调整这个规则，让审查更保守。

我会在自己网站项目上先试这个，作为第一遍筛查。小的样式改动走轻量审查，涉及认证或数据库的，多给点关注。

2. Jev在“控制电脑”这件事上真的很强

有人分享了一个基于Jev的电脑操作工具，响应时间不到一秒，每次交互成本几乎为零。它还能决定输入什么内容，整个演示流程里不需要另一个大模型。

如果一个智能体需要打开菜单、选择字段、跨好几个屏幕操作，每一个动作哪怕只延迟一点点，累积起来也很要命。

这个项目在GitHub上叫“Third Hand”，已经开源。

对于这类工具，工程上的问题是：怎么把当前屏幕变成模型能评估的选项。软件还是得识别可用的控件、执行选中的操作、检查之后发生了什么。

我第一个想试的，是后台管理面板里的重复操作。打开一篇文章、选个分类、改个设置、回到列表。我已经知道这些操作应该完成什么，所以很容易发现错误。

如果它能在报告的速度下可靠地完成这个序列，我就有大量无聊的工作可以交给它。

3. 给整个网站找内部链接

另一个用户用Jev做了一个工作流：读取586个网页，45.1秒重建了内链地图。

放置了584个链接，成本0.21美元。

它还拒绝给139个页面加链接，因为找不到合适的匹配。这个细节比页面数量更让我感兴趣。

你可以搭一个工作流：收集候选页面，让Jev给它们的相关性打分，然后建议在读者需要更多背景的地方加链接。

我想让它把建议的锚文本和目标链接一起显示出来，这样我能判断这个链接在句子里是否自然。

想象你读一篇AI编程工具指南，里面有个链接指向MCP的详细解释。我想要的是这种连接。仅仅因为两篇文章都提到AI，就把读者送到一篇不相关的文章，会让我很烦。

我会先在自己的网站上预览建议的改动，然后抽样审查，尤其是加到旧文章里的链接——那些地方周围的信息可能也需要更新。

4. 分类税务文件，每页约0.001美元

有人围绕Jev做了一个税务文件分类器，每页成本约0.001美元。

和团队之前的LLM流程相比，他们说是便宜34倍、快6倍，而且语料库里每一份文件都分类正确。

分类器读取页面文本，让Jev根据预定义的表单描述识别文件。这给软件的下一阶段提供了表单类别和置信度。

开源仓库里可以看准确率的证据：在314张已填写的表单页上，没有错误。

另外753张空白表单页，没有错误标签，但有38页低于置信度阈值，算作严格错误。

我很欣赏能区分这一点：需要再看一眼的页面，和自信地送到错误地方的页面，是两种不同的结果。

这可能是这里最不炫酷的例子，但我能想象一个团队从它身上获得的日常价值，比从一个游戏演示里获得的多。分类错误会让后续流程走错方向。

我也想试试用同样的思路处理发票或收据。仔细定义类别，检查不确定的结果，测量还剩多少人工分拣。

5. 同时玩50局地铁跑酷

我最早在X上看到的有趣用例之一，是用Jev玩地铁跑酷，号称超人速度，还有一个同时玩50局的演示。他说那次运行的成本不到一美分。

这类实验会让我想自己试试一个模型。游戏给了你一个快速验证决策序列的方式：角色要么躲开障碍，要么直接撞上去。

对于跑酷游戏，可用的操作有限。控制器评估当前情况，选一个动作——变道或跳跃——然后随着游戏推进重复。

周围的软件还是得提供可用的游戏信息、执行每一个动作。片段里的表现依赖整个设置，所以我不会假设Jev能直接看任何游戏、都能玩得一样好。

还有一个相关的驾驶演示，号称用Jev在一小时内重建了特斯拉的全自动驾驶。这个描述对一个实验来说很有野心，在把它和真正在公路上开车的系统比较之前，我需要多得多的证据。

我个人会坚持游戏和模拟环境。我想做一个小浏览器游戏，几个角色对同一情况反应不同，然后看改变它们的决策标准会怎样影响结果。

一个谨慎的角色可能早早避开障碍，另一个走更冒险的路线。观察这些行为涌现会很有趣，而且小的动作空间让理解每个角色为什么做错更容易。

6. 更快地清理智能体的上下文

有人用Jev处理“压缩”——减少智能体带到下一轮的对话历史。

她的项目给工具调用和结果打分，然后删除或缩短被判定为不必要的内容。

保留的内容保持原始措辞。对于编程工作，我喜欢保留精确的错误信息或命令，同时清掉已经完成使命的旧输出。

代码在 fast-jev-compaction 仓库里。文档里写的行为包括：保护最近的消息、保持调用和结果配对、用户和助手的文本在结果对话中保持不变。

一个长的编程会话会积累大量我通常会丢弃的材料。修复之后，早先的测试输出可能变得无关。旧的读文件可能已经被好几次编辑取代。保留所有这些只会让对话更长，不一定帮到下一个决策。

难的是判断你以后会需要什么。 一个早期工具结果里看似不起眼的细节，可能在任务很后面解释一次失败。

我会这样测试：压缩之后回到一个早先的需求，检查智能体是否还有足够信息来遵循它。速度当然好，但如果反复重新打开文件，省下来的时间就吃回去了。

另外，“即时”描述的是演示的野心。仓库允许更大的历史需要多次请求。我会在实际会话里测量暂停时间，再判断感觉上快了多少。

7. Jev做交易机器人

有人做了一个机器人，用Jev根据资产对的价格feed决定买还是卖。他说通过Kuru在Monad上的订单簿执行真实交易，瞄准的是这条链300毫秒的出块间隔。

模型提供决策，周围的应用程序处理订单。这是一个有趣的演示，展示模型的输出能多快地喂给另一个软件。

你也可以看Jev Trader的演示页面。公开页面包含一个模拟运行模式，和一个持续指令：每个区块在MON/USDC订单簿上提交买单或卖单，没有弃权的选项。

机器人必须选一边，所以总有动作可观察。但对于评估交易策略，我想把这种行为和一个允许不操作的版本比较。

我对这里的实现比赚钱的可能性更感兴趣。一个快速的买卖决策，几乎不能告诉我们这个决策是否盈利。 你需要一段时间的结果，包括交易成本，以及价格反向移动时发生了什么。

我自己的实验会留在模拟里。记录每一个决策，和一个简单的固定策略比较，看看模型在哪里反复做出糟糕的选择。

即使是一个不盈利的结果，也能教你一些关于构建响应式决策循环的东西。我只是想在为交易部分兴奋之前，看到性能图表和延迟图表放在一起。

8. 整理超过1000篇AI研究论文

有用户用Jev分类了1018篇AI研究论文，总分类成本0.08美元，每篇论文的中位端到端延迟256毫秒。 完成的项目让读者能按主题浏览这个集合。

工作流先用DeepSeek V4 Flash总结论文，然后把每篇的标题和摘要发给Jev，加上24个可能的主题，进行分类。

摘要通过Together AI花了3.99美元，Jev分类调用通过TypeSafe花了8美分。推理总成本4.07美元。

这可能是我最喜欢的例子，因为我真的会用类似的东西做文章研究。一个可搜索的集合很有用，但浏览一个主题能让你发现一篇你根本不知道要搜的论文。

我也喜欢每个模型的工作很容易理解：DeepSeek做摘要，Jev用摘要和标题里的信息分配主题。

我自己的版本会从一个小集合开始，围绕AI编程智能体。然后一边浏览一边调整类别，看它们是否帮我找到相关工作。我很乐意花几美元，围绕我报道的主题做一个研究工具。

最后说几句

Jev感觉是2026年到现在最大的AI突破。

看到人们用它做代码审查、控制电脑、分类文档、玩游戏，让我开始想：有多少日常任务，能从快速、便宜的决策中受益？

成本是我兴奋的一大原因。Vercel让它免费到9月25日，这太棒了。开发者可以探索那些如果每个小决策都要调用昂贵模型就难以 justify 的项目。

关于这些项目在演示之外有多可靠，还有很多要了解。但我喜欢人们已经在做的事，尤其是当他们把Jev和其他模型结合，就像研究论文那个例子。

我很好奇，这些实验里哪些会变成我们每天使用的工具。

你怎么看？Jev是你会在自己项目里用的东西吗？

本文话题 #Jev #AI模型 #TypeSafe #人工智能 #AI工具 #开发者 #效率提升 #DeepSeek #Vercel #AI应用