工作流指南

Jev 入门:它能做什么、实测表现和能力边界(整理自程序员鱼皮的测评)

发布时间:2026-09-25

整理程序员鱼皮的 Jev 一手测评:三种问题类型、为什么快、与 DeepSeek V4.1 Flash 的 1000 封邮件对比、连连看为什么不理想,以及他总结的能力边界。附可运行的请求示例。

  1. 第 1 部分

    一个直接给结论、不写长文的模型

    问聊天模型“这封邮件紧急吗”,它会先写一段分析,你还得自己把答案抠出来。Jev 直接把结论作为数据返回,比如 is_urgent 的 noul 是 0.95,代码拿到就能判断。TypeSafe 把它叫作 System One 模型,灵感来自卡尼曼说的快速直觉思考。鱼皮引用了 TypeSafe 官方自测的对比(对照 GPT-5.6 这类模型):响应 70–500 毫秒对 3–329 秒,输入每百万 token 0.042 美元对 0.20–10 美元,输出不收费,结构化输出错误率 0%(由机制保证)。这些是 TypeSafe 公布的数字,不是鱼皮自己测的。

  2. 第 2 部分

    三种问题类型

    一次请求包含 state(要判断的上下文)和 questions。Noul 是判断题,返回“是”的概率。Choice 是选择题,从你定义的选项里选一个(最多 255 个),返回每个选项的概率和置信度。Score 是打分题,在你描述的 2 到 10 个有序等级上打分,可以落在两级之间:等级依次是“冷静”“不满但礼貌”“非常愤怒”时,1.04 介于第 1 级和第 2 级之间,偏向“不满但礼貌”。三种问题可以在同一次请求里对同一个 state 一起问。JEV Hub 补充:下面的请求仿照鱼皮做的邮件分类测试,他的原始提示词没有公开。

    {
      "model": "jev-latest",
      "state": {
        "from": "[email protected]",
        "subject": "Payouts failing since Monday",
        "body": "Our Stripe payouts have failed for three days and we are losing sales. Please look at this today."
      },
      "questions": {
        "priority": {
          "type": "score",
          "instructions": "How important is this email to handle?",
          "criteria": [
            "Can wait",
            "Normal",
            "High",
            "Critical"
          ]
        },
        "urgent": {
          "type": "noul",
          "instructions": "Does the sender need an answer today?"
        },
        "department": {
          "type": "choice",
          "instructions": "Which team should handle this email?",
          "criteria": {
            "billing": "Payments, invoices, refunds",
            "technical": "Bugs, outages, integrations",
            "sales": "Pricing, plans, new accounts",
            "other": null
          }
        }
      }
    }
  3. 第 3 部分

    为什么快,为什么概率可以直接用

    按鱼皮对 TypeSafe 设计的解释:传统大模型做结构化输出,底层还是一个 token 一个 token 地写,写完再校验格式;Jev 直接在你预定义的选项上并行输出概率分布,所以问 10 个问题和问 1 个耗时差不多,也没有输出文字要付费或出格式错误。它用 TypeSafe 自研的 RLCD(校准决策强化学习)训练,目标是说 90% 把握时,大量判断里确实约 90% 是对的。所以代码可以直接按阈值自动决策,比如高于 0.8 自动处理、低于 0.5 转人工。

  4. 第 4 部分

    实测结果

    4×4 数字华容道:Jev 完成速度遥遥领先 DeepSeek V4.1 Flash,输入 token 和花费也更低。1000 封模拟邮件,每封判断优先级、紧急程度和转给哪个部门:Jev 用时 15.6 秒(约每秒 64 封,共 0.0177 美元),DeepSeek V4.1 Flash 用时 48.9 秒(约每秒 20 封,共 0.0207 美元);鱼皮的说法是速度快了接近 2 倍、价格略低,文中没有给出准确率。通过 Codex 加 TypeSafe 技能,Jev 几分钟内给他《AI 编程教程》的 697 篇文章按主题、读者水平和难度打完标签。所有测试加起来花了不到 2 块钱。

  5. 第 5 部分

    不足之处

    通过 Codex 让 Jev 玩连连看,虽然通关了,但他觉得没达到预期:快的时候 2 秒消除 1 个,经常卡一会儿,整局花了 5 分钟左右。Jev 的决策本身很快,慢在“看”这个环节:Jev 只能处理文本和 JSON,这次能跑是因为 Codex 能解析网页的 DOM,换成 Canvas 渲染的游戏,如果 DOM 里拿不到足够的信息,效果会更差;社区里用 Jev 玩游戏的博主,基本都是先把游戏状态转成结构化数据。他的总结:把 Jev 直接接进自己的应用(客服分类、内容审核、打标签),体验很好,快、便宜、准;通过 AI 工具间接使用,目前还有不少提升空间。Jev 不能生成文字、不能做算术推理,日期比较也不靠谱,判断准不准取决于你喂给它的结构化输入质量。

  6. 第 6 部分

    怎么开始用

    用邮箱在 TypeSafe 官网注册后,可以直接用官方 Playground;也可以在 TypeSafe 控制台创建 API Key,通过 API 或 Python、JavaScript SDK 调用(pip install typesafe-sdk);还可以通过 Vercel AI Gateway 或 Cloudflare Workers AI 调用。想让编码 Agent 调用 Jev,就安装 TypeSafe 技能。官方提示词默认只装在当前项目,鱼皮改成了全局安装:Claude Code 里执行 claude plugin marketplace add typesafe-ai/skills,再执行 claude plugin install typesafe@typesafe-ai;其他 Agent 执行 npx skills add typesafe-ai/skills --skill typesafe-ai -g。配置好 TYPESAFE_API_KEY 后,用 /typesafe-ai 或直接说“用 Jev 帮我判断”。JEV Hub 补充:把上面的请求粘进 Jev Playground、填上你的 key,就能看到真实概率;也可以通过 Jev MCP 服务把 Jev 接进 Claude Code、Cursor 或 Codex。

关联项目

  • @typesafe-ai/sdk — Official TypeScript/JavaScript client for POST https://api.typesafe.ai/v1/systemone.

← 所有指南 · 在线运行 Jev