新AI模型 Jev 实战：概念、场景和两个实战
内容提要
Jev 是 TypeSafe 推出的非生成式 AI 模型，专注判断而非写作，接收状态与问题后返回类型化答案和校准概率，具有速度快、成本低的特点。文章介绍其三种原语、API 用法，并通过 Go 迁移代码对齐审查和浏览器操作两个实战案例，强调判断交模型、决策留代码的分工。
延伸解读
判断与生成的分工：Jev 的定位与边界
Jev 不做生成，只做判断。它接收状态和带选项的问题，返回类型化答案和校准概率，不写文本、不解释理由。这决定了它适合高频、候选有限、错了能补救的判断场景，如路由、筛选、风险检查。需要写作或复杂推理时，仍要交给 LLM。两者之间由普通代码衔接，用概率和阈值决定执行路径。理解这一分工，才能避免把它误用为通用助手。
校准概率的工程意义与使用前提
Jev 的核心优势是概率校准：给出 90% 概率的判断，长期应有约 90% 正确率。这让概率可直接作为代码阈值使用，而普通 LLM 的结构化输出并不保证校准。但校准是长期统计性质，单次可能出错，不能当作证明。厂商宣传的速度和成本数字来自自评测，未经第三方验证。实际使用前，应用自己的脱敏样本校准阈值，并同时统计漏检和误报。
两个实战案例揭示的落地要点
在 Go 迁移代码对齐审查中，Jev 将 26 条行为拆成 Noul 问题并行判定，发现一条真实缺口，成本不到半美分。关键经验是：低分项必须人工复核，跨语言判定需补充语言语义注，避免将写法差异误判为行为差异。在浏览器操作中，Jev 只负责在候选元素中选择，本地策略门过滤风险，大模型负责拆任务和核验。中文角色映射缺失曾导致候选遗漏，说明输入预处理同样影响准确率。
接入方式与生态工具的选择
Jev 提供 HTTP API、官方 Python/JavaScript SDK，社区也有 Go SDK，还可通过 Vercel AI Gateway 接入。社区已出现代码评审插件 jev-review、官方 TypeSafe Skill 和 Claude Code 的 PreToolUse hook 等工具。选择时需注意：插件读取的 API 密钥变量名可能与 SDK 不同；hook 只基于命令文本做附加检查，不能替代原有权限和沙箱。接入姿势通常是在既有流程中增加一个可替换的判断节点。
Q&A
Jev 是什么类型的 AI 模型？它和普通 LLM 有什么区别？
Jev 是 TypeSafe 推出的非生成式 AI 模型，专注判断而非写作。它接收状态和问题后返回类型化答案和校准概率，不生成自由文本。与 LLM 逐 token 生成不同，Jev 并行对每个问题独立采样，返回你定义的选项上的概率分布，速度快、成本低。
Jev 的三种原语分别是什么？各自返回什么？
三种原语：Noul（是非判断，返回 0-1 的 noul 概率）、Choice（从固定集合选一个，返回 choice、probabilities、confidence）、Score（在有序刻度上打分，返回 score、legend、probabilities、confidence）。
Jev 适合用在哪些场景？
适合高频判断、候选范围有限、需要理解语境且错了能发现补救的场景，如 Agent 调度、记忆筛选、代码质量检查、浏览器操作、业务分流、实时交互辅助、游戏控制等。
在 Go 迁移代码对齐审查中，Jev 是如何使用的？效果如何？
将 Java 和 Go 代码的逐字摘录作为 state，对每条行为构造 Noul 问题，并行判定。26 条行为中 25 条高分覆盖，1 条低分发现真实缺口（埋点 gRPC 分支未实现），2 条误报经补语言语义注后回升。成本约 1 万 input token，不到半美分。
在浏览器操作场景中，Jev 如何与 LLM 分工？
Jev 负责在候选元素中做选择（target、action、done、risk 四个问题），LLM（如 Codex）负责拆任务、准备参数、核验结果，运行时负责读取界面和执行。本地策略门再过滤风险。
使用 Jev 时有哪些关键设计原则？
问题只描述判断，组合、阈值和副作用由代码掌握；一次请求可并行问多个问题（投机扇出）；置信度分三档路由（高置信自动执行、中置信确认、低置信转人工）；阈值需在自有数据上校准。
