Jev官方技能发布：让Claude Code先查文档再写代码，判断任务成本降低12.2倍
内容提要
TypeSafe发布Jev官方Agent Skill，指导Claude Code等编码代理先查文档再写代码。该技能将13次判断合并为一次请求，成本降至1.2倍，比原有方式便宜12.2倍。测试中Jev完成500次判断，结果全部与人工一致，偏差远低于GPT与Claude。Jev仅做判断不做生成，适用于错误可兜底的高频任务，标志着判断与生成分工的新方向。
延伸解读
判断与生成分工的实践意义
文章指出，Jev 仅做判断不做生成，适用于错误可兜底的高频任务。这提示开发者，在构建 AI 代理时，可将判断任务交给专用模型，生成任务交给大语言模型，从而优化成本与准确性。但需注意，Jev 的校准概率是批量统计意义上的准确，不保证单次判断一定对，因此需设计后续流程兜底。
成本优势的适用边界
Jev 的定价结构显示，输入每百万 Token 仅 0.042 美元，但每个请求有固定约 257 Token 的额外开销。这意味着，对于简单的是非问题，短输入场景下 Jev 可能比传统模型更贵。其成本优势主要体现在批量判断场景，通过一次调用打包多个问题来摊薄固定开销。
官方技能降低使用门槛
TypeSafe 发布的官方 Agent Skill 教会编码代理一套固定思考顺序：先读文档，再梳理行为，然后设计判断，将所有判断打包成一次 Jev 请求，最后用代码组合结果。这解决了代理不会自动调用 Jev 的问题，安装后代理在涉及 Jev 或 TypeSafe 的任务时会自动加载技能，无需手动触发。
对行业分工假设的挑战
过去三年，AI 行业默认一个足够大的语言模型可以同时搞定理解、生成和判断。Jev 的实测数据对此提出质疑：在 LangChain 的评估中，Jev 在准确率、稳定性和成本上同时超过三个前沿大模型。这指向一个更根本的分工问题——让代码而非人类成为模型输出的消费者，模型只需统计上正确，输出概率供代码决策。
Q&A
Jev官方技能是什么？它主要解决什么问题？
Jev官方技能是TypeSafe AI于9月17日发布的Agent Skill，放在GitHub的typesafe-ai/skills仓库，MIT许可免费开源。它教会Claude Code等编码代理在写代码前先查文档、梳理行为、设计判断，把所有判断打包成一次Jev请求，最后用代码组合结果。主要解决编码代理单独调用Jev时每次只问一个问题、靠猜字段名、重复发送文档导致成本高的问题。
Jev官方技能如何将判断成本降低12.2倍？
没有技能时，编码代理会一个调用问一个问题，13个判断任务发13次请求，每次都重新发送同一份文档并重新计算上下文，成本是13倍。有了技能后，代理把同一份文档和全部13个问题打包成一次请求发给Jev，一次性拿到所有答案，同一份文档只发一次，同一份上下文只算一次，成本从13倍变成1.2倍，因此便宜12.2倍。
Jev在判断准确率上相比GPT和Claude有什么优势？
在LangChain的测试中，Jev完成500次判断，结果全部与人工标准一致；GPT-5.6 Terra一致率为99.8%，GPT-5.6 Luna为96.4%，Claude Sonnet 4.6为80%。Jev平均偏差仅为0.0000149，比Luna低433倍、比Terra低913倍、比Claude低92倍。
Jev有哪些能力限制？
Jev不能聊天、不能写代码、不能解释判断理由；只接受文字输入，不支持图片、音频和视频；答案永远锁定在预定义选项之内，无法跳出框架给出意料之外的回应；校准概率是批量统计意义上的准确，不保证单次判断一定对。
Jev最适合用在哪些场景？
Jev最适合判断错误可以被后续流程兜住的高频任务。例如命令安全分类，判断shell命令是否可逆、是否匹配当前任务，Jev给出概率后代码根据阈值决定放行或转交人工确认，判断错了最多多弹一次权限提示；又如网页元素定位，从编号候选集中选出最相关元素，选错了代理多点一次，不会造成不可逆后果。
Jev的定价结构是怎样的？为什么批量判断更划算？
Jev输入每百万Token只收0.042美元，但每个请求有固定约257个Token的额外开销。如果只问一个简单的是非问题，短输入场景下反而可能比传统模型更贵。真正的成本优势在批量判断场景：一次调用塞进去尽可能多的问题，把固定开销摊薄。TypeSafe的并行问题操作指南指出，问一个你可能用不上的问题几乎是免费的。
Jev代表了AI行业怎样的新方向？
Jev代表判断与生成分工的新方向。过去三年行业默认一个足够大的语言模型可以同时搞定理解、生成和判断，Jev用实测数据质疑了这一假设。它让代码而非人类成为模型输出的消费者，模型不再需要看起来对，只需要统计上对——输出概率，代码根据阈值做决定。这个转变可能比Jev本身更大，当模型不再为人类审美和偏好服务，而是直接和另一段代码对话，整个AI技术栈的设计目标就变了。
