openJiuwen推出开源智能路由，在Agent与模型之间增加决策层，按任务复杂度动态选择模型。其三层能力包括模型画像、多目标决策和反馈自演进。实测PinchBench得分接近全云基线，成本降低44.6%；Terminal-Bench成功率达Opus的95.2%，成本降低51.4%。

TypeSafe AI 推出 Jev 模型，不生成文字，仅做结构化判断，输出 Choice、Score、Noul 三类带概率答案以避免幻觉。插件 dsh-jev 将其接入 DeepSeek Harness 的 tools/pre-execute 等扩展点，在智能体调用危险工具前自动决策，按 deny>hold>ask>allow 单调顺序拦截。测试中 31 次删除尝试全被阻止，但每轮增加约 4.6 秒延迟，且无缓存、无记忆，阈值边界仍存风险。

“Jev工程学”提出智能体三层架构：大模型负责生成，Jev负责决策，代码负责执行。Jev是专用决策模型，通过Choice、Score、Noul三种类型化接口输出带概率与置信度的结构化答案，消除解析歧义。核心方法包括状态即证据、问题即契约、置信度门控、闭环验证及七大工程法则。实战显示其可大幅提速降本，如0.7秒完成777项审查、3.5美分处理500封邮件。

TypeSafe AI 发布 Jev，首个 System One Model。它接收状态与预定义问题，直接输出 Choice、Score、Noul 等类型化结果及概率，将高频语义判断从生成式模型拆出，转为软件可调用的 decide()。该模型面向 Agent 路由、结果验收、循环控制等有限候选场景，主打低延迟、低成本与校准概率，但校准与泛化能力仍需独立验证。