首页 > 科技要闻 > 科技> 正文

火爆全球的Jev，居然连聊天都不会

硬核看板 整合编辑：太平洋科技 发布于：2026-10-02 20:53
由华为云驱动

2026年9月15日，前OpenAI研究员团队TypeSafe推出了AI模型Jev，特色是快速批量判断文本分类，仅花4.9秒处理2225篇BBC新闻。其闭门两年研发成果，在GitHub获1.74万星。Jev不支持聊天，擅长按固定问题批量评价，具高效低成本优势，开启AI应用新模式；但判断也存在不确定性，仍需人工复核。

把2225篇BBC的新闻根据内容分门别类，Jev只用了4.9秒，花费了0.05美元。

非常夸张，是不是？

有团队把Jev接进浏览器工具，在已经打开的Google Flights页面上，让AI自己选输入框、填出发地和目的地，再搜索航班。从首次决策到判断任务完成，只需要大约7秒。

demo.gif

这个叫Jev的AI模型最近一周在外网火爆了，终于传进了中文互联网。它由前OpenAI研究员带领的TypeSafe团队开发，闭门研发两年，9月15日才正式亮相。

发布才一周，Browser Use围绕它开源的浏览器工具，已经拿下约1.74万颗GitHub星（截至9月22日）。Vercel也宣布，Jev创下了自家AI Gateway新模型的最快采用纪录，还开放了截至9月25日的免费体验（赶紧去试试！）。

但是和一般的AI模型，比如ChatGpt不一样，这个AI，不会说话。

这会不会是AI的下一步？

这个AI，用起来像在玩海龟汤

比如，我想拿过去写的文章，总结一下自己的写作风格。

交给ChatGPT，可以直接说：“看看这些文章，分析一下我喜欢怎么开头、怎么举例、怎么给建议。”它会组织一段文字，把它发现的特点讲给我听。

但是到Jev这里，这件事就得分开做。整个过程是：文章原文＋一组问题 → Jev逐篇判断 → 程序汇总 → ChatGPT核对原文，写成风格总结。

在目前开放的接口里，Jev是没有聊天模式的。甚至在点开这个网站的第一个界面，它就告诉你：我不能和你聊天。

所以我们要给它材料，提出范围明确的问题，拿回来的是判断、选项或者分数。两者最直接的区别，是我们怎么交代任务、它返回什么。

我们这次拿了2025年及以前的72篇旧稿，正文约22万字符，先由ChatGpt设计提出候选特征，再给每篇文章出同样的10道题。比如：

- 讲产品参数时，有没有解释它会怎么影响实际使用？

- 有没有写作者自己的使用经历？

- 推荐产品时，有没有说明适合什么人？

- 正文开头有没有直接给出总体判断？

这些问题可以一批提交，用不着像聊天一样，一问一答等上几百轮。特别像求职软件上那些上来就一大堆问题的人有没有？

说回Jev，它会逐篇回答这些问题，程序再统计哪些特点反复出现。

遇到这种是否题，Jev会给一个0到1的分数。越接近1，越倾向于“有”；越接近0，越倾向于“没有”。

为了统计，我们自己定了三档：0.75及以上，记为“有”；0.25及以下，记为“没有”；夹在中间的，先不下结论，留给人检查。这是我们这次测试定的分界。比如0.51，我们就暂时不把它算进任何一边。

结果，72篇里，有65篇达到“把参数换成实际影响”的门槛，46篇写了自己的使用经历，43篇给建议时带有人群或条件。反过来，“正文前三段就给总体判断”只有7篇达到门槛。

把这些判断和原文放在一起核对，ChatGPT就能整理出一段风格总结：

你很常见的一种写法，是把参数翻译成读者能感受到的变化。写重量，会接着说拿久了手酸；给购买建议，会交代什么需求的人适合买。至于“开头先下结论”，这次结果不足以把它当成你的固定习惯。

这段总结，是我们根据统计和原文整理的。Jev负责逐项判断，程序负责汇总，最后再由人或通用大模型把结果写成文档。

所以，它用起来有点像玩海龟汤。我们想问题，Jev拿着材料作答，再把答案拼起来。但不能只挑yes来看，回答“没有”和模棱两可的地方，也会影响最后的结论。而且，海龟汤主持人是真的知道谜底，Jev的判断却可能出错。

它最擅长的，是反复做很多遍的小事

刚才那72篇文章，每篇10道题，加起来就是720个风格判断，而Jev只用了23.4秒就返回了结果。除此之外这轮还包含了每篇文章的体裁选择。再花9.4秒，让它从部分文章里选出支持判断的原文段落。而两轮模型费用按标价估算，约2美分。

Jev最吸引人的就是做小判断时的速度和调用成本。它返回的判断、选项和分数，格式又是固定的，程序可以直接拿去统计，或者决定下一步做什么。

这些特点，放到两类任务里就很好理解。

一类是拿同一套标准，检查很多份材料。

还是用刚刚这个例子，这件事最费重复劳动的地方，是同样的10道题，要对着72篇文章各问一遍。标准定好以后，Jev就能逐篇判断，我们再回头核对结果。以后增加新文章，还能继续用这套问题检查。

图片分类也是这个思路。有开发者先用OCR读出图片里的文字，再让Jev分类，称约900张图片用了40秒。材料换成了图片里的字，重复做的仍然是“这一份该归哪类”。

调用次数越多，单价的影响也越大。目前，Jev 1.13每百万输入token收0.042美元，输出免费。

另一类是操作过程中，需要连续选择下一步。

比如查机票，要先选出发地输入框，再选目的地，最后找到搜索按钮。每一步都要等判断结果回来，等待就会累积；结果如果直接是一个控件编号，程序就能接着操作。

Browser Use团队正是这样接入Jev的。他们把网页控件整理成带编号的列表，让它选择下一步做什么、操作哪个目标，再由程序执行。需要往输入框里写文字时，另找生成模型完成。

开头那次约7秒的演示，共调用了17次Jev，单次延迟中位数是178毫秒。这个案例展示的，就是把快速判断接进连续操作里。

语音操作电脑的macbrow也用了这种分工。语音识别先把指令变成文字，Jev再选择工具或网页动作。作者本机测试中，说完指令到电影预告片开始播放用了1.6秒。需要注意的是，这是整套工具配合的成绩，Jev负责的是其中的选择环节。

Jev最擅长的就是批量分类、按清单检查材料，以及从现成动作里选下一步。这些任务都有明确的判断范围，同类问题会反复出现，返回的答案可以直接接着用。这就是Jev目前最值得试的地方。

它可能改变的，是我们怎么组织AI工作

我觉得最好懂的一个例子，反而是输入法。

开发者@nhciao把Jev接到鼠须管／Rime里。同样输入“you xiang”，前面写的是“汽车”，就把“油箱”排到第一；前面写的是“我现在”，就把“又想”排到第一。它根据上下文，从已有候选词里挑更合适的那个。

Jev做的，是把原本已有的候选词，进行重新排序，它并不会顺手替你续写后半句话。

所以也有很多人说，这些工作没有AI的时候也能做到啊，有什么大惊小怪的！

但是有一个微信聊天的项目，给我看笑了。

一个叫“Jev聊天助手”的开源项目，会在安卓手机上读取当前屏幕里的对话，让Jev判断对方想要什么、要不要马上回复，再把结果显示在悬浮窗里。开发者演示中，就有“要你办事”“要个解释”这样的提示。职场潜台词阅读器了属于是。

并排图片

回复文字则由另一个生成模型起草，默认用DeepSeek。它先写出3条候选，Jev再排顺序，你挑一条填进输入框，最后自己点发送。

甚至有人嫌它不说话，给它几百个常用英文单词和标点，让它反复选下一个词。开发者@hi_im_isaac_的演示里，就这样拼出了“my name is john”。硬是重新发明了小语言模型。

还有人把它用到了股票上。一个叫Jevinik的项目，输入股票代码后，先由数据检索服务Valyu搜集行情、公司新闻、分析师观点等材料，再让Jev判断“这只股票30天后会不会更贵”，显示看涨、看跌等信号和对应来源。

另一个Jev Trader更进一步，把买卖判断接到了下单程序里。它盯的是MON/USDC加密资产交易对，Jev选买还是卖，程序负责挂单、撤单，目标是跟上约300毫秒一个区块的节奏。这就不能笼统叫“AI炒股”了，交易对象并不是股票。

AI圈的股神来了？

其实未必。

Jev并没有很聪明，它用起来像是一个很刻板、很教条的判断工具。你得先替它把问题、标准和候选答案准备好，它再照着这些要求去判断。

还是拿写作风格来说。这10道题里，如果没人问“作者怎么使用幽默”，汇总结果里就不会凭空多出一份幽默分析。只检查正文前三段有没有下结论，也看不出作者是不是先讲了半篇故事，最后才亮出态度。提问时怎么划范围，会直接影响它能找到什么。

就算问到了，它也可能漏掉。以前一篇水枪稿，我写小孩子想买水枪，最后自己买了个好的，给自己玩。这明明是在调侃自己，Jev对“自嘲”却只给了0.51，没过我们设的0.75门槛。按这次规则，它就留在了待检查的灰区。

刻板，也不等于可靠。它仍然在理解和判断文字，可能认错说话的人，也可能选到不足以支持结论的段落。你把问题设计得再细，最后也得留出检查错误的办法。几十秒完成一批判断，和几十秒学会我的全部文风，差得还很远。

很多Jev能做到的，普通大模型本来也能做到。分析微信聊天对象的意图，判断股票的价格趋势，这些普通大模型也都能做到。

我对Jev的期待，是它把分给它的那些小判断做得够快、够准。至于没问到的事、题目本身有没有问题，目前还得我们操心。

尤其是对于一些确定的问题，jev并不会给出100%确定的回答。开发者@EP 做了一个小应用，让 Jev 判断一个单词里有几个字母 a。比如输入 “gemini”，它不会老老实实数一遍，而是猜“0 个、1 个、2 个……”哪个答案最可能，然后选一个。

可以看到，Jev的回答中，0个A的可信度是0.48，1个A的可信度是0.51，2个A的可信度是0.01。所以Jev给出了Gemini这个单词中有1个A的回答。

在Jev的世界里，连“太阳不是行星”都不是确定的。Jev的确对“太阳是行星吗？”的判断进行了否定，但可信度只有98%。

 

本文来源：硬核看板
Jev AI   快速判断   批量分类
硬核看板

网友评论

甄选好物

更多>
推荐 手机 笔记本 影像 硬件 家居 商用 企业 出行 未来
二维码 回到顶部