Jev 到底是个啥?这个只做判断的 AI,让我研究到半夜(附教程)

昨晚半夜，我还在填 Jev 的候补名单

今天一早，就看到它开放使用的消息。昨天还在排队，今天就能进去试了？我索性拿自己的录音跑了一遍

上一次让我这样睡不着、想继续研究的，还是年初的龙虾 OpenClaw，和后来被大家叫作“爱马仕”的 Hermes 智能体

有人说，龙虾不是已经凉了吗？No no no，我还一直用着呢。一个名字不再天天刷屏，不代表它带来的东西消失了。OpenClaw 的创始人 Peter Steinberger 已经宣布加入 OpenAI，而我也越来越习惯让智能体接手具体工作

这次让我兴奋的 Jev，又有点不一样：它不写文章，不写代码，专门做判断

听起来是不是有点奇怪？现在的 AI 已经什么都想做了，怎么又冒出来一个，主动把自己能做的事情缩小了？

我越研究，越觉得这件事有意思

你可以把它想成一家内容公司的分拣员

每天进来一堆东西：一段录音、一份会议纪要、一个客户的问题，还有你走路时突然冒出来的想法。写文章的人已经有了，做分析、写代码的人也有了，但这些材料该给谁？哪些值得继续做？哪些先放着？

Jev 就负责先看一眼，按你给的标准作判断：这是内容素材，里面有待办，值得深加工，下一步可以交给写作流程

用技术一点的话说，它是 TypeSafe AI 做的一个决策模型。你给它材料、问题和可选答案，它返回分类、评分，或者对“是不是”的判断。结果有固定格式，后面的程序比较容易接着用

把它和其他 AI 配合起来，就容易理解了：Jev 先判断这份材料值得做什么，再由 ChatGPT、Claude 或其他工具去分析、写作、执行。真正把东西送过去，还需要你接好流程

它的用处，也就在这些小小的岔路口上

比如做内容的人，可以判断一段录音更适合写文章、做课程案例，还是留作个人笔记；做客户服务的人，可以先分清一条消息属于咨询、投诉还是售后；经常开会的人，可以先筛出哪些纪要值得继续提取任务

如果你每天只问 AI 一两个问题，未必需要专门用它。但当材料越来越多，你发现自己每天都在重复“看一眼，再决定怎么办”，它就开始有意思了

我今天拿来试的，是自己一段 3 分钟左右的录音。里面聊到 Jev，也聊到我正在做的 AI 原生工作台，以及把这些思考写成文章的想法

先把录音转成文字，再放进 Jev。我一次设了 8 个问题：主要意图是什么，有没有待办，是否需要尽快处理，有没有可复用的洞察，等等

它返回的结果里，有几项很直观：内容创作 96%，存在待办 91%，需要尽快行动 91%，有可复用洞察 85%，建议下一步写成文章 85%

界面上显示的计时是 114ms + 356ms，两项加起来不到半秒。这是这一次判断的界面计时，不包括前面的录音转写，更不包括后面写文章的时间

速度确实让我兴奋。不过，这些百分比是模型给出的判断值，不能直接理解为“准确率就是这么高”。这次测试里，它给“教学价值”的评分只有 1.88/5，我就不能看见一个数字，便把它当成最终结论

同一份材料，对谁有价值，拿来做什么，评价标准是什么，都要说清楚。判断够不够好，最后还得回到自己的材料上验证

但这个体验，已经让我看到了下一步

我平时用 PLAUD 录音，积累了不少讨论和想法。以前，录音转成文字，只算完成了一半：里面哪些值得写，哪些是行动，哪些能留作教学素材，还得继续整理

以后我想接成这样：新录音先转文字，Jev 做初步判断；适合写文章的送去写作，包含明确任务的继续提取待办，有长期价值的留下来。最后，成品和过程都回到我的工作台

这条自动化我还没有全部接通，目前完成的是手动测试。但下一步该验证什么，已经比之前清楚多了

说到这里，就得聊聊我最近越来越确定的一个名字：AI 原生工作台

以前我叫它 AI 工作台，中途还叫过 AI 超级工作台。最近我发现，“原生”这两个字更准确，因为我在整理材料的时候，首先想的是：AI 下次能不能找到，能不能看懂，能不能接着干活

这个工作台当然也能给人看，也能用来协作。但它最核心的使用者，是 AI

比如我让 AI 写一篇公众号文章，它知道要去哪里找我的写作风格；开始做某个项目，它知道先读项目背景、当前进度和下一步动作；涉及某种方法，它再去读对应的说明

其实，这里面已经有路由的思路了：涉及什么，就去哪里查，按需读取需要的材料

Jev 让我想到的是另一类路由：一份新材料进来，先判断它是什么，值得做什么，再决定进入哪个流程。它和工作台里已有的目录、索引、读取规则，可以配合起来

当然，几万份文件里怎样找到相关内容，仍然需要搜索和索引。Jev 不会一装上，就自动拥有你的全部记忆

我更在意的是，过去做过的事情能够留下来。下一次做文章、做课程、做产品，AI 可以接着用这些背景、方法和经验。换一个模型，也有机会继续接上，不必每次从头解释

研究到这里，我才明白自己为什么这么兴奋：AI 越来越会干活之后，怎样组织这些能力，就变成了一个值得认真做的问题

为什么偏偏是现在？我觉得，时机很重要

前几年，我们更关心模型到底能不能完成任务。现在，很多日常场景里，它已经相当好用了。智能体能执行任务，Skill 可以保存做事方法，MCP 等连接方式让工具接入更方便，随之而来的问题就具体了：这一步要不要调用 AI？该调用谁？哪些可以快一点，哪些必须认真核对？

这是我理解的 Jev 出现的背景。当然，复杂任务仍然需要更强的模型，执行中的难题也可能需要深度思考，不能简单地按“思考用贵的，执行用便宜的”一刀切

TypeSafe 创始人 Diogo Almeida 曾在 OpenAI 工作。他在发布文章中说，团队经过了两年的隐身研发。官方把这类模型叫作 System One，灵感来自丹尼尔·卡尼曼《思考，快与慢》中的系统 1 和系统 2：前者快速、直觉，后者更慢、更审慎

这个类比很好懂。你看到一条“明天下午之前给我”的消息，往往马上就能意识到它有时限，不必先写一篇分析报告。Jev 希望把类似的快速判断，放进软件的工作流程里

这不意味着普通大模型每次都在深度推理，也不意味着 Jev 复制了人的直觉。它让我看到的是：有些地方需要长时间思考，有些地方需要快速、明确地作出一个小判断

它的名字也很有意思

Jev，致敬的是经济学家威廉·斯坦利·杰文斯。看到这里，我一下就想起来了：杰文斯悖论！我今年读书时读到过，几个月前还跟我老婆聊过

蒸汽机更省煤，整个社会就会少用煤吗？未必。使用成本降低了，原来用不起、不值得用的地方也开始用了，最后煤的总消耗反而可能增加。这就是杰文斯悖论所揭示的现象

TypeSafe 用这个名字，表达的也是一种期待：当智能判断足够便宜，更多以前不值得交给 AI 的小事，也可以交给它

目前官方列出的价格是每百万输入 token 0.042 美元，输出 token 不收费。token 可以先粗略理解为模型处理文本时使用的计量单位，不直接等于中文字数；这些价格也只算 Jev 的判断，后续转写、写作和其他工具另算

原来，一条信息进来，我们可能觉得“算了，自己看一眼吧”。当这一步足够快、足够便宜，每条录音、每份文档都先经过一次分类，才更有可能变成日常动作

这个思路也让我重新想起一个老问题：AI 越来越聪明，还需要知识博主吗？

我自己就是教 AI 的。如果提供的价值，只是比别人早知道一条新闻，压力确实会越来越大。但信息多了，判断和验证并不会自动消失。AI 给了你五个方案，哪个适合你的情况？哪个看起来很好，做起来却不合适？

想想搜索引擎就容易理解。搜到一个答案，和知道怎样判断、怎样用，中间还有距离；互联网也让我们更容易找到真正有经验的人。AI 时代，我觉得这件事会继续存在

对我来说，值得继续积累的，就是自己试过什么，怎样判断，做成了什么，哪些地方走了弯路。把这些留下来，再教给别人

所以，Jev 让我研究到半夜，最后落到的还是很具体的一件事：把今天这段录音用起来，把值得保留的想法留下来，让下一次工作可以接着往前走

下面把第一次上手的步骤也放上来。你可以找一小段自己的材料，试试看它会怎么判断

附：普通人第一次怎么用 Jev

这次先用网页里的 Playground，也就是测试区。不用写程序，也不用先搭自动化。官方快速上手

1．进入官网，完成注册

打开 TypeSafe 控制台，按页面提供的方式登录或注册

我这次进入时，先遇到了使用条款，随后填写个人信息、工作背景和组织信息。自己体验也可以创建一个个人使用的组织；人数、地区等按实际情况填写，不用为了测试编一家公司的资料

完成引导后，进入 Playground。界面和赠送额度可能调整，以你账户里实际显示的为准

2．把材料放进 State

State，就是“这次要让它看的材料”

先用下面这段示例也可以，之后再换成自己的录音转写。Jev 当前接收的是文字，录音需要先转写，不能直接把音频塞进去

我想写一篇公众号文章，介绍 Jev 能做什么。今天先整理自己的录音测试结果，明天下午之前完成初稿。其中关于 AI 原生工作台的思考，也想留作以后的课程素材。

如果页面切到了 JSON 编辑模式，可以把同一段文字放在一个字段里：

{"transcript": "我想写一篇公众号文章，介绍 Jev 能做什么。今天先整理自己的录音测试结果，明天下午之前完成初稿。其中关于 AI 原生工作台的思考，也想留作以后的课程素材。"}

3．在 Questions 里添加问题

点击 Add Question，先认识三种题型：Choice 是“选哪一类”，Noul 是“是不是”，Score 是“按标准打几分”

第一次可以只选 Noul，在 Instructions 里填下面这句话：

Does the transcript contain an explicit action that someone intends or is asked to carry out?

意思是：这段文字里，有没有明确打算执行、或者被要求执行的行动？

能跑通这一题后，再加一题 Choice，让它判断主要用途：内容创作、任务规划，还是个人思考

如果你看到的 Questions 是代码编辑框，直接把下面这整段复制进去，替换原有内容，就同时设好了这两题。instructions 是问题，criteria 是选项和说明，不需要自己研究怎么写代码

{"has_action": {"type": "noul","instructions": "Does the transcript contain an explicit action that someone intends or is asked to carry out?"  },"primary_purpose": {"type": "choice","instructions": "What is the primary purpose of this transcript? Choose the best matching option.","criteria": {"content_creation": "Preparing an article, video, course or other content","task_planning": "Mainly planning concrete work or next actions","personal_reflection": "Mainly recording thoughts without a specific production plan"    }  }}

这里的问题和选项用英文，材料可以先保留中文。官方说明当前英文表现最好，中文场景更需要拿自己的材料多试几次，不能只看一条漂亮结果。语言支持说明

想体验 Score 时，记得同时写清每一档的含义。比如“时间要求有多明确”：0 表示没有时间要求，1 表示只说稍后、尽快这类模糊要求，2 表示给出了具体日期或时间。不要只丢一句“打个分”，再把数字当客观事实

4．点击 Run，先看它判得对不对

下面是我最开始做分类时的真实界面，和前面那次 8 个问题的录音测试是不同的一轮

左边放材料、设问题，右边看结果。先检查：类别有没有选错，明明没有待办时会不会硬判成有，文字里的“以后想做”和“明天必须做”能不能分清

你也可以故意把示例里的“明天下午之前完成”删掉，再运行一次，观察变化。这样比盯着某个百分比更容易弄懂它

5．把结果用在一件小事上

如果它判断这段录音适合写文章，你就把原始转写交给常用的写作 AI，加上自己的要求，先完成一篇草稿

等你试过一批真实材料，知道哪些判断可靠，再考虑通过 API 把流程接起来。Jev 判断“有待办”，并不等于它已经替你提取了待办；判断“适合写文章”，也不等于文章已经写完

今天先做一件事就够了：找一段你一直没整理的录音，看看它能不能帮你决定，下一步值得做什么