awesome-jev

语言 / Language: 简体中文 · English

精选 Jev / System One 官方资料、社区实践与研究阅读
A source-backed collection of Jev resources, community projects, and research.

X · 小红书线索 · GitHub · 论文 · 评测 · 工程实践

想以网页模式浏览？点击下方 logo 进入导航站；完整项目、论文与平台来源均可在网页中检索。

应用地图 · 完整目录 · 论文与评测全录 · 社交平台雷达 · 来源审计全录

社区整理，与 TypeSafe AI 官方无关。全库基线核验：2026-09-24；增量复查至 2026-09-28（Asia/Shanghai）。来源可读取不等于性能已被本仓库复现；覆盖范围与访问限制见 核验记录。

📑 目录

• 最新变化
• 30 秒了解 Jev
• Jev 在 Agent Loop 中的位置
• Jev 接入方式速查
• 时间线
• 网页导航、手把手 Jev 与 Robotics
• 官方资源与接入
• X 精选
• 小红书线索
• GitHub 生态
• 评测与局限
• 论文与技术阅读
• 深度文章与讨论
• FAQ
• 贡献

🆕 最新变化（增量核验至 2026-09-28）

变化	对使用者的意义	一手来源
09-23 / 09-24 新论文与基准	新核验 11 篇直接研究 Jev 的预印本，涉及安全、医疗报告评判、法律文档、移动操作、游戏控制与评测；结果均为作者报告，方法与局限见研究页	论文与评测
09-27 网页导航与专题	新增 GitHub Pages 导航站、手把手 Jev 与 Robotics 专题；Robotis 仍是检索词，未发现可核验的 ROBOTIS 品牌集成	网页导航站 · 手把手 Jev · Robotics
09-27 平台线索复查	以公开 X 索引发现线索后，再逐项读取 GitHub 元数据、README 和许可证；新增 MCP、连接器、路由与 IDS 项目，并保留作者实验边界	完整目录 · 来源核验
框架与接入更新	Composio 的 Python / TypeScript 适配器、Rig 的实验性 Rust 适配器、Ax 的 TypeSafe 接入、Pydantic Evals 与 Gateway、Vercel Connect / eve 均有第一方说明	完整目录 · Pydantic Gateway
Vercel Gateway 接口补全	Vercel 现已正式记录 AI SDK 7 experimental_evaluate、POST /v1/evaluate，以及可让现有 TypeSafe client 仅更换 base URL 的兼容 API；三种接口的字段名并不完全相同	Evaluation · TypeSafe-compatible API
第二轮社区增补（09-24）	新增独立评测（jev-benchmarks、jev-arena、腾讯云 ADP 博客、硅星人Pro 实测）、Pydantic AI 官方接入文档、三个工程项目与 X / 知乎 / 小红书待核验线索	评测页 · 核验记录
arXiv 出现 13 篇 Jev 相关论文	09-19（发布后 4 天）起挂出，至 09-22 共 13 篇，其中 09-21 一天 6 篇：首批应用、Agent 记忆 / Judge / 视觉（“Jev-Anything”）、开源平替与失效分析；数字均为作者报告	论文区 · PaperWeekly 中文盘点，09-23
已取消候补名单	官方于 09-20 21:30 UTC（北京时间 09-21 05:30）宣布向所有用户开放；直接前往 Console	官方 X 公告
新用户起始 $5 额度	官方同帖回复公布约 1.2 亿输入 token 的起始额度；不是持续免费的承诺	官方回复
Vercel 限时免费活动已结束	09-28 复查时模型页已列按输入 token 计价，不再显示此前的 Free 状态；实际费用仍以账户账单为准	Vercel 模型页 · 接入公告
Python SDK v0.7.1	09-21 更新：提前验证 API Key，并从异常日志中排除密钥值；补充网关示例	官方 changelog
LangSmith 上线 Jev 评估集成	09-21 宣布支持 Jev-as-a-judge；Gateway 也支持自带 TypeSafe 密钥调用 Jev	集成公告 · Gateway 文档
SemIf 托管限时免费	LangSmith 提供独立开放模型 semif-qwen3.5-4b，免费至 09-28；限 US 组织的 Free / Developer / Plus 计划，并非 Jev 免费活动	官方说明
当前文档仍列 Jev 1.13.0	jev-latest 和 jev-preview 都指向该版本；SDK 更新不等于模型升级	Models
历史服务事件	状态页显示 09-20、09-21 和 09-23 的事件均已恢复；09-26 读取时 API 与 Console 显示在线，属于时间点快照	官方状态页
新增研究与工程材料	创始人长访谈、中文小样本比较、Agent 调用评测和 JevBench；新增编译内联决策等项目	论文与评测 · 完整目录

🔥 30 秒了解 Jev

Jev 是 TypeSafe AI 的决策模型。程序提供文本状态和边界明确的问题，模型返回 Choice / Score / Noul；应用代码解释结果并决定下一步。TypeSafe 将这类模型称为 System One。它不直接生成文章、代码或自由文本回答。官方概念说明

项目	本轮核验结果
发布	2026-09-15；官方发布文章
公司	Diogo Almeida 与 Erik Gafni、Sasha Sheng 创立 TypeSafe AI；宣布 DCVC 领投 $40M 种子轮；公司新闻稿
当前模型	jev-1.13.0；两个公开别名目前均指向它
直连价格	输入 $0.042 / 百万 token；输出 token 不计费
输入预算	整次请求 64k token；state 加最长单个问题 32k token，两项限制同时适用
输入模态	文本：字符串、JSON 对象或文本数组；不直接接受图片、音频或视频
速率	文档列出 250,000 token/秒、1,200 请求/分钟；官方注明仍可能动态调整
语言	官方说明英语表现最好；中文等语言应单独验证

模型、价格、预算、速率和语言信息均来自 Models，不是第三方网关的统一规格。

原语	输出	例子
Choice	一个选项、所有选项的概率、confidence	工单属于账单、技术还是其他问题？最多 255 个选项
Score	有序等级上的分数、等级概率、confidence	按明确定义的等级判断问题严重性
Noul	“是”的概率；没有单独的 confidence	消息是否明确表达紧急性？

confidence 是由概率分布计算的统计量，不是模型的自由文本自评；也不应直接当成业务正确率。输出符合类型仍可能选错。Primitives · Confidence

名字中的 Jev 指向 William Stanley Jevons，System One 借用《思考，快与慢》的命名；这属于官方产品定位，并不构成对生物认知机制的证明。命名说明

🧠 Jev 在 Agent Loop 中的位置

Jev 更自然的角色是 decision layer（决策层），而不是替代 Generative LLM 的 generative layer（生成层）：生成模型提出方案、解释和候选动作，Jev 对边界明确的问题做快速的类型化判断，应用代码再执行系统策略。

User / Environment
        |
        v
 Generative Model
 propose / reason
        |
        v
 +-----------------+
 |       Jev       |
 | route / score   |
 | verify / gate   |
 +-----------------+
        |
        v
 Application Code
 permission / fallback / action
        |
        v
 Tool / Environment

常见放置点包括：

• Model routing：在事先允许的模型中，为简单任务选便宜模型，为复杂或不确定任务升级强模型。
• Tool approval / gating：对 LLM / Agent 提议的工具调用做类型化判断，供策略代码参考。
• Stopping：判断任务是否满足完成条件，或是否需要继续、重试、补充信息。
• Verification：按明确 rubric 检查结果是否符合约束；它不能证明开放世界事实必然正确。
• Memory / retrieval gating：判断哪些历史信息值得保留、检索或加入 context。

Jev 返回概率与类型化 decision；真正的 permission、authentication、sandbox、tool execution、retry、fallback 和 human-in-the-loop 仍应由 application code / system policy 控制。Jev 可以为安全策略提供一个语义信号，但不是 security boundary。

🚫 Jev 不是什么

• 不是传统聊天模型或自由文本生成模型，也不是 tool executor。
• 不是 authentication / permission system，也不是物理机器人的 safety controller。
• typed output 不等于语义正确；probability / confidence 也不自动等于已经校准的正确率。

🔌 Jev 接入方式速查

技术栈 / 场景	接入方式	模型 / API 标识	适合什么	注意事项
TypeSafe 原生 API / SDK	Python typesafe-sdk、JS/TS @typesafe-ai/sdk，或 HTTP	jev-latest / jev-1.13.0；POST https://api.typesafe.ai/v1/systemone	直接使用原生 System One 请求与响应	原生原语是 Choice / Score / Noul；密钥、错误和版本以 TypeSafe 文档为准
Vercel AI SDK 7	experimental_evaluate 或 gateway.evaluationModel(...)	typesafe-ai/jev	TypeScript 应用中的 choice / score / boolean 评估、Gateway 日志与策略	AI SDK 使用 boolean 而非原生 noul；需要 AI SDK 7，字段看 Evaluation 文档
Vercel AI Gateway HTTP / TypeSafe client	POST /v1/evaluate；或将 TypeSafe client 的 base URL 改为 https://ai-gateway.vercel.sh/typesafe	typesafe-ai/jev；兼容端点 /typesafe/v1/systemone	非 AI SDK 服务、已有 TypeSafe client 迁移、Gateway 计费与观测	/v1/evaluate 与 TypeSafe-compatible API 是两种 schema；不支持用普通 OpenAI-compatible chat endpoint 代替；见兼容 API
TanStack AI	decide() + choice() / score() / boolean()；按 provider 选择 decider adapter	TypeSafe jev-latest；Vercel typesafe-ai/jev；Cloudflare typesafe/jev；OpenRouter ~typesafe/jev-latest	在同一类型化调用上切换四个已记录 adapter	adapter 可替换不代表供应商语义完全等价；认证、模型标识、响应 metadata 与网关行为分别核对；见 TanStack Evaluate
LangChain / LangSmith	LangSmith Evals 或 Gateway System One API	Gateway typesafe/jev-1.13.0	Agent 轨迹评判、评估流水线、带 TypeSafe provider secret 的网关调用	Jev-as-a-judge 仍需验证集与升级路径；不要把五条轨迹实验当通用准确率；见 LangSmith 文档
Cloudflare	Workers AI env.AI.run；TanStack 可用 cloudflareDecider()	typesafe/jev	Cloudflare Worker 内的类型化决策与 Gateway 路由	Cloudflare 的认证、上下文和计费以其模型页为准；第三方限制不自动等同 TypeSafe 直连
OpenRouter	OpenRouter 的 structured decision 接口；TanStack 可用 openRouterDecider()	OpenRouter 模型页列 Jev 1.13；TanStack 使用 ~typesafe/jev-latest	已使用 OpenRouter 凭证、希望通过统一 provider 访问 Jev 的服务	不要假定普通 chat-completions 请求适用；模型标识和 response schema 以 OpenRouter 模型页及所用 framework 文档为准
Vercel eve	auto / evaluate policy	默认 typesafe-ai/jev	对 tool call 做自动评估，将不确定或高风险请求交人工	Jev 只提供评估；eve / application policy 才决定批准、拒绝或升级；见 eve 指南

**迁移提醒：**TypeSafe 原生接口使用 Choice / Score / Noul；部分 framework / gateway 暴露 Choice / Score / Boolean 或更一般的 evaluation 抽象。迁移 provider 时重新核对 request schema、response schema、probability、confidence、threshold 与 fallback behavior，不要假设接口完全等价。

🗓️ 时间线

日期按原始来源；X 行使用 UTC。文章发表日与讨论帖收录日分开记录。

日期	事件
09-15	Jev 发布，开始早期访问
09-16	Vercel AI Gateway 接入公告
09-17	Cloudflare 公告；LangChain harness 教程
09-18	OpenRouter beta 公告；Vercel 发布采用情况文章
09-19	Vercel 公布限时免费；LangChain 发布 judge 实验
09-20	TypeSafe 取消候补名单；社区继续探索语义搜索、播客广告识别和素材选择
09-21	LangSmith Jev 评估集成与 SemIf 托管公告；Python SDK 0.7.1；Simon Willison 分析；创始人访谈
09-22	HN 新收录 jevopt 与 jevframe 等项目；这是收录日期，不代表项目当天首次发布。当天 arXiv 上的 Jev 相关论文累计达到 13 篇（Visual Jev、REFLEX、JEV-as-a-Judge、Type-Safe Is Not Error-Free）
09-23	PaperWeekly 中文盘点梳理这批论文；见论文区

🧭 网页导航、手把手 Jev 与 Robotics

入口	内容与使用方式
打开网页导航站	面向浏览的首页：按学习、构建、Robotics 与研究筛选资源，并链接回 Markdown 原文。
手把手 Jev	从 Playground、状态与问题设计，到 Python / TypeScript 调用、低置信度回退和验证集的六步路径。
Jev on Robotis / Robotics	无人机、机械臂、仿真与 VLA 线索按“已运行、作者测量、设计阶段”分开呈现。现有公开资料未证实 ROBOTIS 品牌集成。
生态目录 · 研究与评测	目录负责发现项目，研究页保留评测方法和外推边界；两者都链接回原始材料。

🏢 官方资源与接入（Official Resources）

资源	用途
TypeSafe 发布文章	定位、厂商评测方法及其限制
文档 · 机器可读索引	找到概念、API、示例和 SDK 页面
Playground · API Key	登录后体验与创建密钥
模型规格 · HTTP API	版本、上下文、价格与请求格式
Python SDK · JS / TS SDK	分别使用 typesafe-sdk 与 @typesafe-ai/sdk
Agent Skill	为编码助手提供 TypeSafe 使用资料
System One LLM 适配器	用 LLM 实现类似接口；输出与性能不等同于 Jev
Cookbooks	重排、引用核查、特征构造、分类与路由
Pydantic AI：TypeSafe (Jev) 模型文档（09-24 增补）	第三方 Agent 框架的官方接入：TypeSafeModel、类型化输出、布尔阈值、工具调用与低置信度回退示例
Pydantic Evals：Jev 评判示例 · Pydantic AI Gateway	官方示例使用 Jev 作自定义评判以及 LLMJudge / GEval；Gateway 用自带 TypeSafe 密钥转发原生 System One 请求
Vercel Connect：Jev · Vercel eve 评估指南	Connect 按项目 / 环境控制凭证，eve 的 auto 与 evaluate 默认选择 AI Gateway 的 typesafe-ai/jev
已知不足	数值、日期、对抗输入和跨问题一致性等限制
Workflow evals · 状态页	厂商实验与服务事件
官方 X · Discord	公告与社区交流

各渠道的模型标识、接口差异和用途已集中到上方接入方式速查；更完整的首次调用步骤见安装指南。

🐦 X 精选（Twitter）

核验作者、UTC 发布日期和可读取文本；直达页受限时使用 X 官方嵌入接口或公开镜像交叉核对。演示数字均属于作者报告，未在本仓库独立复现；不以点赞数判断技术质量。

公告与有方法说明的实验

日期	作者	内容与阅读重点
09-21	@Hacubu · @hwchase17	LangSmith 托管 SemIf 并限时免费；TypeSafe SDK 兼容表示接口兼容，不代表官方 Jev 权重开放
09-21	@typesafeai	API / Console 异常公告及后续恢复帖；具体事件以状态页为准
09-20	@typesafeai	无需候补名单；同线程额度说明
09-19	@LangChain	比较 judge 的准确性、重复稳定性、延迟与成本；结合实验仓库阅读，注意只有 5 个独立轨迹
09-19	@vercel_dev	AI Gateway 免费活动至 09-25，勿与直连定价混淆
09-18	@OpenRouter	beta 接入公告
09-18	@madiator	Bespoke Nimble 的开放模型、数据和训练配方；是独立实现
09-18	@nedwize	税务文件分类实践；可进一步检查代码与数据说明，不要将单一文档库成绩泛化
09-15	@CompleteSkeptic	创始人发布帖；性能主张与正式博客中的评测条件一起读

工程案例与中文实践

日期	作者	案例与边界
09-20	@richardt830	JevGraph：文档到带证据的知识图谱，基于 DocJev 的社区管线
09-20	@TTLequals0	播客广告识别，附 MinusPodJev 源码；不能据此认定 Jev 原生接收音频
09-20	@Saboo_Shubham_	语义查找浏览器扩展：按含义定位文本
09-20	归藏 @op7418	从预制 3D 素材中并行选择并调整场景；不是 Jev 直接生成网格模型
09-20	AI Will @FinanceYF5	多局游戏决策演示的中文分享；成本和速度为帖子报告
09-20	AI Will @FinanceYF5	广告分析案例的中文分享；另见 Matthew Berman 的 09-17 原始演示帖，避免重复统计同一案例
09-19	@NFT_Chen	客服分单与 DeepSeek 的耗时 / 成本对照；没有足够证据由此推断同等准确率
09-19	黄小木 @ai_xiaomu	中文入门长文入口；文中候补名单步骤已被后续公告更新
09-18	森叔 @harrisonitsme	Agent Skill 和密钥配置教程；waitlist 部分保留为历史信息
09-18	@dimentary	MuJoCo 仿真：高层决策与运动判断拆为两次调用，输入为几何和接触文本
09-17	@tamarajtran	对工具记录评分后筛除或截断；需要评估上下文信息损失和缓存影响
09-17	@ali_uraish	SO-101 仿真：视觉模型提供观察，Jev 选动作，本地控制器执行
09-17	@TheINAOG	从模拟器 RAM 提取状态并做动作前瞻；游戏专用适配器降低了感知难度
09-17	@sid19arya0	宝可梦对战的单次演示，不能当作跨游戏模型排行榜
09-16	@jpschroeder	驾驶决策演示；“复刻 FSD”是作者说法，不能写成真实道路自动驾驶能力已验证
09-17	@rinte0321	日文电商实时接客演示：对话中途按用户发言即时推荐商品（Jev + gpt-live-1）；体验为作者描述，视频未复现
09-18	@ctatedev	json-render + Jev 的动态界面实验：组件化 UI 毫秒级渲染，属于生成式 UI 方向的早期尝试
09-19	@yanhua1010	用浏览器 Agent（Jev Ultrafast）查 12306 动车票：日常任务可用性演示

📕 小红书线索（Xiaohongshu）

本轮访问了搜索页和原始笔记链接，但未取得可核验的笔记正文。 搜索页未返回笔记结果，详情页出现登录跳转、暂不可浏览或超时；没有可用的已连接平台检索插件。因此下面是待核验入口，不是已确认的实测结论，也不代表平台没有更多新内容。

索引日期	笔记线索	核验状态
09-20，旧仓库记录	成了，用 cua 和 jev 实现电脑控制	旧记录署名“北京月薪5k”；本轮未能复核作者、日期及正文
09-20，二级索引	Jev刚火两天，开源就杀疯了：0.5B就能跑！	作者 / 正文待核验；标题的“本地模型”不能解释成官方 Jev 权重
09-20，二级索引	比Jev快50倍？本地部署直接原地起飞！	作者 / 正文待核验；未采纳标题中的速度倍数
09-20，二级索引	一个视频搞懂Jev！	作者 / 正文待核验
09-18，二级索引	给Codex配上Jev，真不想回去了	作者 / 正文待核验
09-18，二级索引	一文了解 Jev 模型到底是啥	作者 / 正文待核验
09-23，中文聚合仓库索引（09-24 收录）	DeepSleep《GPT6 太慢？试试 Jev》	标题、署名与带 xsec_token 的链接来自 CodeAlex52/awesome-jev-cn 的索引；带 token 访问仍返回“页面不存在”，正文未核实

关于 xsec_token：小红书近年为笔记链接引入 xsec_token（配合 xsec_source）作为安全校验与反爬参数，直链必须携带与会话 / 来源绑定的有效 token 才能打开；缺 token 的站外直访会跳登录、提示“当前笔记暂时无法浏览”或 404。因此本节多数笔记链接在浏览器直接打开会失败，这不代表笔记已删除；带 token 的链接也会随 token 过期失效。

二级索引来自什么值得买的参考来源列表 A、列表 B与列表 C，只用于发现原始链接。站内可检索 Jev、Jev 模型、TypeSafe、Jev 实测。完整访问情况与收录门槛见 SOURCES.md。

知乎文章（截至09-24）

三条入口已由维护者在浏览器中确认可打开（2026-09-24）；自动化抓取仍被知乎反爬拦截（403），正文要点待读取后补充。标题中的数字在对照正文复核前不采信。

文章	状态
《每步决策 385ms：接进两个真实系统》	维护者 09-24 确认可打开；自动抓取 403
《JEV 应用接入实测：距离“能用”还远着》	维护者 09-24 确认可打开；自动抓取 403
《Jev 实战系列 04：Jev + CDP 浏览器自动化》	维护者 09-24 确认可打开；自动抓取 403

另：程序员鱼皮的实战教程有知乎同题入口，同一实验只算一条，已收录在深度文章区，以可读取的腾讯云原文为准。

💻 GitHub 生态

星数为 2026-09-24 GitHub API 快照，表示关注度，不是质量或性能评分。完整分类、更多项目和更新后的仓库名称见 CATALOG.md。

方向	项目	★	阅读重点
浏览器	browser-use/jev-ultrafast	18,959	动态索引动作；文本输入环节仍可调用生成模型
上下文管理	tamaratran/fast-jev-compaction	6,527	筛选工具记录；检查信息损失和上下文缓存的取舍
开放模型	NandhaKishorM/laya	19,984	独立开源决策模型；横向数字需检查测试条件
开放模型	TheoLeeCJ/SemIf-OpenJev	4,065	开放模型上的语义条件判断，与 TypeSafe 无隶属关系；原 SemIf 已更名
开放模型	jaredpalmer/kev	5,746	已扩展为 Qwen3.5 模型族，不能继续只描述为 0.5B 原型
开放模型	OmniJev/OneJev	0	多模态版本：截图、照片、视频和文本都能问，一次前向给出每个选项的校准概率；0.8B 到 27B 四档，Apache-2.0
训练配方	bespokelabsai/nimble	1,677	对比数据策展、模型与评测
训练实现	TianyuCodings/NanoJev	2,103	小型训练管线；独立实现而非官方权重
Agent 评测	danielgshea/jev-as-a-judge	79	可检查实验设计，严格区分重复次数和样本数
综合评测	fstandhartinger/jevbench	103	题目、模型适配器、结果和评分口径公开
独立评测	AbdelStark/jev-benchmarks	17	与本地 GLiNER2.5 的同任务对比试点；准确率、错误预算下覆盖率与延迟，条件公开
中文评测	yibie/laya-jev-lab	8	中文客服、概率阈值与本地模型级联
中文评测	NanmiCoder/jev-arena	98	一万条评论同批对比 Jev 与 DeepSeek；AI 复核口径、可回放逐条核查
工具审查	agent-chaperone/agent-chaperone	20	检查工具调用和返回内容，默认 shadow 模式；不是沙箱
Agent 审查	DevMortimer/pi-warden	138	用 Jev 检查编码 Agent 的写入与项目规则，附维护者评测
模型路由	0xNatoshi/jev-codex-router	248	按调用选 Codex 模型与推理深度；约 −60% 的节省来自 237 轮历史模拟，非实测账单
内容索引	mizzlelover/jev-hub	23	X 长文与演示视频聚合，保留作者与原链；演示不因此视为已复现
编译优化	Ramneet-Singh/jevopt	3	Jev 选择是否内联，LLVM 负责变换合法性；有运行日志和比较脚本
增长应用	Refix	—	增长：通过产品试验、SEO、内容与广告，让产品以自动驾驶方式更快增长

浏览器项目存在随日期失效的演示目标：09-21 的 issue #93指出默认机票日期已过期。复现演示时应检查输入条件；该 issue 是问题报告，不代表所有版本均已修复。

📊 评测与局限

• 193.6× 更快、444.6× 更便宜是 TypeSafe 特定工作流上的结果，官方指出它们偏向真实收益的高端；不是所有任务、地区或并发下的保证。方法说明
• 100% judge 命中来自 5 个固定轨迹的重复评判；可研究稳定性，但无法据此宣称对任意任务准确。实验代码
• 中文场景已有可读小样本：40 条工单中 Jev 31 条正确；含糊和边界输入仍有明显问题。中文实验
• 同输入横向测试出现更多任务：sysone-bench 比较 Jev、Laya、路由版 Laya 与 Qwen 约束解码；各模型的优势随任务变化。其“751 states”实际对应原始文件中的 751 个计分判断，详见口径核对。实验仓库
• 工具调用评测需要看多数类基线与标签来源：Archestra 的 100 调用实验采用模型裁判一致子集，不能只读总准确率。实验文章
• 类型正确不等于语义正确：数学、日期、长上下文、对抗输入和跨问题恒等式都有已知限制。官方说明。09-22 的选项名敏感性论文进一步实测：只交换选项名与定义的对应，Jev-like 开源模型 AUC 从 0.94 跌到 0.23，托管 Jev 同类现象但幅度较小，而类型错误率始终为 0%
• 第三方横评开始出现：09-21 的计算社会科学标注横评（18 任务 7,977 样本）报告 Jev 在 15 个正式任务中 14 个落后单任务最佳 LLM（中位差 11.6 macro-F1），但成本约为 1/44，且低置信度路由回 LLM 可用 1/4–1/2 成本追平；09-22 的 REFLEX 也报告外部评测对低成本生成级联的优势不稳定。均为作者报告，任务与提示词互不相同，不能合并排名

完整方法比较、指标口径、局限与复核清单见 RESEARCH.md。

📄 论文与技术阅读（Papers & Technical Reading）

截至 09-26 未发现 TypeSafe 官方 Jev / RLCD 技术论文；这里收录的直接研究均为第三方预印本。此前核验的 13 篇仅代表 09-22 截止的历史批次，不是当前论文总量。09-23 / 09-24 新核验 8 篇，详见 RESEARCH.md。

新增研究中，Decision Hijacking 研究类型化决策受到提示注入后的概率变化；Just Ask Jev 提供对齐失效检测基准与受限访问的数据；JEV vs. LLMs as Rubric Judges 报告其任务中评判器的相关错误。另有医疗报告、法律文档、移动操作、星际争霸控制和生态方法学研究；不要把单篇实验结论推广为 Jev 的通用性能。

以下 6 篇背景研究按关联性收录，不将背景论文包装成 Jev 的训练配方：

分类	原始论文	关系
先前工作	SalesRLAgent，2503.23303	销售对话中的强化学习决策；先发讨论的原始材料
先前工作	Confidence-Aware Routing，2510.01237	在生成前评估不确定性并选择处理路径
校准基础	On Calibration of Modern Neural Networks，ICML 2017	理解置信度、正确率和后处理校准
背景	LLaDA，2502.09992	非自回归语言建模；未确认与 Jev 架构的直接关系
背景	iLLaDA，2606.25331	2026 年掩码扩散模型研究；不是 Jev 新版本
缩写辨析	RLCD from Contrastive Distillation，2307.12950	全称与 TypeSafe 的 Calibrated Decisions 不同

2026-09 早期论文批次（截至09-22，13 篇）

分组	首发	论文	要点（作者报告）	代码
应用	09-19	Replacing LLMs with Jev Decision Models for Low-Latency Edge Service Orchestration，2609.22753	边缘服务编排；中位决策延迟比结构化输出 DeepSeek 低 15.9–26.5%，无缓存时每正确完成任务的 API 费用低约七成；缓存基本抹平延迟差	—
应用	09-19	Fast Intent-Driven Service Orchestration with Jev for 6G Edge Networks，2609.23136	6G 意图驱动编排；中位决策延迟比 DeepSeek 低 22.4%、比 Gemini 低 61.9%；真实图像服务 1,080 请求中 459 个正确按时（DeepSeek 463、Qwen 435）	—
应用	09-21	Calibrated Decisions at Scale: … Crash Narratives … (Jev)，2609.24052	德州事故叙述批量编码：筛查 499,500 条，27 题模式编码 195,857 条；对 2,416 条盲评人工判断 F1 0.908；概率用于抽选人工复核样本	GitHub
应用	09-21	Jev for Scientific Decisions，2609.24965	科学流程中的语义选择；10 个案例上与其他 5 个配置并列语义全对，成功响应的中位延迟最低；强调语义选择、下游计算与最终标签分开检查	—
Jev-Anything	09-21	Jev-Mem: System-One-Controlled Agentic Memory，2609.23986	记忆分类、检索预算、查询路由与停止条件交给 System-One 控制；LoCoMo 综合分 0.777，记忆构建 158 秒（比最快对照快 6.6 倍）	GitHub
Jev-Anything	09-22	REFLEX with Jev for Efficient Selective Control in LLM Agents，2609.26532	置信度足够高执行有限决策，否则升级到强模型；固定 100 任务保持 95% 成功率、强模型调用少 72.7%；但外部评测中相比低成本生成级联优势不稳定	—
Jev-Anything	09-22	JEV-as-a-Judge: Accept When Confident, Escalate When Unsure，2609.26550	对比 16 个生成式 / 奖励模型 Judge；常规偏好与事实判断距最强 LLM Judge 不到 3 个百分点，费用约 0.36%；置信级联保留 99% 准确率	—
Jev-Anything	09-21	Open-Jev Judgments on CallScreenBench，2609.23959	Qwen3-4B 微调出 JevLite，单次前向读出诈骗概率；41 场景 577 次逐轮判断 AUROC 0.974；64.5 ms / 次、比同底座生成答案快 4.9 倍；作者自述无架构创新、配方选择有测试集暴露、来电均为合成	—
Jev-Anything	09-21	JEVQA — Video Quality …，2609.24395	零样本视频质量；仅元数据相关 0.737 已接近标准化 P.1204.1（0.733），加码流 + 像素特征到 0.824；相同特征专门训练的模型仍明显更好	—
Jev-Anything	09-22	Visual Jev: … Shared Visual Context，2609.25845	一图多问共享视觉上下文；每图 32 问时比逐问执行快 8.9 倍、比重算视觉前缀的批处理快 3.4 倍，代价是峰值内存更高	GitHub
开源与横评	09-20	this-that-model-1.0，2609.23886	约 2B 参数开源类型化决策模型，单次判断 30.9 ms；第三方记录的 68 题上 0.941 对 Jev 0.765；多步计算任务 0.560 对 Jev 0.98–1.00	GitHub
开源与横评	09-21	Evaluating Decision Models for Text Annotation in Computational Social Science，2609.24574	18 个计算社会科学任务 7,977 条样本，对比 19 个 LLM；15 个正式任务中 14 个 Jev 落后单任务最佳 LLM，中位差 11.6 macro-F1，成本约为其 1/44；低置信度路由回 LLM 可用 1/4–1/2 成本追平或更好	GitHub
开源与横评	09-22	Type-Safe Is Not Error-Free，2609.26758	只交换选项名与定义的对应（0/1 ↔ no/yes）即大面积反转，AUC 0.94 → 0.23；托管 Jev 同类现象但幅度较小；全程类型错误率 0%	—

作者、日期、发表性质和阅读边界见 论文详解。

📰 深度文章与讨论

日期	材料	价值
09-24	程序员鱼皮：一手实战测评 + 保姆级教程（腾讯云开发者）	数字华容道、1,000 封模拟邮件、连连看、697 篇文章打标签的操作记录；邮件速度与费用为作者测试，不写成通用基准；知乎同题入口勿重复计数
09-23	PaperWeekly：13 篇论文盘点（中文）	按“首批应用 / Jev-Anything / 开源平替与挑错”三组梳理 09-19 至 09-22 的 arXiv 论文潮；数字以各论文原文为准
09-21	数字生命卡兹克：这个只会做选择题的 Jev（授权转载）	将 Jev 用于 AI 信息预筛的作者自测：100 题比较、一条新闻同时回答多个问题；结果以截图与叙述呈现，标注为作者自测（09-24 收录）
09-20	硅星人Pro：实测 Jev（虎扑转载）	50 条中文客服题 × 4 项判断 × 15 次重复：约 64–65% 正确、约 0.73 秒 / 题；阈值附近的分数波动——1.99 分对 2.00 分转人工截断，15 次中 3 题翻转；公众号原帖本轮被验证墙拦截，数字取自可读转载（09-24 收录）
09-21	LangSmith：Jev 评估集成	将轨迹与问题映射到反馈字段；附在线评估配置步骤
09-21	Latent Space × Diogo Almeida	创始人长访谈与文字稿；设计动机、使用方式和生态案例
09-21	Simon Willison：Decision Models	接口、搜索重排与黑箱可解释性
09-21	Di Zhang：What Is RLCD?	偏好建模视角；明确作为社区假说阅读
09-21 HN 收录	Archestra：100 个真实 Agent 调用	多数类基线、选项顺序、拒绝召回和评测标签问题
09-21 HN 收录	Expanso：日志分流实践	将规则、上下文计数、模型判断与重试降级拆开
09-20	LangChain：Jev-as-a-Judge for Agent Evals	五个固定轨迹的重复实验；不要与 09-21 的产品集成公告混淆
09-18	Vercel：AI Gateway 采用情况	平台报告首日近 13% 付费团队使用；统计范围不是全球开发者
09-17	LangChain：Building a Harness with Jev	Agent 路由和工具执行前判断
09-16	Sean Goedecke：结构化输出	接口设计与不同实现路径
09-15	TypeSafe 公司新闻稿	公司与融资信息的一手出处

讨论入口：HN 发布帖、Simon 文章讨论（09-22 收录）、工具调用评测讨论、Reddit 先前工作争议。讨论热度和当事人主张都不能替代实验或论文证据。

❓ FAQ

现在还要排队吗？ 官方已宣布取消候补名单。直接到 Console 登录；历史教程中的 waitlist 步骤已过时。见公告与安装指南。

能在本地运行 Jev 吗？ 本轮未找到官方 Jev 权重。Laya、Kev、SemIf、Nimble 等是独立开放实现，能力、训练与许可分别以各项目为准。

能看图、写文章或生成 3D 模型吗？ 当前官方接口只接受文本状态。相关演示通常先将视觉 / 音频转成文本，或让 Jev 从已有素材和动作中选择；生成工作由其他组件完成。模型规格

返回 0.9 是否意味着这次一定有 90% 把握正确？ 需要先分清概率字段和 confidence，再在目标分布上测量校准；单个数值无法替代任务验证。Confidence

为什么不收录所有热帖？ 重复转述、只有夸张标题、无法找到原文或没有实验条件的条目不能作为技术结论。受访问限制的社交线索单独标注，欢迎补充可复核来源。

🤝 贡献（Contributing）

1. 与 Jev / System One 直接相关；优先官方资料、作者原帖、代码和原始论文。
2. 附作者、发布日期、原始链接；社交平台注明正文是否可读取。
3. 数字附任务、样本量、版本和测量条件；星数 / 热度注明快照日期。
4. 同一案例的中英文转述互相链接；不重复计算为独立实验。
5. 小红书线索核验后请补作者、时间与内容证据，再移入正式精选。
6. 提交前检查 Markdown、相对链接和目录锚点。

📜 License

MIT © 2026 awesome-jev contributors