Blog Detail

谷歌推出的哑巴模型Jev突然走红，

它不参与对话、不编写代码、不创作文案，也不做任何解释。你向它提问，它一个字也不会生成，只专注于一件事——判断。

发布后短短几天，从Hacker News到中文技术社区，几乎所有人都在热议它。但大家讨论的焦点并不是它有多聪明，而是它有多么反常。

确实，一个不会说话的模型能够火起来，这件事本身就足够反常了。

大家最先关注的是它的应用场景。一个不会说话的模型能用在什么地方？答案是微信。

微信需要回复消息、管理群聊、监控风险，怎么看都应该交给一个“会说话”的大模型。

怎么想都觉得不合理的事情，却就这样合理地发生了。

不过，具体情况还是得从Jev本身开始说起。

01

Jev到底是什么

TypeSafe AI于2026年9月16日发布了Jev。

这家公司位于旧金山，创始人是GPT-4论文的合著者、前OpenAI研究员迪奥戈·阿尔梅达（Diogo Almeida）。公司隐身研发了两年，推出时获得了DCVC领投的4000万美元种子轮融资。

Jev给自己的定位是系统一模型（System One Model）。

这个名字源自卡尼曼的《思考，快与慢》。其中，系统一指那种不经思考的直觉判断，系统二则是慢下来一步步推理。

TypeSafe表示，这几年所有人都在打造系统二，能思考、能写长文、能解释。但软件中真正需要的判断，大多数是系统一。

Jev与ChatGPT、Claude的区别在于，Jev只会做选择题，而其他模型会写作文。

Jev的使用方式是这样的：你给它一段状态，比如一封邮件、一行日志、一条工单、一段程序状态，再给它几个事先定义好的类型问题，它会一次性返回所有答案，每个答案附带一个概率，外加一个“我有几成把握”的置信度。

它只会回答三种类型的问题。

Choice：从最多255个选项中选一个。

Score：在2到10级的刻度上打分。

Noul：给出一个0到1的是/否概率。

三种问题可以混合在同一个请求中，而且是并行计算的。官方表示，问一个问题还是问四个问题，延迟几乎相同。

Jev的特点是快速和廉价。

普通大模型是一个字一个字地输出，输出时长取决于内容长度。Jev不输出文字，答案的范围事先固定，只需计算每个选项的概率即可完成。

根据Jev的官方数据，端到端响应时间为70到500毫秒，输入每百万token收费0.042美元，输出免费。它上线Vercel的AI Gateway后，24小时内接近13%的Vercel付费团队都使用了Jev，成为Vercel平台上采用速度最快的新模型。

它不能聊天、不能写代码、不能写文案、不能看图，也不能解释理由。你问它“为什么不选这个”，它不会回答，它只提供数据。

Jev还有一个特点，幻觉率为0%。

这意味着它绝不会给出你选项之外的答案，也绝不会拼错字段。但它完全可能选错一个选项。这一点，TypeSafe的CEO迪奥戈自己也承认过。

Jev这个名字源自杰文斯悖论。

蒸汽机效率提高、每吨煤更便宜，但煤炭的总消耗反而增加了，因为便宜的动力被用到了更多地方。

以前用不起AI，是因为调用一次大模型又贵又慢，为了一个芝麻大的小判断去调用一次，不划算。现在Jev将单次判断的成本压到了万分之一美元。

它的训练方法叫RLCD，即Reinforcement Learning for Calibrated Decisions。RLHF追求“人类爱看”，RLVR追求“程序能验证对错”，RLCD追求“概率要诚实”。

如果RLCD说有70%的把握，那意味着在数学验证上，有70%的概率是正确的。

02

Jev成了微信的插件

Jev爆火后，社区用得最多的场景，便是作为微信的插件。

微信最难的地方在于，如何精准把握对方的想法。比如经典的“你看着办”。那到底该怎么办？是小改一下？是放着不管？还是大刀阔斧？

于是Jev的作用就体现出来了。

这条消息要不要回复？

要不要 @ 对方？

这条是不是广告？

要不要把人踢出群？

这条要不要转人工？

这个人是不是想退款？

这段话有没有违规？

每一件事，都是“从有限选项中选一个”，而且需要在几百毫秒内出结果。而这正好是Jev的强项。

那为什么不用大模型？

有三个原因。

第一，慢。大模型回复一条消息需要3到30秒。微信群里的消息是滚动的，你30秒后回复，对方可能已经不耐烦了。Jev 70到500毫秒，足够你在消息还没滚出屏幕之前接上。

第二，贵。

微信机器人通常运行在便宜的常开服务器或轻量服务器上，一次判断的成本必须低到可以忽略。用大模型逐条判断，几十万条消息就是一笔不小的开销。Jev输入0.042美元每百万token、输出免费，将单条判断成本压到万分之一美元的量级。

第三，也是微信插件最怕的，它不能说错话。

一个自由生成的大模型塞进聊天框，随时可能冒出一句不该说的话，轻则社死，重则触发风控、直接封号。Jev根本不生成文本，它只从你给的选项中挑选，从结构上就“说不出格”。

微信插件的老大难，是“自动回复”和“转人工”之间的那条界线。

全自动，内容控制不了；全转人工，人扛不住。Jev为每个判断配备一个校准过的置信度，于是这条线变成了一道阈值：把握高就自动处理，把握低就转给人，或者转给更贵的大模型。

这套“高把握自动、低把握升级”的分流，本来就是微信客服和社群运营一直想要的结构。

还有一个隐藏点，关键词命中就回复，包含“广告”就踢人，被@了就应答。这些都是关键词匹配，对方换个说法，不使用这个关键词，那么自动回复就会失效。

Jev将“关键词匹配”升级成了“语义判断”。同样是回不回、踢不踢，但判断依据不再是关键词，而是用户的意图。

安装起来也非常简单，对Codex说一句“npx skills add typesafe-ai/skills”，或者在Claude Code里加个插件市场就行。通过OpenRouter能立刻调用。

网上已经有了许多成熟的产品，比如wechat-jev-hud，它就是一个运行在Windows上的微信HUD，通过截屏、定位聊天区域，来识别文字气泡，将Jev接在OCR和叠加层中间做实时判断。

随后就会呈现出图片中的效果，对方的这条消息，有多少概率是在说怎样的事情。

03

从生成到判断

Jev火得这么快，是因为它踩中了一个大问题：Agent为什么还是又慢、又贵、又脆弱。

过去两年的AI叙事，是更长的上下文、更聪明的推理、更漂亮的回答。

可当你真的把一个模型塞进每天要跑几十万次的系统里，你会发现，其中绝大多数调用，根本不需要它“说话”，只需要它“判断”。

比如一条客服工单归哪个部门，一次工具调用有没有风险，一段AI的输出有没有跑偏，下一步该点页面上哪个按钮。

这些问题从来都只有一个正确答案，而且答案的选项也早就写在自己的代码里。让一个会写作文的模型先写一段话，再由程序把它翻译回一个判断，绕了整整一大圈。

Jev想省掉的，就是这一圈。

所以社区很多人评价Jev，说它像给软件安装了一句“语义if语句”。如果（if）对方出现了哪种意图，那就回应它对应的答案。

其效果也是立竿见影，通过Browser Use将Jev用在浏览器Agent里，一次请求同时选“做什么”和“点哪个元素”，订一张机票的时间能从9.5秒缩到7秒。

以及在长程任务中，将Jev做成路由中间件，让它替Agent挑选该用哪个模型，也能节省很多时间。

不过“Jev取代大模型”是个伪命题。正确的做法应该是，大模型帮你想清楚判断规则，Jev在生产环境里高频、低价地执行。

它真正值钱的地方，其实在于校准。把看似模棱两可、没有标准答案的问题量化，一眼便知道答案该选什么。

微信插件的例子其实已经说明，它最先落地的地方，不会是那些“需要创造力”的场景，反而是那些高频、低成本、不出错的场景。

判断越频繁、越琐碎、越怕错，它就越合适。

一个猜想，当判断这件事本身变得便宜，那不如干脆就别让模型说话，只让它做判断。判断层会像数据库、像缓存一样，变成一层默认的基础设施，藏在每个应用的最底层。

微信插件只是一个开始。

但Jev的中文适配能力较差。官方文档明确标注CJK（中日韩）准确率偏低。英文短文本表现相对稳定。

同时，Jev也没有推理能力。

Browser Use创始人实测的长程浏览器交互，Jev最终测试结果为1/20，落后于具备推理能力的GPT-5.6 Luna（17/20）。

浏览器操作涉及状态空间搜索与路径回溯，Jev不具备多步状态推演能力。

社区网友表示，Jev无法应付真实复杂的非沙盒网页。面对真实网页中未清洗的DOM、异步加载与突发弹窗，Jev缺乏应对能力。

本文来自微信公众号“字母AI”，作者：苗正，编辑：王靖，36氪经授权发布。