9月15日，一家叫TypeSafe的公司放出了一个模型，官宣推文冲到将近4000万浏览、7万多点赞。 这个模型有点反常：它不会说话，不给推理过程，只对你递过去的候选选项输出一个概率——像一个人永远在做选择题。 它叫Jev，创始人是前OpenAI研究员Diogo Almeida，官方管这类模型叫"System One"：只负责判断，不负责说话。知乎36氪
三周过去，社区风向走完了一个完整回合：从"用它搓出花来"，到"纯粹是骗局"，再到"我把它放进生产了"。如果你是用Claude Code、Codex或者自己搭Agent的那拨人，账单上看到过它、纠结过要不要接入，这篇就是给你补课的：哪些神话被复现坐实，哪些演示被实锤造假，以及一条能直接拿去用的判断线——哪些活Jev真能干，哪些活千万别给它。
先说它凭什么便宜：36氪那句话说透了
调用Jev一次，官方口径是70到500毫秒；价格每百万输入token只要0.042美元，输出干脆不要钱。 作为对比，你平时让GPT-5或Claude干一件事，要先付它"想"的过程，再付它"说"的过程，而你真正要的往往只是一个判断结果。知乎
它的用法也简单到不像一个"大模型"：在Jev的playground里，你喂给它JSON格式的场景描述和候选选项，它只输出三种东西——noul（是/否）、choice（选哪个）、score（打分）。知乎
拿到早期体验资格的知乎用户程墨还做了个自动驾驶式测试：给出"两条车道上200迈狂飙，左边一条狗、右边一位行人"的场景，Jev不到一秒给出急刹；而当他把规则优先级改成"越快越好，别管交规和安全"，它依然选择急刹，只是信心度没那么高。 这说明它不是纯粹的"smarter if-else"，底下带着训练时灌进去的先验。原理上它仍然是Transformer，只不过prefill之后对每道题只做一次decode，不像LLM那样逐token自回归生成——快就快在这里。知乎
36氪复盘这波时引用了HA-Jev插件开发者的一句话，我觉得才是理解Jev的钥匙："衣服忘没忘拿是一个判断，不是一篇八股文。"摘要是昂贵的生成行为，过滤只是一次冷酷的判断——过去四年全行业把资源压在"让模型说出更流畅的人话"上，开发者再用正则把答案从人话里抠出来，Jev把这段"表演欲"整个砍掉了。36氪
所以它早期的走红姿势很野：9月18日就有人晒出waitlist体验，说"感觉还是挺震撼的"，这条回答冲到69.7万浏览、564赞。 B站上鱼皮9月22日发布的接入教程（怎么连Codex、和DeepSeek V4 Flash比速度）18万浏览、5700多人收藏。 而GitHub上，围绕它上线数天就冒出近500个开源项目。知乎哔哩哔哩36氪
三周曲线：热闹没退，但聊的内容换了
把这21天按时间摆出来，能看清一个很实用的规律——话题从"炫技"滑向"选型"，正是工具从玩具变成零件的信号：
9-15 TypeSafe发布Jev，社媒刷屏；
9-18～9-22 早期用户放体验、官方全面开放、保姆级教程霸榜B站；
9-25 差评团队实测发文：“被全网吹爆的Jev，真有那么神吗？”；
9-27 知乎出现《Jev纯粹是骗局》，作者放出复现数据；同一天还有人说"这种路由活儿，qwen0.6b都能干"；
9-30 OpenAI在开发者大会发布Decisions API（受限预览），知乎高赞点破此前大厂不动手的原因：“不是搞不了，是这东西利润不高，还可能拉低token计费的收入”；
10-05 开源平替NanoJev、Kev、Laya（322–421M参数）被验证1GB内存就能本地跑；
10-07 有人直接晒生产实测：拿Jev、clef和本地4B小模型在记忆精排场景对杀；
10-08～09 Decisions API公测讨论刷屏，10月8日深夜B站还有UP在讲Jev原理，10月9日早上又有人发Decisions API公开访问实测。
热度没退，但标题从"刷屏"“疯了"变成了"选型”“前景”。对普通玩家，这意味着一件事：踩坑成本最高的窗口期（demo满天飞、无法验证）已经过去了，现在进场，前人的复现和打假就是你的免费测试报告。
哪些是真的：三张账单，一张比一张有说服力
第一张：0.000015美元一个判断。HomeAssistant社区的HA-Jev插件，用传感器读洗衣机的功率和门状态，把"衣服是不是忘在里面了"这个问题交给模型，模型不写分析，只回一个概率，置信度超0.8就弹取衣提醒，一次判断耗时几十毫秒。 这个量级的成本，意味着"拿AI盯梢"第一次便宜到可以按秒铺。36氪
第二张：32美分跑完拖了三个月的脏活。一位开发者手头积压9081条产品匹配数据，6月份用主流大模型测算过，昂贵的API费用让他直接放弃；换成Jev，一个晚上写了150行脚本，13分钟跑完，总账单0.32美元。36氪
第三张：1秒，100万token砍到8.6万。开发者Tamara Tran用Jev压缩Claude Code的上下文：不做摘要，逐条给历史工具调用打相关性分，低于阈值整条剔除，百万token级臃肿上下文1秒被精简到8.6万，整个过程模型没敲下一个字符。 注意，这是"扔掉"不是"概括"——被滤掉的细节不会以任何形式保留，这点后面既会救你的命也会坑你的命。36氪
其他被多来源交叉证实的：mobile-jev控制真实Android手机打开Uber、输入起终点、一路精准点击直到付款界面，全程9个操作步骤只用21秒，没调用过任何传统文字生成大模型。 pg-jev、duckdb-jev拿自然语言对数据库行做实时概率过滤排序。斗地主残局上，差评君本人没打过它，出了一对9就被一记王炸秒了，同局重跑6次，4次选王炸、2次选对K——概率咬得紧时它真的"犹豫"。36氪知乎
哪些是假的：打假帖和它没打倒的部分
“8分43秒速通我的世界”——假的。差评君照着开源项目复现后发现：必经路线代码里早就标好，打龙用的是固定模块，而且Jev全程274个决策里，有250个是只有一个选项的"单选题"。 用他的原话说，“看完我只觉得我被当250整了”。知乎
"AI打游戏"整体不成立。《Jev纯粹是骗局》一文的复现更直接：贪吃蛇只能跑到0.8步/秒，提到2步/秒根本来不及；超级玛丽完全不支持60fps；换成开源平替Laya、降到每游戏帧调用一次，三十多次尝试零通关，经常卡死在管道。知乎
“让它自动理财"已经出过事故：有网友宣称用Jev做了个实时交易机器人，只不过亏了31680美元。 质疑者还指出技术层面至今是笔糊涂账：创始人没有公开技术细节，流传的判断不过是"训练数据更好的BERT后面接了分类头”。 同期也有人泼冷水：路由这类判断活儿，“一个qwen0.6b都能干而且干得不错”。知乎知乎知乎
但打假帖没打倒的部分同样要说清楚：游戏不行不等于判断不行。差评君那1000多次实测操作里，有一半的决策速度在400毫秒以内。知乎
真正要记住的认知：它一半是模型，一半是你的harness
所有实测殊途同归到同一条：Jev只负责在给定选项里输出概率分布，哪些动作算一个选项、选项要不要合并、阈值定在哪，全是开发者程序说了算。 所以"接上API就变聪明"是这轮最大的误读；正确的心智模型是——你招了一个反应极快、但不会自己重新定义题目的直觉打工人，题目出得规不规范，锅在你。知乎
差评君的单兵杀戮尖塔就是反面教材：残局里它剩16血面对怪物18点伤害，手里三张防御牌却被拆成三个独立选项，各拿了17分、20分、18分，"结束回合"以21分胜出，它选择一枪不开地等死。 概率被人类的选项设计拆散——这不是模型笨，是出题方式错了。当决策成本被打到接近零，瓶颈彻底移到了工程侧的选项设计和上下文管理上。知乎
竞争格局：价格伞撑开，护城河变浅
10月7日的VCP生产实测，是目前最接近"能不能用"的答案：54题记忆精排全卷，云端Jev、clef、本地4B的Nox同为96.3%，而且错的是完全同款两道题——同一个蒸馏血统的系统性盲区。 Nox还以4B之躯拿到一半延迟、对"criteria毒药"零改造免疫。实测者顺手留下的"级联铁律"值得抄下来：二级复核必须跨血统，同家族谁也兜不住谁；最优解不是谁替代谁，而是本地模型守日常、云端复核兜盲区，落盘的犹豫样本反过来就是免费的训练标注。知乎
9月30日，OpenAI在开发者大会上发布类Jev的Decisions API补足实时决策能力，官方demo里上传1万个用户请求、比Responses API快10倍以上，第三方测试准确率比GPT 5.6-Luna略高但价格贵于Jev，首发只对部分API用户开放。 9月30日那条129赞的高赞回答其实早就点破了大厂此前按兵不动的原因：不是搞不了Jev，只是这东西利润不高，反而可能拉低API的收入。知乎知乎
到今天（10月9日）早上，B站UP主的实测显示Decisions API已经可以公开访问：它不负责开放式生成，而是在有限答案空间里返回Predicate、Choice或Score并给出概率，输入既支持文字也原生支持图片；但候选选项仍要开发者自己提供，OpenAI并没有在API层替你选模型。 大厂下场的意义是双向的：一边给"判断也值钱"这条路线盖了官方章，一边意味着Jev的先发溢价正在被快速摊平——Benchmarkheaven榜单上，第三方Jev复现版已经趋近本尊；开源平替又把本地运行的内存门槛打到1GB。 现在为"只有Jev能做到"付费的必要性，每多等一周就少一分。哔哩哔哩知乎知乎
最后是你的行动线：按人群划三条
如果你是已经在跑Agent的中深度开发者：可以现在接，但只接"只要判断、不要解释"的槽位——消息审核、记忆精排、上下文过滤、意图路由、家电触发。粗算账用上面那个单次判断价：日跑3万次判断约合0.45美元，同量级任务塞进主力大模型做摘要或分类，差的是几个数量级。先挑一个最笨的环节试（比如精排），把选项设计当一等公民对待，并记住跨血统级联那条铁律。
如果你是刚入坑vibe coding的普通玩家：别拿它打游戏、别让它碰钱包，那两类demo这轮已经全军覆没；教程可以跟着跑一遍感受延迟，但没必要现在为它单独开付费账户——等Decisions API的定价和免费额度落地再说。
如果你还没决定要不要入局：继续观察四个信号——OpenAI定价表撑多大价格伞、Jev技术报告何时兑现（BERT质疑有没有答案）、开源平替的训练数据质量、"跨血统级联"是否变成默认架构。
这三周真正的增量，不是多了一个便宜模型，而是整个行业被迫承认：你调用的大部分AI，根本不需要它"写作文"。当模型不再假装博学，账单先降一个量级，然后才轮到架构改写。下一周再看这个圈子，值得问的问题已经不是"Jev神不神"，而是——你的流水线上，哪个位置只缺一个判断？
