Jev 精选

X 上关于 Jev 的讨论,按热度排序、按质量筛选

1.4万推文
4亿浏览
15.9万回复
21.2万转发
231.2万喜欢
xsmryze
@xsmryze

这真是个宝藏! Anthropic 刚分享了一个 Claude Code 的最佳技巧之一。 思路是:同时运行 Sonnet、Haiku 5.5 和 Opus 5.5,让每个模型只做它最擅长的工作。 结果更好,token 也少得多,因为每个任务都交给了合适的模型。 你只需要这样启动 Claude Code: claude --model sonnet --advisor opus 分工如下: → Sonnet 5.5 负责会话,编写代码并应用修复 → Haiku 5.5 并行扫描代码仓库:搜索、grep 和差异审计 → Opus 5.5 随时待命作为顾问,处理重大决策并批准差异 → 不再把 Opus 的上下文浪费在不需要它的工作上 Opus 只会在三个时刻介入: → 计划定稿之前 → 同一个错误出现两次时 → 宣布完成之前 Sonnet 负责构建,Haiku 负责并行扫描,Opus 负责审查。 JEV 工程是同一思路的更底层版本:那些不需要思考的分叉(用哪个文件、用哪个工具、重试还是停止)直接交给 JEV,毫秒级完成,大模型只处理真正需要权衡的分叉。 完整结构树 > Sonnet 5.5 运行主会话并协调工作 > search 在 Haiku 5.5 上以只读方式梳理代码仓库 > grep 在 Haiku 5.5 自己的上下文中查找调用位置 > audit 在一次性的 worktree 中用 Haiku 5.5 检查差异 > Opus 5.5 随时待命作为顾问,在批准前审查合成后的差异 > JEV 毫秒级路由微分叉 把这个结构树和下面的提示词粘贴到 Claude Code 中 ↓ “根据这个结构树重新配置我的 Claude Code 设置: 1. 以 Sonnet 5.5 运行主会话,并将 Opus 5.5 设为顾问。 2. 在 .claude/agents 中创建三个 Haiku 5.5 子代理:search(梳理代码仓库)、grep(查找调用位置)、audit(检查差异)。 3. 为 audit 设置 isolation: worktree,使其检查永远不会触及我的工作分支。 4. 在 CLAUDE.md 中添加一条规则:将每次代码仓库搜索和测试运行都委派给 Haiku 5.5 子代理,以保持主上下文精简。 5. 通过 JEV 处理快速的确定性分叉(工具选择、路径选择、重试)。 先把每项更改以差异的形式展示给我。在我说“开始”之前不要进行任何编辑。” ↳ 收藏起来,以后会用得上。

这纯粹是宝藏…… Anthropic 刚刚发布了他们有史以来最危险的模型 你需要的一切都在这里:它构建了什么、真实成本、何时是浪费,以及 5 个能构建任何东西的提示词 在你耗尽额度之前请先阅读:

Nathan Flurry 🔩
@nathanflurry

分享一个我们用血泪换来的小建议 @ rivet: jev 不会推理 ……这是有意为之的设计 ……我们本应先读一下手册(RTFM) ~ 我们最初用 prompt-engineer 的方式提问,大致是这样: ``` 𝚜𝚎𝚟𝚎𝚛𝚒𝚝𝚢 = 𝚊𝚜𝚔( "𝚐𝚒𝚟𝚎 𝚖𝚎 𝚝𝚑𝚎 𝚜𝚎𝚟𝚎𝚛𝚒𝚝𝚢 𝚘𝚏 𝚝𝚑𝚒𝚜 𝚒𝚜𝚜𝚞𝚎. 𝚏𝚘𝚛 𝚎𝚡𝚊𝚖𝚙𝚕𝚎, 𝚜𝚎𝚟-𝟷 𝚒𝚜 𝚇, 𝚜𝚎𝚟-𝟸 𝚒𝚜 𝚈, 𝚜𝚎𝚟-𝟹 𝚒𝚜 𝚉, 𝚎𝚝𝚌", 𝚘𝚞𝚝𝚙𝚞𝚝𝚜=[𝚂𝙴𝚅𝟷, 𝚂𝙴𝚅𝟸, 𝚂𝙴𝚅𝟹, 𝚂𝙴𝚅𝟺] ) 𝚛𝚎𝚝𝚞𝚛𝚗 𝚜𝚎𝚟𝚎𝚛𝚒𝚝𝚢 ``` 通常情况下,LLM 会花费推理 token 才能得出一个合理的结论。 但用 jev 这样做效果平平,还抵消了 jev 最出色的地方。 ~ 读完手册后,我们把它拆分成了许多小提示,比如这样: ``` 𝚒𝚜_𝚍𝚘𝚠𝚗 = 𝚊𝚜𝚔("𝙳𝚒𝚍 𝚝𝚑𝚎𝚒𝚛 𝚙𝚛𝚘𝚍𝚞𝚌𝚝𝚒𝚘𝚗 𝚜𝚎𝚛𝚟𝚒𝚌𝚎 𝚐𝚘 𝚍𝚘𝚠𝚗 𝚘𝚛 𝚋𝚎𝚌𝚘𝚖𝚎 𝚞𝚗𝚞𝚜𝚊𝚋𝚕𝚎?") 𝚒𝚜_𝚋𝚕𝚘𝚌𝚔𝚎𝚍 = 𝚊𝚜𝚔("𝙰𝚛𝚎 𝚝𝚑𝚎𝚢 𝚋𝚕𝚘𝚌𝚔𝚎𝚍 𝚠𝚒𝚝𝚑 𝚗𝚘 𝚠𝚘𝚛𝚔𝚊𝚛𝚘𝚞𝚗𝚍?") 𝚒𝚜_𝚋𝚛𝚘𝚔𝚎𝚗 = 𝚊𝚜𝚔("𝙸𝚜 𝚜𝚘𝚖𝚎𝚝𝚑𝚒𝚗𝚐 𝚒𝚗 𝚁𝚒𝚟𝚎𝚝 𝚋𝚛𝚘𝚔𝚎𝚗 𝚘𝚛 𝚏𝚊𝚒𝚕𝚒𝚗𝚐?") 𝚒𝚏 (𝚒𝚜_𝚋𝚕𝚘𝚌𝚔𝚎𝚍) 𝚛𝚎𝚝𝚞𝚛𝚗 𝚂𝙴𝚅𝟷 𝚒𝚏 (𝚒𝚜_𝚍𝚘𝚠𝚗) 𝚛𝚎𝚝𝚞𝚛𝚗 𝚂𝙴𝚅𝟸 𝚒𝚏 (𝚒𝚜_𝚋𝚛𝚘𝚔𝚎𝚗) 𝚛𝚎𝚝𝚞𝚛𝚗 𝚂𝙴𝚅𝟹 𝚛𝚎𝚝𝚞𝚛𝚗 𝚂𝙴𝚅𝟺 ``` 这样效果非常好。 (下方是一个实际运行中的分类器截图示例) ~ 每当我们发现某个工单的权重设置不当时: - 我们把工单连同我们预期的结果交给 LLM - LLM 将其加入测试套件 - LLM 调整决策逻辑 - 在旧问题上回测新的决策逻辑 不出几张工单,分类器的逻辑就变得非常可靠了。 ~ 这是 jev 的特性,而不是局限。 在实践中,它比通用 LLM 更能精确控制每个决策的权衡方式, 因此更容易推理、监控,并回测智能体将如何表现。 ~ 作为参考,以下是我们内部支持工具中,几个分类器所提出的 jev 问题数量: 支持分类与客户状态:13 严重程度:6 团队回复与问题识别:6 跟进时机:6 关联依赖与后续对话:4 被提及的同事:2 对话分组:2 ~ 总而言之,jev 非常棒。

@allietheicon 等 3 人在本站引用了这条
Diogo Almeida
@completeskeptic

现在,我最喜欢的软件公司中有 50% 在使用 jev(🫶 @posthog)

打造一个需要频繁调用大语言模型的产品,成本会很快变得非常高。幸运的是,像 Jev 这样的决策模型可以承担部分工作,成本低至 444.6 倍,速度快至 193.6 倍。 以下是我们在 PostHog 中使用它们的方式:

Monid
@monidhq

如果你的智能体能替你监控每一个借势 GTA 6 的品牌会怎样…… 推出面向智能体的 Social API,由 Jev @typesafeai 提供支持。 一个密钥,任意社交数据。 - TikTok、Instagram、Reddit、YouTube、LinkedIn、广告库,一个技能文件即可搞定 - 搜索一个趋势,解析热门视频,追踪创作者,阅读人们的评论,查看谁在投放广告,找出谁拿到了报酬 - 按次付费。GTA VI 发布当天,六个问题的全部答案:$0.12 零加价,无需订阅。

Thread · 续 1 条免费额度试用
@shengkunye 和 @jasperli0122 在本站引用了这条
Mr. Buzzoni
@mr_buzzoni

这份 PDF 对任何用编码智能体开发的人来说,都是不公平的巨大优势 Jev 创始人、InstructGPT 合著者 Diogo Almeida 发布了一份关于如何构建 Jev harness 的 PDF 他的主张: > 速度最高可提升 200 倍 > 成本最高可降低 400 倍 速度和节省的成本,都来自包裹在模型外层的 harness 如何用起来: > 把这份 PDF 和下面的文章一起喂给 Claude Code 或 Codex > 让它自行重新配置自己的设置 花一个晚上的工夫,你的智能体就能跑在几乎没有团队拥有的 harness 上 👇

xsmryze
@xsmryze

这简直是真正的金矿! Anthropic 刚分享了一个 Claude Code 的最佳技巧之一。 思路是:让 Sonnet、Haiku 和 Opus 5.5 一起运行,每个模型只做它最擅长的工作。 每个重大决策都能获得 Opus 级别的判断,而无需为每一轮常规操作支付 Opus 的费用。 你只需要这样启动 Claude Code: claude --model sonnet --advisor opus 分工如下: → Sonnet 5.5 运行会话并编写代码 → Haiku 5.5 并行探索文件和文档 → Opus 5.5 作为顾问随时待命,处理重大决策 → 你不必再把 Opus 花在不需要它的工作上 Opus 只会在三个时刻介入: → 计划锁定之前 → 同一个错误出现两次时 → 宣布完成之前 Sonnet 负责构建,Haiku 负责探索,Opus 负责审查。 JEV 工程是同样的思路,只是在更底层:那些不需要思考者介入的分叉(用哪个文件、用哪个工具、重试还是停止)会在毫秒内交给 JEV 处理,只有真正需要分支决策的情况才交给大模型。 完整结构: > Sonnet 5.5 运行主会话并编辑代码 > search 在 Haiku 5.5 上梳理代码仓库 > grep 在 Haiku 5.5 上查找调用位置 > docs 在 Haiku 5.5 上拉取 API 参考文档 > Opus 5.5 作为顾问待命,被咨询时阅读完整对话记录 > JEV 在毫秒内路由微分叉 把这个结构和下面的提示词粘贴到 Claude Code 中 ↓ "按照这个结构重建我的 Claude Code 设置: 1. 以 Sonnet 5.5 运行主会话,并将 Opus 5.5 设为顾问。 2. 创建三个只读的 Haiku 5.5 子代理:search(梳理代码仓库)、grep(查找调用位置)、docs(拉取 API 参考文档)。 3. 在 CLAUDE.md 中添加一条规则:在锁定计划之前、同一错误出现两次之后、以及宣布任务完成之前,先咨询顾问。 4. 通过 JEV 路由快速的确定性分叉(工具选择、路径选择、重试)。 先把每项修改以 diff 的形式展示给我。在我说“开始”之前,不要进行任何编辑。" ↳ 保存下来,你每天都会用到。

这简直是纯粹的宝藏…… Anthropic 刚发布了他们有史以来最危险的模型 你需要的一切都在里面:它构建了什么、真实成本是多少、什么时候是浪费,以及 5 个能构建任何东西的提示词 在你耗尽额度之前先读一读:

kwindla
@kwindla

对话式语音AI的第一批真正大规模应用,主要集中在简单的面向客户的交互上:客户支持、日程安排,以及半脚本化的外呼,比如提醒人们预约时间或筛选销售线索。 现在已经出现了很多有趣的新作品,它们正在探索更复杂的用例和架构。 语音体验必须做到:1)快速、灵敏、自然;2)在长时间、多轮的交互中,非常准确地执行工具调用和指令跟随。 如今我们构建的大多数语音应用,都让多个模型并行执行不同类型的推理,以同时实现1和2。这是Jon和Dom的一段演示,画面中多人交谈,通话中的语音智能体只有在被直接提问,或对话出现语义断层时才会插话。这一方案结合了Jev与几个大语言模型。

我们经常被问到,能否构建一个由多个用户和一个(或多个)智能体参与其中的AI体验。这时,良好的说话人分离(diarization)和快速的分类模型就显得至关重要。 如今真正必需的前提条件只有几项:良好的编排(Pipecat!)、良好的语音转文本(Deepgram!),以及支持多音轨的传输与基础设施(Daily!)。 这是一个一次性的Claude演示。智能体加入会议,对话内容经过Jev,由它判断智能体是否被叫到。如果无法确定,它会等待2.5秒;若没有其他人回应,它就给出回复。所有这些阈值都可以调节。显然,我在这段视频里没有调整它们 😅 对于某些用例,你可能更希望有一个更自然、健谈、会主动加入对话的语音伙伴;而对于其他场景(比如这个演示),你可能更需要一个除非被叫到否则保持安静的智能体。 Jev每轮对话会增加约100毫秒的延迟,这是可以接受的。你也可以使用一个小型分类器,比如P

查看 Thread · 2
Santiago
@svpino

这是一个新的开放决策模型,参数规模为310亿(31B),基于 Gemma 4 构建。 • 该模型在 Jev Decision Index 排行榜上位列第一 • 速度是 Jev 的 2 倍 • 价格比 Jev 便宜 20% • 基于 Gemma 4 构建,但表现优于 Gemini Decision 你可以在本地运行它! • 输入:文本和图像 • 输出:结构化答案 + 置信度分数 你可以用这个模型来提问: • 是非题 • 多项选择题 • 对不同选项进行评分

选择下一个工具不应该需要一大段文字。 我们推出了 Karpo Decision,这是一个由六个开放权重模型组成的系列,参数规模从 0.8B 到 31B。把背景信息、问题和选项交给它,它只需一次前向传播,就能为每个选项返回一个概率。 Karpo Decision 31B 🏆 在 Decision Index 上得分 73.9,与 11 月 12 日排行榜并列第一 ⚡ 在单块 RTX PRO 6000 上,每次请求的中位耗时为 94 毫秒 📊 在 JevBench Capability 上得分 87.2,而谷歌 Gemini Decision 1 为 78.5 🤗 Hugging Face huggingface.co/MachinePulseAI… 📝 技术文章 karpo.ai/blog/karpo-dec… 如果让我先试一个场景:搜索、推荐、工具选择、模型路由、浏览器操作。把它用在你技术栈中最慢的那个决策上,然后告诉我们哪里出了问题。

Thread · 续 1 条模型链接
Koder
@koder_dev

Claude Code的全局图、147个技能、150个子代理,这个数字位数都不对吧笑 把入口收敛到Claude Code一个,在分派给其他AI、技能或MCP之前,先由Jev判断的harness夹在中间,这个设计太漂亮了 反省一下,我自己的环境入口五花八门… 先试着画一下全局图吧

mirku
@mirku21

天哪。Claude Code 的官方 Anthropic 模式:别再把 Opus 5.5 的上下文耗在 Haiku 5.5 能成群处理的任务上,让 Sonnet 5.5 来构建。 用 /advisor 把架构师待命起来 claude --model sonnet --advisor opus Sonnet 5.5 以高强度驱动主会话,编写 diff 并运行测试套件 Haiku 5.5 子代理并行扫描代码库,速度 340 tok/s,负责文件发现和规格文档查找 Opus 5.5 在后台待命担任顾问,只在三个关键时刻介入: → 计划锁定之前:实现计划是否遗漏了认证不变量或 schema 契约? → 测试连续失败两次时:我们是在修根因,还是陷入了递归的死胡同? → 宣布完成之前:完整的 diff 是否引入了隐藏的回归,或违反了预检规则? Opus 5.5 负责审查,Sonnet 5.5 负责构建,Haiku 5.5 负责成群处理 Jev engineering 在更底层运行同样的模式:不需要推理的机械性决策(打开哪个文件、调用哪个工具、重试还是中止)在 16 毫秒内执行,因此只有执行路径真正分叉时,前沿模型才会被唤醒 规划用高强度,委派用中等强度,让 Opus 保持待命。 - 完整的顾问配置 > Opus 5.5 待命,读取完整会话历史,捕捉深层架构陷阱 > Sonnet 5.5 主力负责编辑、编写核心逻辑并执行测试框架 > Haiku 5.5 子代理并行负责 AST 解析、grep 扫描和 API 文档 > JEV 微分叉层在 16 毫秒内处理 1,500 多个机械路由分支 > 顾问对常规 bash 执行保持完全静默,以保护上下文 将配置和下面的提示词粘贴到 Claude Code 中: “为我的 Claude Code 工作区配置分层顾问编排: 1. 审计 ~/.claude/settings.json 和项目配置,为主力、子代理和顾问角色指定合适的模型: > 将主会话模型固定为 sonnet,并设置 effortLevel: high 用于主执行 > 通过 CLAUDE_CODE_SUBAGENT_MODEL 将子代理模型固定为 haiku,用于文件发现和文档检索 > 将顾问模型固定为 opus,待命用于战略审查 2. 在 ~/.claude/settings.json 中启用顾问工具: > 将 advisorModel 设为 claude-opus-5-5 > 将 subagentPromptCacheTtl 设为 5m 3. 在 ~/.claude/CLAUDE.md 中配置自动顾问咨询检查点: > 在最终确定涉及多文件的架构计划之前咨询顾问工具 > 当同一个测试或编译器错误失败两次时,自动召唤顾问 > 在宣布任务完成或提交 git commit 之前,强制执行顾问 diff 契约审计 4. 在 ~/.claude/agents/ 中限定子代理范围: > Haiku 子代理仅使用只读工具(Read、Grep、Glob),并返回结构化摘要,不编辑文件 先展示每一项配置 diff。在确认之前不要应用任何编辑”

别让不受管理的 Claude Code 运行在第 14 轮失败 在启动多文件任务之前先搭建好 harness 隔离 worktree,强制执行契约,用 Fable 5.5 验证 完整的生产级代理架构见下 ↓

按分类浏览

Jev 热词

点击热词在 X 上查看最新讨论。

常见问题

关于 Jev 模型

Jev 是什么?

Jev 是 TypeSafe AI 的第一个 System One 模型,面向自动化和软件决策。它不生成对话文本,而是根据输入的状态(state)直接输出类型化的决策,并附带校准过的置信度,程序可以直接使用。训练方法叫 RLCD(Reinforcement Learning for Calibrated Decisions)。官方称在自动化任务上比常规 LLM 快 193.6 倍、成本低 444.6 倍,这些数字来自官网,本站未独立验证。

System One 模型和 ChatGPT、Claude 这类聊天大模型有什么区别?

聊天大模型擅长生成长文本和多步推理;System One 模型面向“快速判断”:给它一段内容和一个类型明确的问题,它返回选项、分数或真假判断,以及每个结果的概率。适合分类、路由、打分、审核、工具选择这类在软件里大量重复的决策。

RLCD 是什么?

RLCD 是 Reinforcement Learning for Calibrated Decisions(面向校准决策的强化学习),是 TypeSafe AI 训练 Jev 的方法。目标是让模型给出的置信度和实际正确率一致,例如置信度 90% 的判断大约九成是对的,这样程序可以按置信度决定自动执行还是交给人工。

Jev 能回答哪几类问题?

官方文档定义了三种问题原语:Choice(从一组选项里选一个,返回各选项概率和置信度)、Score(按评分标准打分,2 到 10 档)、Noul(判断一句话是否为真,返回 0 到 1 的概率)。一次请求可以同时问多个问题。

怎么开始用 Jev?

在 TypeSafe 控制台 获取 API Key,调用 POST https://api.typesafe.ai/v1/systemone,模型名写 jev-latest,详细用法见 官方文档。官方也提供 Python 和 JavaScript SDK。据 X 上的公告,Jev 也已接入 OpenRouter、Cloudflare AI Gateway 和 Vercel AI Gateway。

Jev 的价格是多少?

截至 2026 年 9 月,官方文档标注输入每百万 token 0.042 美元,输出免费,单次请求上限 64k token。价格和限额可能调整,以 官方文档 为准。

关于本站

这个网站是做什么的?

本站整理 X(Twitter)上关于 Jev 模型的优质中英文讨论:开源项目、集成、教程、实测评测、案例、访谈和资讯,并按日期统计讨论热度。本站由社区维护,策展人 @Web3wr,与 TypeSafe AI 官方没有隶属关系。

推文从哪里来?多久更新一次?

推文通过 twitterapi.io 的高级搜索接口获取,查询条件是同时提到 Jev(或 System One、RLCD)和 TypeSafe 的推文,不含转推,另加官方账号 @typesafeai 的最新推文。热门精选每小时刷新一次,按日统计由后台每 5 分钟分批抓取。

发现分类或排序不合理怎么办?

欢迎发邮件到 hello@jev-x.com,或通过 Telegram、X 私信 @Web3wr 反馈,也可以推荐遗漏的优质推文。

推文里的视频为什么有时放不出来?

视频直接从 X 的视频服务器加载,如果所在网络无法访问 X,或 X 限制了播放,卡片会提示并跳转到 X 原帖观看。

排序与数据统计

推文是怎么排序的?

每日精选和 3 天热点的排序方式不同。每日精选按 Jev 质量分从高到低排,质量分相同时新发布的在前。3 天热点仅展示最近 3 天发布的推文,纯按 X 互动分从高到低排,互动分相同时新发布的在前;质量分只用来过滤噪音,不参与排序。X 互动分参考 X 在 2023 年开源的推荐排序模型 的权重:每个赞 0.5、每次转发 1、每条回复 13.5。 热门怎么排 → 精选规则

为什么不直接按浏览量排序?

浏览量只代表曝光,大号发什么都有很多浏览;X 模型里回复权重很高,但“评论区扣 1 抽奖”这类推文会靠刷回复拿到极高的分数。所以本站不看浏览量:每日精选用 Jev 判断内容本身有没有信息量,直接按质量分排序;3 天热点按 X 互动分排序,但会先用质量分过滤掉抽奖、刷互动这类噪音(质量分低于 50 分、不及格的不展示)。

Jev 质量分是怎么打的?

每条推文和分类一起发给 Jev,用 Score 问题打 5 档分,再换算成 0 到 100:噪音(抽奖、刷互动、无关)、纯情绪、有观点、有具体信息(新闻、集成、演示、实测数字)、值得收藏(原创见解、教程、开源工具、数据)。Jev 同时会看到推文附带的文章、GitHub、视频等链接类型,以及收藏率等互动数据;大写字母式的夸张宣传不加分。 推文质量 → 精选规则

质量分会随时间变化吗?

质量分对每条推文只打一次;X 互动分每次刷新都会按最新数字重新计算,3 天热点按它排序,所以推文后来火了,排名仍会上升。

页面顶部的推文、浏览、回复、转发、喜欢是怎么统计的?

从 2026 年 9 月 15 日 Jev 发布起,逐天统计 X 上关于 Jev 的“有效讨论”,即点赞数不少于 10 的相关推文(不含转推)。数字是抓取时的快照,浏览数之后还会继续增长;0 赞的长尾推文不计入。日期和时间都按你所在的时区显示,与 X 一致:推文归入你本地的发布日期。从 2026-10-02 起按本地日期统计;此前的统计只有按 UTC 日期汇总的结果,保留原样,不重算。

内容分类与精选

推文有哪些分类?

官方(@typesafeai 发布)、集成(平台或框架接入 Jev)、开源(GitHub 项目、CLI、插件、Skills、开源复刻)、竞品(和 ChatGPT、Claude、Codex 等对比)、教程(上手、学习笔记、原理讲解)、案例(用 Jev 做出的应用和演示)、评测(实测的速度、成本、准确率)、访谈(播客、访谈、演讲)、资讯(发布、融资、用户增长)、观点(其他看法)。

分类是怎么判断的?

由 Jev 的 Choice 问题判断,每个分类都写了“属于什么、不属于什么”和真实例子。置信度不低于 50% 时采用 Jev 的结果;低于 50% 时改用关键词规则兜底。卡片上的分类标签悬停可以看到来源和置信度。

每天的精选是怎么选出来的?

每天从已分类的有效讨论中,按 Jev 质量分从高到低排序取前 50 条,质量分相同时新发布的在前;质量分低于 50 分(不及格)的不展示。当天的数据每 8 小时更新一次,一天结束后补抓一次,再过 24 小时定稿。

分享预览 · Jev-X

图片预览