Jev 决策专用引擎：强类型输出、置信度门控与机器原生智能
Source: 2026-09-19-x-x-com-chddaniel-status-2100925069765534024-s-46-8bf5c2bcda（来源未公开）
Source: 2026-09-19-x-x-com-geekcatx-status-2100951857049006110-s-46-27b93bd436（来源未公开）
Source: 2026-09-19-x-x-com-servasyy_ai-status-2101132667056185544-s-46-632e5e2ccf（来源未公开）
1. 概念定位：专为机器决策而生的原子引擎
Jev 是由 TypeSafe AI（前 OpenAI 研究员 Diogo Almeida 创立）于 2026 年 9 月发布的决策专用基础模型（当前稳定版本为 jev-1.13.0）。
与 ChatGPT、Claude、Astra 等致力于长文本生成、创意构思或复杂代码撰写的通用自回归大语言模型（LLM）截然不同，Jev 的设计哲学是**“完全不做文本生成，专注于离散判断”**：
- 只会做选择题：输入一段非结构化状态数据（State）与预先定义的有限选项/量规，Jev 直接返回强类型的离散结果，而非自由文本或待解析的 JSON 字符串。
- 机器原生设计：传统软件由成千上万个条件分支与状态判断连接而成。此前将 LLM 作为决策节点面临高延迟（数秒）、高成本、概率漂移及 JSON 解析崩溃等痛点；Jev 以 70~500ms 的极速与 $0.042/百万输入 Token（输出 Token 完全免费）的价格，将智能判断下沉为系统底层的普通函数调用。
2. 核心原语架构与三种查询模式
Jev 在 API 层面抽象出了三大极简决策原语：
| 决策原语 | 输入模式 | 输出语义 | 典型应用场景 |
|---|---|---|---|
Choice | 状态文本 + 预设离散标签列表 | 从列表中挑选唯一最佳匹配项，并附带确定性置信度（Confidence） | 工单意图分类、路由派发、敏感词过滤 |
Score | 状态文本 + 有序评价量规（Rubric） | 返回分值评估（如 1~5 分），附带分值区间置信度 | 代码改动质量打分、风险等级评估、内容质量审核 |
Noul | 状态文本 + 某一断言命题 | 返回该断言为真的连续概率值（0.0 ~ 1.0） | 敏感操作越权检查、退款意图识别、自动化拦截防御 |
关键工程特性
- 多命题无锁并行评测（Parallel Batch Evaluation）：
在单次 API 调用中，用户可对同一段文本同时提出十余个相互独立的问题（如同时检测紧急度、欺诈嫌疑、退款意愿、技术归属等），各问题并行解耦评估，总耗时几乎与单问题调用一致。 - 显式置信度门控（Confidence Gates）：
Jev 不会在生成文本中隐藏不确定性，每个决策均提供标定置信度。系统可据此构建分级工作流：- 高置信度（High Confidence）：软件自动执行确定性逻辑；
- 中置信度（Medium Confidence）：路由转交通用大模型（如 Claude-Code）进行多步骤推理验证；
- 低置信度（Low Confidence）：转入人工审核兜底。
3. 软件工程与 Agent 集成实践
在现代智能体系统（agentic-systems）与控制外壳（harness-in-agentic-systems）中，Jev 可作为低开销的确定性看门狗（Gatekeeper）：
场景一：代码评审与改动拦截（Code Review & Diff Quality）
在 loop-engineering 的执行循环中，Codex 或 Claude Code 完成代码编写后，系统直接将 git diff 与 PR 描述注入 Jev：
- 评估改动是否遵循项目规范（Score/Choice）；
- 评估是否存在潜在死锁或未闭合连接；
- 打分达到阈值才允许进入 CI/CD 测试，避免盲目消耗昂贵的完整测试流水线。
场景二：CLI 危险命令 Hook 拦截
为 CLI 编码助手配置 Pre-command Hook：
- 在执行
rm、git push --force、数据库重置等指令前，Jev 通过Noul断言评估该指令在当前上下文下的破坏性风险； - 若风险概率超过安全阈值，自动拦截并请求用户进行物理键盘确认。
4. 边界与冷思考（客观去水分）
- 不可替代 LLM 的生成与推理能力：Jev 无法替代 LLM 生成业务逻辑代码、撰写架构设计文档或进行开环对话。
- 上下文承载边界：Jev 适用于高度清晰、边界收敛的封闭分类任务；一旦面对模糊发散、需要多步溯源推理的开环难题，仍需依赖多阶段 LLM 协同。
- 英文先发优势：当前版本主要针对英文进行了深度调校，中文复杂语境及隐喻理解仍需进行充分的业务基准评测（Evaluation Baseline）。