专注结构体生成的jev模型再次受关注

jev 本质是专门服务于结构体生成的高速模型，在已经非常宽泛的 LLM 需求里，专门挑了一个刚需单独做 而结构体确实是 AI 工作的水电煤 2023 年的时候，开发者会先完成 tool 内的代码，然后使用 few shots 让 AI 生成对应的 json 结构体，再把结构体送入专门的执行器 用这个思路，可以完成 tool 调用、分类器、决策器等一系列功能，langchain 有一个标准 chain 就是用来做 routing 的 甚至在更早的 GPT-3 时期，AI 甚至没有 tool calls 的 schema 约束能力，开发者已经在采用 few shots 的方式去做结构体的输出和消费，可以说在语言模型发展的早期，结构体就是最早的 AI 工作流水电煤 到了 2025 年，AI 生成代码的能力开始显著变强，以 claude code 为首的 coding harness 倾向于使用 bash 和临场编写代码的方法完成复杂任务，与此同时随着一系列 skills 和 cli 的普及，“结构体”似乎变成了被 AGI 进程吞噬的一个小小概念 但结构体的生产和消费确实太高频了，CLI 调用本质是结构体，tool calls 本质是结构体，时常也大量存在用 2B 小模型做路由的需求、这个也是结构体 因此，在 2026 年，专注于结构体这一个需求的模型，再次火起来也是有合理性的 一个简单的功能是按需路由，把 prompt提前分配给不同尺寸的模型进行工作，尽管具体实现上还有缓存之类的问题，但不可否认的是，这个需求确实就是“语义进去，结构体出来，最好又快又便宜” 我一直有个观点是，AI 是未来生活的水电煤，结构体又是 AI 工作的水电煤 不过坊间流传的用 jev 直接做交易还是有点。..不如让果蝇学学吧