ChatGPT联合创始人隐身两年推出Jev模型

我的新文章内容摘要：由 @typesafeai 开发的 Jev 到底是什么，以及人们已经用它构建了 9 样东西。核心观点是：一位 ChatGPT 联合创始人花了两年时间秘密研发了一个连句子都写不出来的模型，而开发者们仅用 72 小时就把它接入到智能体做出的所有低成本判断中。

它就像 AI 选择题，而不是 AI 写作文。它不聊天。你给它输入应用状态加上打字提问，它会返回一个附带概率的决策。发布帖两天就获得了 3140 万次浏览（RLHF 联合发明人 @CompleteSkeptic 发布）。我针对 @slashlast30days 梳理了 11 次，然后手动检查了每个热门帖子。

🌐 一个小型开源浏览器智能体找到航班只用了 7 秒，花费 0.0039 美元。每一步都会生成新的动作空间，DOM 作为状态，Jev 选择点击位置，只有需要打字时才唤醒一个小型大语言模型。

Browser Use 创始人 @gregpr07 构建了它，获得 7200 个赞，180 万次浏览，还不得不注明视频是原速播放。

🧹 黑马项目：即时压缩。给每个工具调用打分，丢弃无用内容，完全跳过摘要提示。@tamarajtran 提问：“都 2026 年了，为什么压缩还要靠摘要提示？”，获得 5000 个赞，当天下午她就给出了解决方案。

作为 Claude 插件运行，它可以在一秒内将一个会话的 token 从 100 万压缩到 8.6 万（@altryne）。Diogo 回复道：“让编码智能体不用再围绕 KV 缓存设计”。

🛡️ Vercel 在生产环境中将它用作 fx 自动模式下的安全审查器。据 @rauchg 称，它比被替换的模型 p95 延迟最快快 18 倍，而且更准确，获得 3700 个赞。第二天 LangChain 就将同一个想法开源为 AutoModeMiddleware。每个编码工具内部的封闭危险分类器现在变成了 100 毫秒就能完成的基础操作。

🚦 模型路由作为中间件，而不是系统提示中的一段文字。大约十几行代码，概率保留在智能体状态中，因此你可以对选择进行审计。由 @sydneyrunkle 撰写的 LangChain 说明文章，是目前所有人发布的接入教程中最清晰易懂的。

🔎 RAG 精度问题，用简单方法解决：照常检索，对每个分块运行 Jev，删除不相关的分块。“还有人意识到 Jev 解决了 RAG 的精度问题吗？”（@kushbhuwalka，416 个赞）

🎮 实时玩 Minecraft：Jev 做出反应，GPT-6 Astra 做规划，它们可以同时对抗多个僵尸（@wuyang_zhou）。还有一个启动器可以每 100 毫秒读取一次每次按键的意图（@dabit3）。

TypeSafe 自己的演示是每秒做 10 次决策玩 Doom，大约每小时花费 7 美元。

📬 大规模邮件分类处理：1500 封邮件分成 100 批，用 8 个工作线程处理，演示获得 60996 次浏览。“我们这里余额只剩 5 美元，这正好能说明这个模型多便宜”