前OpenAI员工推出Jev，速度最高提200倍成本降400倍

Jev 这东西有点太tm离谱了 速度快 20～200 倍，成本低 40～400 倍 我把目前能找到的 Jev 项目翻了一遍，你能用到的都在这里👇 01｜jev-ultrafast Browser Use 高速 Agent，Jev 负责每一步判断，Google Flights 完整搜索约 7.1 秒 02｜jev-desktop 把 Jev 接进桌面自动化，直接判断点哪个控件、下一步做什么 相当于给 Computer Use 加了一个高速决策层 03｜Jev Review 先用 Jev 筛代码里的 correctness、security、reliability 等风险，再把重点交给强模型 04｜Jev Codex Router 先判断任务难度，再自动决定该用便宜模型还是强模型。 作者回放 237 个真实 Turn，成本约降 60% 05｜Prism 用 Jev 判断 Toxic Flow、市场压力、均值回归和流动性分布，搞金融市场的福音 06｜jev-mcp 把 Jev 封装成 MCP，用来做事实核验、Prompt Injection 检测和语义排序 Codex / Claude Code 都能直接接 07｜neo4jev 给知识图谱候选路径打概率，再用 Beam Search 往最可能的方向找答案 08｜Blink 搜索大代码库时，先让 Jev 判断最相关的目录和文件。 减少无效扫描，也减少上下文浪费。 09｜Winnow 先过滤 Read、Bash、Grep 里的垃圾输出，只把真正有用的信息塞进上下 10｜typesafe-mcp 把 Jev 接入 Codex / Claude Code，专门负责 Choice、Score、分类和路由。 让大模型少做一堆本来就不值得它做的小判断。 还有很多朋友问我怎么加入白名单，官网直接申请，填写个常用邮箱，一天左右就审核通过 收藏吧，肯定用的上！���果你想感谢我，可以给我点个关注！

Jev 创始人 Diogo Almeida（前 OpenAI 员工）：“下一个时代不是 Claude Code 或 Codex 时代，它们仍然是人在回路中的辅助时代——JEV 才是大语言模型的下一步：速度快 200 倍，成本低 400 倍，零幻觉，无需人在回路中——这就是 JEV，未来大语言模型就该是这样。”

在这场 36 分钟的技术分享中，Jev 创始人解释了为什么 RLHF 已经过时，以及现代大语言模型会如何构建。这场分享的价值胜过斯坦福大学机器学习学位，无论如何都请你今天就观看，然后在下方文章中了解如何成为一名 Jev 工程师。