把 AI 从“贵重咨询”，变成“免费的 if 语句”
把 AI 从“贵重咨询”，变成“免费的 if 语句”
2026 年 9 月 15 日，一家叫 TypeSafe AI 的旧金山公司结束了约 2 年的 stealth，发布了一个叫 Jev 的模型，同步宣布 4000 万美元 seed 轮。创始人 Diogo Almeida 是前 OpenAI 的 RLHF/InstructGPT 成员。
Jev 干了一件很反直觉的事：它不生成文字。
不聊天、不写文章、不画画。它只做一件事——做判断：三选一打分、yes/no 概率，一次请求可以并行问几十个问题，70–500 毫秒返回，单次判断约 1/25 美分。
官方话术叫它“a smart if statement”——一个聪明的 if 语句。
模型的名字致敬了经济学家杰文斯和“杰文斯悖论”：资源变便宜，用量反而暴涨。这正是 TypeSafe 的增长赌注——一旦“做判断”近乎免费，软件会在后台做数百万次人类永远不会在聊天框里做的决策。
发布前，开发者被什么折磨着
三个痛点，全是“杀鸡用牛刀”。
第一，拿着大炮打蚊子。
生产软件真正需要的往往不是“写一段话”，而是“做一个判断”：工单分流、消息打标、搜索重排、agent 每一步的动作审核。被迫用大模型干这些，又慢又贵，还得写 prompt 工程去“哄”出合法 JSON，结构化输出还会漂移。
第二，模型太“会来事”。
Almeida 在采访里有句原话我印象很深：“We've been optimizing for humans and we're super human at pleasing humans.”——我们一直在为取悦人类优化，RLHF 训练出的模型擅长“显得正确”，而不是“给出可信的概率”。
但软件要的是后者：低于阈值转人工，高于阈值自动执行。一个永远 95% 自信的模型，在生产线上是危险品。
第三，agent 时代的“判断层”缺位。
agent 每做一个 tool call，其实都想先问一句“这步安全吗？该用哪个模型？”但 Claude 级别的价格让开发者“不敢问”——有安全研究者的原话是：“We don't need to know that badly.”（也没想知道到那个地步。）
Jev 把单次判断打到 1/25 美分，“每个动作都先审判一次”在经济上终于成立了。
它是怎么火起来的
HN 首发帖当天登顶，约 1800 分、480 多条评论；创始人官宣帖 6.3 万点赞、首周 400 万浏览；Vercel 把它接进 AI Gateway，称它是“Gateway 历史上采用最快的模型”；一周之内，awesome-jev 目录收录了 900 多个项目，还引发了一波开源复刻潮。
但有两句冷静的话我也得写上：
官方宣传的“快 193.6 倍、便宜 444.6 倍”是自测峰值，独立实测多在 18–25 倍量级；“零幻觉”指的只是输出格式永远合规——模型依然可能自信地选错。
神话和限定条件，我都要给你。
出圈担当：一面“审判墙”
AskJev是整个专题里唯一有真实用户量级数据的项目，概念也最“出圈”。
问它一个 3–15 个词的问题，它在约 100 毫秒内给出 yes / no / 看情况的裁决，所有提问实时上墙。站长左安还去截了张图：累计 25,463 次提问，总花费——$1.16。
你没看错，两万五千次 AI 调用，一共花了一块一毛六。
以及它那个“冲向一百万次提问”的里程碑计数器，本身就是传播学：把“便宜”变成了一场全民围观的游戏。
开发者口碑担当：让 Jev 和大模型“飙车”
live-jev是专题里 star 最高的（20★）。
俯视角 2D 小车在浏览器里自己开，每 200 毫秒把传感器数据发给 Jev，一次问 4 个问题。最妙的是它自带的“竞技模式”：同一条赛道，左边 Jev 开、右边大模型开，实时对比距离、延迟、token 花费。
把“决策模型 vs 生成模型”的差异做成了一场看得见的比赛。这就是天生的短视频题材。
数据诚实担当：把局限写进 README 的人
jev-skip是个 YouTube 插件：读字幕，让 Jev 给每 30 秒片段打“赞助概率”，在进度条上画热力图并自动跳过——不用等网友提交时间戳。
作者用 23 个视频实测：覆盖了 SponsorBlock 众包标注 77% 的赞助时长，每视频成本 $0.0008。README 把“只读字幕、没字幕就罢工”写得非常诚实。
jev-plays-pokemon-red让只会输出概率的模型玩宝可梦红：约 100 毫秒做一个决定，头顶飘着实时概率条。
开场白即名场面：“Claude 玩宝可梦要思考三十秒，这个一百毫秒做一个决定。”实测约 1.3 决策/秒、每小时 $0.14。
作者还写了句让我很喜欢的话：“样本太少就不公布校准分”。在 AI 圈，诚实是稀缺品。
冷门但有趣：普通人也能会心一笑的四个
undertone：一个文本框，你打字时它实时解读语气。
README 里的例子很出圈：“Per my last email, I need the deck ASAP.” → 被动攻击·发给老板不行。每个打工人都懂的痛，AI 终于学会了抢答。
jev-canvas：对着 tldraw 画布说“make a yellow circle here”，手指往屏幕上一指，圆圈就出现在指尖下。
README 记录了两个真实踩坑：短促的乌克兰语指令最初被判成“背景杂音”，加一句说明后识别率从 12% 提到 87%。这种实战调参记录，比 demo 本身更珍贵。
jevsearch：站内搜索组件，关键词结果先出来，几百毫秒后 Jev 按“你真正想问的”重排。
作者做了硬核基准：Hit@1 从 41% 提到 83%，把 7 个关键词库全比了下去。还诚实标注：“Jev 只负责判断不负责召回，进不了候选池的页面神仙也救不了”。
前者让你用自己的话问 PDF，命中的行自动亮起，查 15 页论文的每一行成本不到 1 美分——“不用建向量索引、不用切块”，这是 Jev 式搜索最动人的卖点。
后者把词按 Jev 打的相关度分数摆进二维坐标，语义的远近变成地图上的远近，把枯燥的打分变成了可以把玩的星图。
必须说清楚的一条线
NanoJev Arena：1v4 贪吃蛇大乱斗，每条 AI 蛇头顶悬浮着实时概率条——那就是它“此刻在想什么”。README 全中文，国人开发者友好。
但必须如实说明：它用的是 NanoJev——Jev 架构的 0.6B 开源复刻，本地运行，不是 TypeSafe 官方 Jev API。因为官方架构、参数、权重都没公开，社区才出现了复刻潮。这条线我写清楚，是对你负责。
写在最后
Jev 这波给我最大的感触是：过去一年大家都在卷“生成”，但软件真正缺的可能是“判断”。
生成是给人看的，判断是给机器用的。当判断便宜到可以塞进每一次循环，软件的写法会变：搜索先重排、动作先审批、内容先分流——“先审判一次”会成为默认动作。杰文斯悖论会应验：判断越便宜，用得越多。
对独立开发者来说，机会也很具体：别只想着用 AI 生成内容，想想你的产品里有哪些“判断”现在是靠规则硬写的、靠人工盯的——那些地方，都值得接一个“聪明的 if 语句”。
「好想法，值得被看见。」——这 10 个里，你最想先点开哪个？评论区聊聊：你的产品里，有没有一个“本该被审判一次”的环节？