Jev：用微型决策模型完成简单任务
原帖指出我们一直用最聪明的大模型做最基础的判断（如YES/NO），浪费了能力。Jev颠覆这一方式，它是一个微小的决策模型，用于处理简单决策任务。
THE JEV GUIDE · CURATED EDITION
自动化工作流.
TypeSafe Jev 的发布、原理、演示与社区实践，按主题整理。每条内容都可回到 X 原帖核对。
人工精选 · 非全量收录 · 手动更新
5419条已收录内容
2789条原帖视频
Sponsors
这些产品赞助了本目录。 把你的产品放上来
JEV让自动化告别僵硬点击
Emilio Alberdi解释JEV如何理解屏幕、目标并决策下一步，即便网页按钮或结构变化也能应对；Playwright控制浏览器，TypeSafe AI的JEV负责决策。
用 Jev 做模型路由的最便宜升级
用户分享了一个节省成本的模型调用策略：优先让 Jev 回答是/否并打分，若置信度高于 0.9 则直接输出，否则根据 Jev 的路由将请求分发给合适的模型（Haiku、Sonnet 等），从而减少对昂贵模型的调用。
用 Jev 自动隐藏推特上的 AI 回复
用户分享通过 executor v2 快速搭建 Jev 自动化流程，复用现有 X 账号和 Jev API 密钥，注册 webhooks，由智能体驱动隐藏 AI 回复，整个过程约 2 分钟。
Jev：用置信度分数加速固定列表分类
Jev返回预定义答案并附带置信度分数，在高容量工作流中可让简单案例直接完成分类，不确定的案例再交给更大模型处理。
信息流里每 16 张、每一页都有一张。每周 $50，任意一周可停。
TypeSafe AI Jev在企业工作流中的应用
文章探讨TypeSafe AI Jev如何用于企业工作流——AI不一定总需要生成文本，有时只需做出决策。 链接
Jev 过滤 X 私信中的真实消息
作者用三个代理处理 6,214 条私信：OpenAI Dots 读取收件箱，Jev 判断是否有回复价值，Opus 5.5 撰写回复。Jev 在回复前过滤了 2,907 个机器人、1,388 个诈骗和 1,316 条垃圾信息。
Jev为警报洪流把关
Yessica指出每天2万条警报如同DDoS攻击，重复内容不断推送；Signal Desk在最终警报前设置决策门，由Jev执行检查。
AI 领域涌现 System 1 模型：TypeSafe Jev、Cloudflare Clef、Ollama Nimble
作者观察到三周内 TypeSafe 的 Jev、Cloudflare 的 Clef、Ollama 的 Nimble 相继发布，并结合自身从事会计工作、用 Mac mini 做业务自动化的经验，对这一趋势表示欢迎。
Jev 读取并整理文件夹结构
演示 TypeSafe Jev 如何读取并整理文件夹结构。
用 Jev 自动解析客户层级，TAM 映射仅花 2.2 欧元
一位 GTM 工程师展示了用 Jev + Exa + Oxygen 自动处理企业客户层级解析，以极低预算完成 TAM 映射，大幅降低人工成本。
Jev与AI工具组合替代五名员工，成本大幅降低
用户分享使用包括TypeSafe Jev在内的AI工具替代5个岗位的经历，月成本从354美元降至12美元，涉及支持、QA、增长、运营和初级岗位。
