最火啞巴模型Jev加上微信，直接治好了我的低情商

字母AI2026.09.21 11:44 · 來自北京全文3770字00:00 / 10:28Jev微信插件爆火，根據對方消息直接揣測對方想法。文 | 字母AI谷歌的啞巴模型Jev突然爆火。它不聊天，不寫代碼，不寫文案，也不解釋，你問它什麼，它一個字都不生成。它只做一件事——判斷。發佈沒幾天，從Hacker News，再到中文技術社區，幾乎所有人都在討論它。但大家討論的不是它有多聰明，而是它有多反常。誠然，一個不會說話的模型能火，這事本身就已經夠反常的了。大家最先討論的，是它的落地場景。一個不會說話的模型能放在哪裡？答案是微信。

微信要回消息、要管群、要盯風控，怎麼看都該交給一個“會說話”的大模型。怎麼想怎麼不合理的事情，卻就這麼合理地發生了。不過具體是什麼情況，還是得先從Jev本身開始說起。Jev到底是個什麼東西TypeSafe AI在2026年9月16日發佈了Jev。這是一家舊金山的公司，創始人是GPT-4論文共同作者，前OpenAI研究人員迪奧戈·阿爾梅達（Diogo Almeida）。公司隱身研發了兩年，出來時帶著DCVC領投的4000萬美元種子輪。Jev給自己貼的標籤叫系統一模型（System One Model）。這個名字來自卡尼曼的《思考，快與慢》。

其中，系統一指的是那種不過腦子的直覺判斷，系統二是慢下來一步步推理。TypeSafe的說法是，這幾年所有人都在造系統二，會思考、會寫長文、會解釋。可軟件裡真正需要的判斷，大多數是系統一。Jev和ChatGPT、Claude的區別在於，Jev只會答選擇題，其他模型會寫作文。Jev的用法是這樣的，你給它一段狀態，比如一封郵件、一行日誌、一條工單、一段程序狀態，然後再給它幾個事先定好類型的問題，它一次性把答案全部返回，每個答案附一個概率，外加一個“我有幾成把握”的置信度。它只會答三種題。Choice：從最多255個選項裡選一個。Score：在一個2到10級的刻度上給分。

Noul：給出一個0到1的是/否概率。三種題可以混在同一個請求裡，而且是並行算的。官方說，問一個問題還是問四個問題，延遲幾乎一樣。Jev的特點是快和便宜。普通大模型是一個字一個字往外寫，寫多久取決於要寫多長。Jev不寫字，答案的範圍事先就定死了，算一遍每個選項的概率就完事。根據Jev的官方數字，端到端響應70到500毫秒，輸入每百萬token收0.042美元，輸出免費。它上線Vercel的AI Gateway後，24小時內被接近13%的Vercel付費團隊都用上了Jev，是Vercel平臺採用速度最快的新模型。它不能聊天、不能寫代碼、不能寫文案、不能看圖、也不能解釋理由。

你問它“為什麼不選這個”，它不回答，它只給數。Jev還有個特點，幻覺率為0%。這指的是它絕不會給出你選項之外的答案，絕不會拼錯字段。但它完全可以選錯一個選項。這一點，TypeSafe的CEO迪奧戈自己也承認過。Jev這個名字來自傑文斯悖論。蒸汽機效率提高、每噸煤更便宜，煤炭的總消耗反而漲了，因為便宜的動力被用到了更多地方。以前用不起AI，是因為調一次大模型又貴又慢，為了一個芝麻大的小判斷去調一次，不划算。現在Jev把單次判斷壓到了萬分之一美元它的訓練方法叫RLCD，Reinforcement Learning for Calibrated Decisions。

RLHF追求“人類愛看”，RLVR追求“程序能驗證對錯”，RLCD追求“概率要誠實”。如果RLCD說有70%的把握，那就是在數學驗證上有70%的概率是對的。Jev成了微信的插件Jev爆火後，社區拿它用的最多的，便是作為微信的插件了。微信最難的地方就在於，如何精準觸達對方的想法。比如經典的“你看著辦”。那到底是該怎麼辦？是小改一下？是放著不管？還是大刀闊斧？於是Jev的作用就體現出來了。這條消息要不要回？要不要 @ 對方？這條是不是廣告？要不要把人踢出群？這條要不要轉人工？這個人是不是想退款？這段話有沒有違規？每一件，都是“從有限選項裡挑一個”，而且要在幾百毫秒內出結果。而這正好是Jev的形狀。

那為什麼不用大模型？三個原因。第一，慢。大模型回一條要3到30秒。微信群裡的消息是滾動的，你30秒後回覆，對方可能不耐煩了。Jev 70到500毫秒，夠你在消息還沒滾出屏幕之前接上。第二，貴。微信機器人通常跑在便宜的常開服務器或輕量服務器上，一次判斷的成本必須低到可以忽略。用大模型逐條判斷，幾十萬條消息就是一筆真金白銀。Jev輸入0.042美元每百萬token、輸出免費，把單條判斷壓到萬分之一美元的量級。第三，也是微信插件最怕的，它不能說錯話。一個自由生成的大模型塞進聊天框，隨時可能冒出一句不該說的話，輕則社死，重則觸發風控、直接封號。

Jev根本不生成文本，它只從你給的選項裡挑，從結構上就“說不出格”。微信插件的老大難，是“自動回覆”和“轉人工”之間那條線。全自動，內容控制不了；全轉人工，人扛不住。Jev給每個判斷配一個校準過的置信度，於是這條線變成了一道閾值，把握高就自動過，把握低就轉給人，或者轉給更貴的大模型。這套“高把握自動、低把握升級”的分流，本來就是微信客服和社群運營一直想要的結構。還有一個隱藏點，關鍵詞命中就回復，包含“廣告”就踢人，被@了就應答。這些都是關鍵詞匹配，對方換個說法，不使用這個關鍵詞，那麼自動回覆就會失效。Jev把“關鍵詞匹配”升級成了“語義判斷”。

同樣是回不回、踢不踢，但判斷依據並非關鍵詞，而是用戶的意圖。安裝起來也是非常簡單，對Codex說一句“npx skills add typesafe-ai/skills”，或者在Claude Code里加個插件市場就行。通過OpenRouter能立刻調用。網上已經有了許多成熟的產品，比如wechat-jev-hud，它就是跑在一個Windows上的微信HUD，通過截屏、定位聊天區域，來識別文字氣泡，把Jev接在OCR和疊加層中間做實時判斷。隨後就會呈現出圖片中的效果，對方的這條消息，有多少的概率是在說怎樣的事情。

從生成到判斷Jev火得這麼快，是因為它踩中了一個大的問題：Agent為什麼還是又慢、又貴、又脆。過去兩年的AI敘事，是更長的上下文、更聰明的推理、更漂亮的回答。可當你真把一個模型塞進每天要跑幾十萬次的系統裡，你會發現，其中絕大多數調用，根本不需要它“說話”，只需要它“判斷”。比如一條客服工單歸哪個部門，一次工具調用有沒有風險，一段AI的輸出有沒有跑偏，下一步該點頁面上哪個按鈕。這些問題從來都只有一個正確答案，而且答案的選項也早就寫在自己的代碼裡。讓一個會寫作文的模型先寫一段話，再由程序把它翻譯回一個判斷，繞了整整一大圈。Jev想省掉的，就是這一圈。

所以社區很多人評價Jev，說它像給軟件裝了一句“語義if語句”。如果（if）對方出現了哪種意圖，那就回應它對應的答案。其效果也是立竿見影，通過Browser Use把Jev用在瀏覽器Agent裡，一次請求同時選“做什麼”和“點哪個元素”，訂一張機票的時間能從9.5秒縮到7秒。以及在長程任務中，把Jev做成路由中間件，讓它替Agent挑該用哪個模型，也能節省很多時間。不過“Jev取代大模型”是個偽命題。正確的做法應該是，大模型幫你想清楚判斷規則，Jev在生產環境裡高頻、低價地執行。它真正值錢的地方，其實在於校準。把看似模稜兩可，沒有標準答案的問題給量化，一眼便知道答案應該選什麼。

微信插件的例子其實已經說明，它最先落地的地方，不會是那些“需要創造力”的場景，反而是那些高頻、低成本、不出錯的場景。判斷越頻繁、越瑣碎、越怕錯，它就越合適。一個猜想，當判斷這件事本身變得便宜，那不如干脆就別讓模型說話，只讓它做判斷。判斷層會像數據庫、像緩存一樣，變成一層默認的基礎設施，藏在每個應用的最底層。微信插件只是一個開始。但Jev的中文適配能力較差。官方文檔明確標註 CJK（中日韓）準確率偏低。英文短文本表現相對穩定。同時，Jev也沒有推理能力。Browser Use創始人實測的長程瀏覽器交互，Jev最終測試結果為1/20，落後於具備推理能力的GPT-5.6 Luna（17/20）。

瀏覽器操作涉及狀態空間搜索與路徑回溯，Jev不具備多步狀態推演能力。社區網友表示，Jev無法應付真實複雜的非沙盒網頁。面對真實網頁中未清洗的DOM、異步加載與突發彈窗，Jev缺乏應對能力。