被硅谷吹爆的Jev到底有什麼用？我們替你親手試了試

藍字計劃2026.09.24 18:39 · 來自廣東全文4900字00:00 / 12:20下一個Manus時刻?文｜藍字計劃，作者｜ChesterAI圈的一個“奇行種”，突然爆紅。9月15日，TypeSafe發佈了Jev。幾天後，它已經出現在Vercel、Cloudflare、LangChain、Langfuse等開發者工具裡。Vercel說，Jev接入AI Gateway後的24小時內，接近13% 的付費團隊就用上了它。不過AI圈的東西看著神通廣大，很多人都躍躍欲試，但真的到了想自己上手的時候，很多人還不知道該從哪兒開始。要下載什麼？得先配置環境嗎？不會寫代碼能不能玩？

因此，我們趁著現在還能免費體驗，先替大家吃一次螃蟹：上手體驗一把Jev ，並儘量教會讓大家無腦用上Jev。但在開始前，不得不說，測試下來Jev的第一道門檻比想象中低。就像以前的OpenClaw，我們還說過它的配置要求低，未來說不定連智能手錶都能帶動。而Jev的第一次體驗更省事，甚至不用打開電腦，在網頁端都能用上。另一方面，我們這次挑選的體驗案例也和大部人上網衝浪的真實需求息息相關。隨著AI大爆發，社媒上到消息也開始魚龍混雜起來。哪些是真消息？哪些是胡說八道？哪些是AI編造的？以前大家不可能每條都去核實的“消息鑑定”步驟，這次我們打算把它交給Jev。

用Jev打造“火眼金睛”目前能玩到Jev的入口已經有不少，比如我們這次就找了個第三方網站Jev AI Dev，幾種基本功能都能在這裡試，每個賬號每天還有六次免費體驗額度，比較適合大家先熟悉一下。網址放在這裡：https://jevai.dev/zh-Hans/playground/點開這個鏈接，就會進入中文試玩頁面。先點擊右上角的“登錄”，按提示登錄賬號，然後往下找到“單個問題”和“多個問題”。這兩個選項，可以理解成拿著同一份材料，只問一件事，還是一次問好幾件事。比如給Jev一條科技新聞，我們可以只讓它判斷“這屬於哪類新聞”，也可以順便問問“消息有多可信”“裡面的說法有沒有得到證明”。

既然要做一個信息查證的工具，我們這次就選“多個問題”，就可以對一條消息同時問幾個問題。繼續往下看，可以看到頁面默認會填好一套“AI助手任務交接”的示例。我們可以直接在這套示例上修改，把裡面的內容換成自己的。先找到“輸入”框，刪掉原來的示例文字，填入這條消息。“9月23日，一家AI公司發佈新模型，聲稱其代碼能力比上一代提升30%，但目前只公佈了宣傳材料，沒有公開完整測試數據。”然後就可以直接體驗Jev的三種能力：Choice、Score和Noul。雖然名字看起來挺面生的，但是用起來之後，還是挺好理解的：Choice就是讓Jev在幾個答案裡選一個。

比如我們給它設置幾個選項，讓它判斷一條內容下一步應該怎麼處理。提交之後，它會告訴我們選了哪個答案，同時給出每個答案的概率。比如我們想給這條新聞分類，就得先告訴它有哪些類別可以選。在Choice下方的“問題 / 指令”裡，填入“這條消息最適合歸類為什麼？”這時可以把“可選項”框裡原來的內容替換成下面這四行：product: 產品發佈performance: 性能提升funding: 融資消息other: 其他假如Jev最後返回product，就表示它判斷這條新聞的分類是“產品發佈”。這樣，我們就給Jev出好了一道選擇題。

它會從這四個答案裡選一個，同時給出每個答案的概率，讓我們看到它有多傾向於各個選項。Score則是打分。分類只能告訴我們這是一條什麼消息，但沒法告訴我們該有多相信它，所以就需要多一個評分系統來輔助。在Score的“問題 / 指令”裡，填入“這條消息的可信程度有多高？”下面的“評分等級”需要我們自己設置。這裡每行填一個等級，按照從低到高的順序排列：很低較低中等較高很高這時，我們相當於給了Jev一把打分的尺子，判斷輸入的材料的可信度到底有多高。最後是Noul ，可以簡單理解成回答“是或者不是”。網頁上這一欄叫“Probability (Noul)”。

有時候，我們可能還想多瞭解一下比“可信程度有多高”更具體的情況。就拿我們原本想問的這個問題為例子，我們也許會好奇，公司說代碼能力提升了30%，到底有沒有拿出證據？那麼在這一欄的“問題 / 指令”中填入“這家公司是否已經證明新模型的代碼能力比上一代提升30%？”，再把下面“‘否’與‘是’的定義”改成這兩行：false: 沒有證明true: 已經證明到這裡，三個問題就都設置好了。再來複習一下，通過這一輪設置，我們讓Jev給同一條消息分個類、打個分，再判斷其中的性能提升說法有沒有得到證明；再點擊下方的“體驗Jev”，就把三個問題給提交了。

因為這次測試是運行在網頁端，無論是電腦還是手機，都可以看到Jev返回的結果。最終可以看到，Choice選擇了product，也就是“產品發佈”，對應的概率為0.62。“性能提升”的概率為0.38。它判斷這是一次產品發佈。Score給出的分數是1.09。對照剛才設置的五檔，這次結果接近“可信程度較低”。Noul的結果則是0.04，說明根據我們提供的材料，它傾向於認為還沒有證明。在這一波流程後，Jev已經給出了它的初步判斷：一條消息就有了分類、可信程度評分，以及針對具體說法的判斷。但是它的依據只是我們填進去的文字，它並沒有替我們上網找到完整測試報告。於是，我們繼續往下測。

想要真正實現一個自動判斷真偽的工具，還得讓Python直接調用Jev，讓它幫我們搭一個科技新聞的自動審核流程。全自動，手搓審核工具我們在Jev的Playground主頁下方，找到了AI模型聚合平臺OpenRouter。註冊並登錄賬號，創建API Key後，就可以在Python中調用Jev了。這裡創建普通的OpenRouter API Key就可以，不需要另外申請Jev專用的。另外，前面第三方網站每天六次的免費體驗額度，不會帶到OpenRouter，運行前需要確認賬號裡有可用額度。接下來，我們需要在程序裡填好要判斷的新聞、想問的問題，以及可以選擇的答案。

這和前面在網頁裡填表是一樣的，只是提交和接收結果的工作，現在交給Python來完成。第一條測試，我們給Jev一條這樣的新聞：“某AI公司宣佈新模型準確率提升50%，但目前沒有公開任何測試方法、數據集或完整測試結果。”我們提前告訴Jev，接下來只有三個選擇：publish（發佈）、verify（核實）、reject（拒絕）。同時，再讓它判斷這條消息的可信程度，以及是否需要人工審核。這裡還是用到了前面的三種能力。Choice這次負責選擇下一步怎麼處理，Score負責打分，Noul負責判斷是否需要人工審核。後兩項的數值，需要結合程序裡設置的評分標準和審核條件來使用。

結果是：下一步：verify；可信程度：0.35；人工審核概率：0.88。也就是說，Jev認為這條消息暫時不能直接發佈，應該先核實，而且很可能需要人工看一下。Python程序拿到這個結果後，就可以自動把它放進“待核實”隊列，並加上“需要人工審核”的標記。整個過程其實可以簡單理解成：新聞進來 → Jev判斷 → 程序看結果 → 自動執行下一步不過，我們還想試一個更接近真實使用場景的玩法。平時用AI查消息，我們經常會碰到一個問題。它能給出一段像模像樣的回答，但這段回答究竟有多少依據，能不能直接拿來用，還得自己判斷。所以這次，我們讓普通AI先回答問題，再把它的回答交給Jev檢查。

看看能不能讓程序先進行篩選，把需要核實的回答留下來。於是，我們先對著AI輸入了一個問題：“OpenAI最新模型的代碼能力比上一代提升了30% 嗎？”這時就可以同時得到了普通AI的回答和Jev的結果：可以見到，基於AI的回答，Jev給出的判斷是，下一步是“verify”，可信程度3.2，人工審核概率0.38。根據前面的三個選項，publish表示可以採用，verify表示需要核實，reject表示拒絕採用，也就是說AI回答的這個答案還是有點問題的。當然Jev給出verify，也不等於它認定AI的回答是錯的。而人工審核概率為0.

38，也沒有達到我們設置的人工審核條件，所以程序沒有把它交給人工，而是讓它繼續進入自動核實流程。這樣一來，一個最簡單的“AI + Jev”的組合就形成了一基礎流程：用戶提問 → AI回答 → Jev檢查 → 程序執行下一步這時就可以讓這個流程進入一個更加具體到場景了：還是讓Jev判斷一條AI新聞應該怎麼處理，不過這一次，我們把結果明確分成三個：publish：直接發佈；verify：先核實；reject：直接攔截。然後用Python寫一個非常簡單的規則：Jev返回什麼，程序就執行對應的動作。第一條測試內容是：某公司已經公開完整測試數據和技術報告，證明新模型性能有明確提升。

Jev的判斷是publish，直接發佈；第二條換成：某公司宣佈新模型性能提升30%，但關鍵測試數據還沒有公開。這一次，Jev給出的結果是verify，待核實；最後，我們故意把條件變得更加誇張：某公司聲稱新模型性能提升1000%，但沒有任何測試數據，也沒有可靠來源。Jev返回reject，拒絕。這三輪測試下來，發佈、核實、攔截三個分支就都跑通了。以後再有新聞進來，程序就可以先讓Jev判斷，再把消息交給對應的步驟處理，省去我們逐條查看結果、手動分類的過程。下一個Manus時刻？這次用下來，我們覺得最需要花心思的地方，其實是把問題問清楚。

比如“這條消息可信嗎”和“這家公司有沒有證明性能提升”，看起來差不多，但對AI來說完全是兩種不同的判斷。以前我們費盡心力給AI寫更好的提示詞，現在看來要用Jev這類軟件，過硬的語文功底還是必不可少的。先想好自己需要什麼結果，才能讓Jev幫上忙。另外，Jev的玩法其實還有很多。前面的新聞審核只是最基礎的玩法，已經有人直接拿Jev研究微信聊天。比如“Crush好感監控器”，就能分析聊天記錄裡的情緒和意圖，還能給自己的回覆評級。以前要截圖問朋友“他這句話是什麼意思”，現在有人把這件事做成了工具。說起來，Jev的熱度的確高得嚇人，有當時Manus爆火時的味道了。

如果把“Manus時刻”理解成一種讓人看完演示，就忍不住想親手試試的興奮感，那麼Jev身上，或許的確是迎來了屬於它但“Jev時刻”吧。