实测 Jev 一天后：一个快得离谱的分类器，不是 GPT 替代品

jiayuan_jy · x · 2026-09-18

作者花一天时间研究了 @typesafeai 的 Jev，结论是：新鲜感消退很快，它更像一个更快、更受约束的通用分类器/决策器——LLM 本来就能做这些事。

核心判断：

底层模型大小未知（估计不大），世界知识可能不如典型 LLM 广，复杂场景下决策可靠性存疑
适合「有限选项集合 + 严格延迟要求」的任务；受约束的输出格式可以在代码层面保证输出合法
计算机使用（computer use）是天然契合场景：页面 DOM 元素是有限集合，可以构建「DOM 列表 → Jev 决策 → 新 DOM 列表」的循环；但长上下文下的推理能力未经验证，作者猜能力不如 GPT 6 Astra，只是快
不能替代 tool use：工具调用参数（如编辑工具的具体行号和替换文本）无法预先枚举成有限选项，作者在重写 Pi Agent 时发现可替换点比预期少；compaction 这类场景 LLM 也能做，差异化不大
更大的潜力在决策树逻辑、对延迟极敏感的领域：游戏 AI、机器人、自动驾驶

进行中的实验： 1) 德州扑克 AI——决策树深、复杂，正在做 Jev 与其他模型的正面对抗赛；2) Pokémon VGC（双打对战）AI——数据充足，目前没有好的练习对手，计划打天梯。不过两者都是回合制，LLM 也能胜任，只算是测试场。

「编程与Agent」频道最新