你叫 AI 做的事，一半其實只需要它回一個字：Jev 是什麼、社群這一週拿它做了什麼、怎麼幫你省 token

你叫 AI 做的事，一半其實只需要它回一個字：Jev 是什麼、社群這一週拿它做了什麼、怎麼幫你省 token

你每天丟給 ChatGPT 的事，有一半其實只要它回一個字：是、不是、A 還是 B、幾分。這封信要不要回、這則留言是問問題還是廣告、這份履歷先看還是後看、這則簡訊是不是詐騙。你拿聊天模型做這種事，它會先寫一段理由給你看，慢，也貴，你還要從那段理由裡把答案撈出來。

9 月 15 日一家叫 TypeSafe AI 的新創把「那一半」做成一個模型，叫 Jev。給它文字跟幾個答案，它零點幾秒回你是哪一個、多有把握；一個字，不多。創辦人 Diogo Almeida 在發表文裡自己寫：在 OpenAI 的時候，他做的是讓語言模型聽得懂指令、能跟人講話的方法，「That work ended up as the research behind ChatGPT.」他花了兩年做的這個東西，走的是相反的路。

Jev 是什麼：不生字，只回一個字

一般模型是一個字一個字往下生，所以你要等。Jev 不生字：你先把答案給它，它把每個答案的機率一次算出來，回你「是哪一個、多有把握」。TypeSafe 的講法是「Think of Jev as a frontier-intelligence function call: unstructured state in, typed probabilistic decisions out.」

它只認三種題型，也就是一個字能做的三件事，我用一封客服信舉例：

• 哪一個（Choice）：這封信分給帳務、物流還是技術？回一個選項加各選項的機率。
• 幾分（Score）：客人的火氣 1 到 5？回一個等級加機率。
• 是不是（Noul）：這是不是釣魚信？回一個 0 到 1 的機率。

一次可以問幾十題，它同時答，題目多了幾乎不多花時間。

快跟便宜都是從「不生字」來的。TypeSafe 自己給的數字：0.07 到 0.5 秒回，一般模型同類工作 3 到 329 秒；輸入每百萬 token 0.042 美元，輸出不收錢，「too cheap to meter」。這些是它自己測的，下面社群的案例會給你當事人的數字。

代價是它真的什麼都不會寫。你要它解釋為什麼，它給不出來；要它寫一封回信，它做不到，那是 ChatGPT 的事。

一個韓國讀者的比喻我覺得最準：一般模型是申論題作答機，Jev 是選擇題作答機。選擇題不會亂編答案，但選錯還是會選錯。

這一週社群拿它做了什麼

Jev 開放早期存取一週，一份網友整理的清單 awesome-jev 已經收了超過 240 個專案，Threads 上中文貼文我抓到四十幾則。我挑十個一般人看得懂的，數字都是當事人自己說的，連結在後面。

中文留言分類。 @user.today15 排到 waitlist 當天，把以前 AI 老是分錯的高難度中文留言丟給它：「喔虧給過」、一串 😍、顏文字，他說「通通分類正確」，跑了百筆訊息，token 約 90K，「花費不到 USD$0.01」。

Gmail 自動貼標、銀行明細、發票。 Jeroen Erne 把 15 個日常小工作的範例連資料一起公開在 GitHub：客服信分隊 34 封全對，真的模糊的那幾封信心掉到 0.60 到 0.67，交給人；Gmail 貼標 30 封全對、3 封釣魚信零誤判；銀行明細分類 36 筆對 35 筆；發票抓欄位 40 個全對。13 個範例跑完總共 0.015 美元，單次中位 0.34 到 0.45 秒。

垃圾信跟釣魚信。 bitnovus 拿 5,733 封信測，零樣本，給它信裡的連結去向、Reply-To、附件資料之後 98.64%；一個用幾千封信訓練過的傳統分類器 98.87%，只差 0.2 個百分點。2024 年以後的新釣魚信 853 封，它抓到 95.31%，傳統的 75.26%。9,886 封跑完約 252 秒，他估約 1.35 美元。

YouTube 自動跳業配。 valentynkit 做了 Chrome 擴充，讀字幕就能判斷哪段是業配，連沒人標過的影片也行：抓到 SponsorBlock 群眾標記的 77% 業配秒數、每小時誤跳 34 秒、一支影片 0.0008 美元、0.9 秒回答。

智慧家庭。 TypeSafe 自己的示範：一句「Get the coffee boiling」（把咖啡煮起來）同時做 12 個判斷（是指令還是問題、哪個裝置、哪個房間、開還是關），畫面上寫 185 毫秒；問它「1989 年世界大賽誰贏」它判斷是問答題，交給一般模型答。有人把這套接進 Home Assistant，每個問題變成一個感測器（下圖是他 README 裡的畫面，MIT）；AboveColin 算一條指令 0.0001 到 0.0007 美元，也寫了「歐洲打過去比 TypeSafe 說的慢，門鈴夠用、緊迴圈太慢」「不拿來做安全決策」。

篩新聞。 @x_yyyole 拿它篩近 7 天的 AI 熱門新聞，接近 2,700 條逐條判斷，「最后用时 2min 左右」「成本 0.21 美元」。

拆廣告。 Matthew Berman：「in 40 seconds it broke down 724 live ads from 37 brands. every hook. every format. offer. cta. awareness stage. landing page mismatch. used 9 cents of tokens.」台灣轉述那則有五百多次分享。

篩履歷。 gtaras7 把一整個資料夾的履歷固定幾題問完打分，判斷跟算分分開存，改一個權重重算全部候選人約 20 毫秒、零成本。

打遊戲。 TypeSafe 發表文裡讓它玩 DOOM，每秒 10 次判斷；有人拿 GPT-6 Astra 當規劃、Jev 當即時操作，8 分 43 秒打完 Minecraft 終界龍，約 0.97 美元。這類不是一般人會做的事，但它讓你看到「快到什麼程度」。

幫大模型省 token。 這個放下一段，因為是我自己的痛。

我自己的痛：Astra 跟 Fable 5.1 太好用也太燒

GPT-6 Astra 跟 Claude Fable 5.1 出來之後，同樣的 effort、同樣的任務量，我連續兩週都在重置後第二、三天用到上限，以前不會。仔細看它們在燒什麼，很多是圍在寫程式旁邊的小判斷：這件事交給哪個模型、用多大力氣想、對話裡哪段還要留、做完了沒、這個工具要不要叫。

這一週社群上的玩法就是把這些小判斷搬給 Jev：

• 先判斷再叫模型。 有人做了 Codex 的路由器，Jev 先判斷這個任務難不難，簡單的給便宜模型、難的才叫強的；他拿 237 個真實對話回放，算出成本降了約六成。
• 上下文回收。 Claude Code 用久了，讀檔、跑指令、搜尋的結果會把對話塞滿，一般做法是叫大模型寫摘要，摘要會不小心丟掉檔案路徑跟錯誤訊息。開源專案 fast-jev-compaction 改讓 Jev 判斷每次工具呼叫「還重要嗎、完整結果還要留嗎」，指令跟回覆保留原文。
• 大模型給目標、Jev 做手腳。 @yinn__nkai 讓 Jev 判斷任務狀態、風險、該點哪個按鈕，大模型只給目標，他說「省下 50-80% 的 token」。
• TypeSafe 的文件把這整類用法叫 Harness Engineering：模型路由、找相關上下文、抓大模型的錯、把推理過程分類，「at lightspeed and a fraction of the cost」。

它省的是圍在寫程式旁邊那堆小決定。這些變便宜，大模型就只做該做的事。這是我覺得 Jev 對一般用戶最實際的價值，比它自己說的「快 100 倍」實際。

三桶冷水

第一，格式一定對，答案不一定對。 TypeSafe 說它「can't hallucinate」，講的是它只會從你給的選項裡選，不會編出第四個選項。選錯還是會選錯。scienthoon 做了一個獨立測試：三個公開題庫它答對 86% 到 94%，機率幾乎不用校正；但 900 張它沒看過的規則工單，規則猜不到的地方它「confidently wrong」，跟一般分類器一樣。我自己第一次打就踩到一個更小的版本：我給的四類裡沒有「抱怨」，一則客訴它就在閒聊跟問問題之間猶豫，0.6 對 0.4；選項沒列到的，它選不到。4,621 次呼叫零格式錯，整個測試約 0.06 美元。所以信心分數是拿來設「低於多少交給人」的門檻，不是拿來相信。

第二，中文沒英文準。 TypeSafe 的模型頁原句：「English is the primary training language and where accuracy is currently best. Other languages, including CJK scripts, are handled but not equally well」。上面那位分中文留言的是他的百筆體感，不是統計。有人經 OpenRouter 跑了約 1,430 次專門測中文，作者自己說「這些數據能看出兩個條件之間有沒有差別，得不出準確率」。要用在中文上，先拿自己的資料跑一小批。

第三，會不會下個月就被吸收。 @linkenmin 說「Jev 感覺是另一個不用學的酷東西，因為下個月就會被一般 LLM 吸收了」，227 個讚、45 則回覆。Hacker News 發表串最多人回的一則也在講：速度比較有誤導，生成模型能寫程式做任何事，Jev 只能出結構化答案。我的看法：吸不吸收不知道，已經有人用開源小模型做出類似的東西：一個叫 Laya 的開源模型，作者說單題最低 32.8 毫秒；還有一位網友一個下午用 0.8B 模型「部份復刻」。但「不是每件事都要叫最強的模型」這件事不會被吸收，只會越來越像常識。

還有幾件 TypeSafe 寫在文件裡的邊界：它只吃文字，不吃圖片、聲音、影片；一次最多 32k token 的內容；它不是計算機，數學請寫在程式裡；它不會用你的資料微調，所有帳號用同一組權重。早期存取要排隊，金鑰在 console.typesafe.ai。

你不寫程式怎麼申請、怎麼接

我自己走了一遍，現在不用排候補名單。

1. 到 console.typesafe.ai 註冊。進去先做一個小的 onboarding，會問你「Jev 會不會跟你聊天？」，選不會。
2. 左側 API Keys 申請一把金鑰，存好，不要貼在對話或截圖裡。
3. 打開 Claude 桌面版，設定 → Plugins → Discover 搜「Typesafe」，是 TypeSafe AI 自己出的，按 Add。Claude Code 的話跑兩行指令：claude plugin marketplace add typesafe-ai/skills、claude plugin install typesafe@typesafe-ai。
4. 用量在 console 的 Usage 頁看，上面寫「$0.042/MTok input · Free output」。我 9 月 21 日的帳號一毛沒儲值，Usage 顯示 $0.00。同一天我用金鑰直接打了一次：一則客訴問三題（是不是釣魚信、火氣幾分、分給誰），562 毫秒回三個字，549 個輸入 token，照標價算 0.000023 美元；零儲值打得通，但外掛那條路我還沒走。

裝好之後，用講的。你打開 Claude，貼這段：

幫我裝 TypeSafe 的 skill：跑 claude plugin marketplace add typesafe-ai/skills，再跑 claude plugin install typesafe@typesafe-ai。裝好之後，我要你用 Jev 幫我做一件事：把我貼給你的 300 則留言分成四類（問問題、要資源、閒聊、廣告），每則給我類別跟機率，機率低於 0.7 的另外列出來我自己看。開始前先跟我確認四類的定義。

TypeSafe 的文件自己說「Agents aren't great at writing questions, so expect to edit collaboratively with them.」所以最後一句「先跟我確認定義」很重要。至於 Codex 那邊，就讓 Claude 讓 Jev 判斷要不要叫吧。另一條路：Vercel AI Gateway 也掛了 typesafe-ai/jev，頁面上寫價格 Free、「Promotional pricing ends on September 25, 2026」。

交給它之前，先分清楚這件事是判斷題還是寫作題。貼給你的 ChatGPT 或 Claude，它會先問你三題：

我想把一件工作交給 AI，先問我三題，一次問完：(1) 這件事的答案是不是固定幾個選項（例如分類、打分、是或不是）？
(2) 我需不需要 AI 解釋它為什麼這樣選？(3) 它選錯了會怎樣，是程式接得住、還是會直接影響到人？
只用下面的事實回答，這裡沒寫的答「沒提到」：
- Jev 只做三種題：哪一個、幾分、是不是；回答案跟機率，不寫字、不解釋
- 它自己說 0.07 到 0.5 秒回、輸入每百萬 token 0.042 美元、輸出免費；數字是 TypeSafe 自己測的
- 格式一定對，答案不一定對；沒看過的規則會很有把握地答錯；信心分數要拿來設「低於多少交給人」
- TypeSafe 寫英文最準，中文「handled but not equally well」
- 只吃文字，一次最多 32k token；不是計算機
根據我的三個答案，只回兩件事：(a) 這件事是「判斷題（適合 Jev 這類）」「寫作題（適合 ChatGPT／Claude）」還是「不該全交給 AI」，一句理由；
(b) 如果是判斷題，幫我把它寫成一題「哪一個／幾分／是不是」，選項列出來，20 字內。

這週能做的三件事

1. 想一件你每天叫 AI 做、其實只需要它回一個字的事。 留言分類、信件分流、履歷先後、要不要回。
2. 去 console.typesafe.ai 申請金鑰、在 Claude 裝 Typesafe 外掛，用講的接上。 拿 50 筆自己的資料先跑，看信心分數低的那幾筆是不是真的難。
3. 交給它之前先問三題。 答案固定、不用解釋、程式接得住，才是判斷題。

這篇的案例全部來自當事人的公開貼文、GitHub 專案與 TypeSafe 的文件跟示範影片；申請與安裝那段是我自己的帳號走過一遍的畫面；哪一段是我的判斷，我有寫「我覺得」。

二十個日常判斷題哪些該丟給它、案例原始數字表（速度、成本、準確率、誰說的、日期）、TypeSafe 沒說的，整理成一頁：哪些事該丟給 Jev：二十個日常判斷題對照、案例原始數字、TypeSafe 沒說的。

來源與查核日期

• TypeSafe AI Blog — Introducing System One Models & Jev（2026-09-15）：Diogo Almeida 自述、RLCD、價格、速度、DOOM
• TypeSafe Docs — Primitives：Choice／Score／Noul
• TypeSafe Docs — Models：價格、額度、32k、只吃文字、語言支援原句
• TypeSafe Docs — Model jaggedness jev-1.13：不生字、不是計算機
• TypeSafe Docs — Agent skill：Claude Code／Codex 安裝指令、「Agents aren't great at writing questions」
• TypeSafe Docs — Use case map：Harness Engineering
• TypeSafe Docs — Smart home demo：Loom 示範
• Vercel AI Gateway — Jev：Free、9/25 promotional pricing
• Hacker News — Introducing System One Models and Jev
• yibie/awesome-jev：社群專案清單
• 案例：nexibeo/jev-cookbook、bitnovus/jev-spam-eval、valentynkit/jev-skip、AboveColin/HA-Jev、gtaras7/typesafe-jev、rmalde/minecraft-agent、scienthoon/jev-ood-calibration、xiaohuaxi/jev-study
• Threads／X：@user.today15、@x_yyyole、@yinn__nkai、@linkenmin、@TheMattBerman（連結在文內）

查核日 2026-09-21（Asia/Taipei）。