Jev 是 TypeSafe AI 于 2026 年 9 月 15 日发布的首个 System One 决策模型(System One decision model):它不像传统大语言模型那样逐字生成文本,而是对预先定义好的问题返回带校准概率的类型化答案——一次调用并行完成分类、路由、打分与是非判断。本仓库持续精选 Jev 发布以来生态中涌现的优质开源应用、SDK、平台集成、开源复刻与深度教程,帮工程师最快找到「把 Jev 用起来」的参考实现。
English: A curated, quality-first list of apps, SDKs, integrations, open replicas, and guides built with Jev, the first "System One" decision model by TypeSafe AI — typed, calibrated answers instead of generated text. 70–500 ms latency, $0.042 per million input tokens, output free.
当前收录 149 条资源(优质开源应用 64 · SDK 与集成 31 · 官方资源 6 · 教程与评测 40 · 社区讨论 8),条目数据同步维护在 data/projects.json,由 scripts/check.py 做一致性校验。
📈 清单发布 18 天,从 64 条长到 149 条——每晚 0 点自动调研、验真、快照,全程留痕于 CHANGELOG。
趣味与实验板块实拍:说服像素守卫(左)· Jev 在 MLB 季后赛与 ChatGPT/Claude 实盘对赌(右)
| 🚀 优质开源应用 Agent · 交易 · 开发工具 |
🔌 SDK 与集成 官方 · 平台 · 社区 · 复刻 |
🏛️ 官方资源 文档 · 控制台 · 评测 |
📝 教程与评测 实操 · 架构 · 批判分析 |
💬 社区讨论 HN · daily.dev |
时间紧?这 5 个最能回答「Jev 到底有什么用」:
- 🏰 Gatekeeper — 说服一个 34MB 模型放你进城堡:玩 3 分钟就懂什么叫「带置信度的判断」
- ⚾ MLB 季后赛实盘 — Jev vs ChatGPT vs Claude 真金白银对赌 2026 季后赛(见头图右半)
- 🏎️ browser-use/jev-ultrafast — 22k★:Jev 选动作的浏览器 agent,Google Flights 实操 7.1 秒
- 🧠 firelex/jeff — 546 分 HN:在家训练 0.8B 决策模型,22 毫秒出带概率的答案
- 🧩 官方 30 秒上手 — choice / score / noul 三种原语,一次请求,五个例子读懂全部 API
| 维度 | 传统生成式 LLM | Jev(System One) |
|---|---|---|
| 输出 | 自由文本(需解析校验) | 预定义类型化答案 + 概率 + 置信度 |
| 提问原语 | — | choice(≤255 选项)· score(2–10 级刻度)· noul(0–1 是否概率) |
| 端到端延迟 | 3–329 秒 | 70–500 毫秒 |
| 定价 | 输出价约为输入 5 倍 | 输入 $0.042 / 百万 token,输出免费 |
| 擅长 | 写作、生成、复杂推理 | 分类、路由、打分、是非判断("会思考的智能 if 语句") |
- 官方声称在 System One 类任务上比参照前沿模型快 193.6 倍、便宜 444.6 倍(自建 workflow evals,批判性分析见 TrueFoundry)
- 创始人 Diogo Almeida 是 OpenAI 前研究员、RLHF / InstructGPT 联合发明人;公司种子轮 $40M(DCVC 领投)
- 已知局限:不会算术 / 计数 / 日期比较,不能生成文本,不支持图片与音频;"零幻觉"指不可能返回 schema 之外的值,不等于"永远正确"
生态全景(一张图看懂本清单怎么组织):
graph LR
API["Jev API<br/>choice · score · noul"]
API --> APP["🚀 应用层<br/>Agent / 交易 / 开发工具 / 评测"]
API --> SDK["🔌 SDK 层<br/>官方 TS · Python + 社区 6 语言"]
API --> PLT["🏛️ 平台集成<br/>LangChain / Vercel AI SDK / TanStack"]
API --> OSS["♻️ 开源复刻<br/>kev / NanoJev / von"]
OSS -. "兼容 /v1/systemone" .-> API
npm install @typesafe-ai/sdkimport { choice, score, noul, TypeSafeClient } from "@typesafe-ai/sdk";
const client = new TypeSafeClient(); // 默认模型 jev-latest
const r = await client.systemOne({
state: { ticket: "被重复扣款,要求退款", order: { id: "A-104", charges: [49, 49] } },
questions: {
department: choice("哪个团队处理", { billing: "支付/订阅问题", technical: "故障/集成", other: "其他" }),
urgency: score("紧急程度", ["低", "中", "高"]),
refund: noul("是否应退款"),
},
});
// 一次请求并行返回全部答案,每个都带概率与置信度,可按置信度分流人工| 场景 | 选什么 | 理由 |
|---|---|---|
| 分类、路由、打分、是非判断,要求低延迟低成本 | Jev | 70–500ms、输出免费、每个答案带校准置信度 |
| 写作、生成、开放式对话与多轮推理 | 生成式 LLM | Jev 不生成文本,这类任务不是它的主场 |
| 数据不能出本地 / 预算极限 / 离线 | 开源复刻:laya · kev · NanoJev · von | 自托管,用一点精度换完全可控 |
| 开发期联调、还没有 API Key | system-one-adapter-python | 用任意 LLM API 模拟同一套接口 |
| 只想先玩玩看 | 趣味与实验 + Open Jev Playground | 零成本感受 typed decisions |
「把 Jev 用起来」长什么样?下面 64 个项目就是答案——从 22.5k★ 的浏览器 agent 到跑在 M4 Max 上的 0.8B 小模型。★ 数为 2026-10-10 快照,随时间变化。
- browser-use/jev-ultrafast — "i. am. speed.":Jev 负责选动作、只在需要打字时才唤醒 LLM 的浏览器 agent,Google Flights 实操演示 7.1 秒(
Python,22.2k★) - trycua/cua — 开源计算机操作 agent 框架,内置 CUA-S1:计算机操作决策专用小型模型(26k★)
- jev-chat/jev-chat-jarvis — 装在手机上的对话副驾:在 QQ / X / 飞书里读懂对方、给出候选回复、一键填入输入框;非侵入只读屏幕(
Kotlin,6.5k★,中文项目) - imanshu03/jev-browser-use — 基于 Jev + CDP/Chromium 的轻量浏览器自动化(
Python)
- OpenByteInc/QuantDinger — 开源 AI 交易操作系统,集成 Jev System One:策略研究、回测、模拟/实盘,可搭多租户交易 SaaS(
Python,12k★) - jarrodwatts/jev-trader — 每个 Monad 区块做一次 Jev 交易决策(Kuru MON-USDC)(
TypeScript,2.6k★) - SaratAngajalaoffl/jeeva — 基于 Jev 的中频交易框架(
TypeScript)
- tamaratran/fast-jev-compaction — Claude Code 插件:一次 Jev 请求给全部工具调用打分并压缩上下文,保留内容逐字不动(
TypeScript,7k★) - devagrawal09/jev-review — 分阶段代码审查工作流 + 本地仪表盘(
TypeScript,611★) - dabit3/jev-experiments — 延迟敏感场景的 Jev demo 合集(
TypeScript,381★) - nozomi-koborinai/jev-spec — 每次 commit 用 Jev 检查代码与 Markdown 规格文档的漂移(
TypeScript) - maayanlevy/mysql-ailike — MySQL 插件:按自然语言语义过滤数据行(
C++) - lukstei/slop-grader — 按规则给文本文件打"slop 分"的 CLI(
TypeScript) - vercel-labs/jev-ai-sdk-form-router — Vercel Labs 官方示例:Jev + AI SDK 把表单提交路由给对的人(
TypeScript) - miuuyy/Astra-Ares — Codex 任务运行中由 Jev 为 GPT-6 Astra 自适应选择推理强度(
JavaScript,277★) - kerpopule/hermes-jev-skills — 给 agent 一个又快又便宜的小决策第二大脑:模型路由、记忆、压缩、技能选择全交给 Jev(
Python,1k★) - aurorainfra/grev — Thinking Grep:会思考的 coreutils,grep 的候选判断交给 Jev(
Go,52★) - egma-ai/jev-code-reviewer — Review behavior, not just diffs:Jev 排 human 注意力优先级、OpenAI 解释改动,本地 CLI(
JavaScript,45 分 HN) - Avinash-jetwani/jevmem — Claude Code 的自动项目记忆层(Cursor / Codex 也能用),读写判断交给 Jev(
TypeScript,121★,61 分 HN) - Jurl — 会读网页的 curl:jurl 先让 Jev 读懂页面再返回你要的数据(5 分 HN)
- PostHog/jeeves — PostHog 出品:给 Jev-like 决策模型加推理步骤,准确率显著提升(
Python,400★,152 分 HN)
- openlayer-ai/jevals — 一次请求完成 agent 评测与护栏,构建于 Jev / Kev / Laya 之上(
Python,85★) - sagarmainkar/jev-wall — 基于 Jev 的 LLM 护栏(
Python) - decision-models-under-pressure — 七个决策模型在三重压力下的实测:候选列表膨胀、选项顺序扰动、错误答案注入(
Python)
本清单的灵魂板块。规则很简单:每个都值得点开玩 3 分钟。
🎮 让 Jev 上场
- Gatekeeper — 🏰 说服一个 34MB 的 Jev-like 模型放你进城堡:prompt 攻防游戏(Show HN)
- Jev Plays Pokémon Red — 让 Jev 玩《宝可梦红》,每一步移动都是一道带概率的判断题(Show HN)
- Jev Plays Manic Miner — 1983 年经典平台跳跃游戏的决策化重玩:每一次跳跃都是一道判断题
- can-you-beat-jev — ⚔️ 人机对战:和 Jev 比拼同一道判断题
- Clue Me — 🗣️ 你描述拿到手的词,让 Jev 来猜(Show HN)
- Herobrine — ⛏️ Minecraft 迷你伙伴 agent:行为决策全部交给 Jev(Show HN,
JavaScript) - jev_civilization — 🏛️ 部落由 Jev 自主决策的文明模拟:你塑环境,它演历史(Show HN,
TypeScript)
🔮 预测:它真的懂你吗
- Jev predicting your life choices — 答 10 道题,看 Jev 对你人生选择的判断准不准(Show HN)
- Jev predicting the 2026 MLB postseason — ⚾ 逐打席预测 MLB 季后赛:Jev vs ChatGPT vs Claude 真金白银实盘(Show HN,头图右半就是它)
- jev-aita — ⚖️ 用 Jev 审 770 篇 Reddit「Am I the Asshole」判决:与 Sonnet 5 / GPT-5 nano 比 Brier 分、延迟与成本(19 分 HN 热帖,
Python) - Dbb1 radio — 📻 无尽电台:听什么、怎么排全由决策模型说了算(Show HN)
- Realtime eBay Filtering — 🛍️ eBay 商品流实时过滤:想要的留下,噪音滚蛋(Show HN)
- Slop Mop — 🧹 Chrome 插件:一键擦掉 LinkedIn 信息流里的 AI slop
- Jevdit — 📌 由 Jev 当版主的社交网络:每条帖子先过决策模型再上墙(Show HN)
- nospace — ✏️ 进阶自动纠错:不判断拼写对错,而是判断你想说什么
- Better Call Jev — 📞 名字即梗的 Show HN:遇到难题?Better Call Jev——让决策模型替你拿主意
- Reverse.horse — 🧠 把人类大脑做成 Jev 兼容 API:「由你那可怜的人类大脑驱动」的众包决策后端(Show HN)
- Jamming with Jev and Claude on TidalCycles — 🎵 用 Jev + Claude 在 TidalCycles 现场编码音乐里即兴演奏(Show HN)
- Jev Plays Chess — ♟️ 游戏系列第三弹:让 Jev 下国际象棋,每一步走子都是一道判断题
- Desktop Pet — 🐾 桌面宠物:语音对话交给 LLM、姿态动作交给 Jev——两个模型的分工架构(Show HN)
- Jevman — 👾 游戏系列第四弹+基准化:各家决策模型同场竞技吃豆人(68 分 HN,本周最高)
- jev-bisect — 🔢 用 Jev 玩「higher / lower」数字猜谜:把二分搜索的每一步判断都交给决策模型(Show HN,
Python)
🧪 脑洞:原来还能这么用
- jevlang — 一种 Python 方言:每个 if / elif / while / match 的条件都交给 Jev 决定(Show HN 脑洞,
Python) - jev.chat — 💬 只会用 emoji 回复的聊天机器人:情绪与意图判断全靠 Jev(Show HN)
- enigma-jev — 🕵️ Jev 当布莱切利园密码分析员:用决策模型跑软件 Bombe 破译 Enigma(Show HN,
TypeScript) - jev-talks — 「我让 Jev 说话了」:测一测决策模型到底会不会聊天(Show HN,
Python) - kzkhykw/jev-auto-ime — ⌨️ 问 Jev「现在打的是日语还是英语」,据此自动切换 Mac 输入法的脑洞小工具(
Python,11★) - Rebuilt Captcha with Jev — 用 Jev 造一个「证明你是人」的验证码:反向思路的脑洞教程
- 1kpapers — 📄 给 1018 篇论文做分类,总成本 $0.08 的极限压价实验
- bykof/peekaboolean — 👀 看图说话的反向操作:图片进,类型化布尔答案出,带校准概率(Show HN,
Python)
🔬 硬核实验与真实落地
- Jev Does Not Play Dice — 🎲 猜暗置骰子:83% 置信度只换来 19% 准确率——校准的边界一目了然
- shapsider/OmniJev — 🤖 多模态有限选择决策接口 + MuJoCo 具身实验台:轨迹回放、决策探针、基准面板(
Python,13★) - JunMa11/MedJev — 🏥 自由文本病历 → 表格化临床变量:一块消费级 GPU 每小时处理数千份,数据不出院内(
Python,87★) - fly.rahmanyoonus.com —
✈️ Jev 驱动的实时飞行决策演示 - semanticspace.dev — 🗺️ 2D 语义空间可视化探索:把 Jev 的判断摊在一张地图上看
- Open Jev Playground — 🛝 一站式在线试所有 Jev 开源平替(Show HN)
- citegraph.app/live — 让多个 AI 引擎逐页"对簿公堂"的实时引用图谱
- jevable-code — 审计任意仓库里哪些判断可以被 Jev 替换
- jevusers.com — 第三方生态目录:追踪 400+ 项目、合计 40k+★,每日更新
- kydlikebtc/awesome-jev — 805 条按决策类型索引的示例目录:CI 每周复验、双语、可检索站点(同名仓库中经核验的优质者)(
Python,582★)
官方 TS/Python 开箱即用;社区两周内把 .NET、Elixir、Rust、Go、Java、Ruby、Swift 补齐了,连 Ollama 都原生支持了。
- typesafe-sdk-js — 官方 TypeScript/JavaScript SDK(npm
@typesafe-ai/sdk,234★) - typesafe-sdk-python — 官方 Python SDK(220★)
- system-one-adapter-python — 用任意 LLM API 模拟
TypeSafeClient的 drop-in 适配器,开发/迁移期联调好用(297★) - typesafe-ai/skills — 官方 Agent Skill:教 Claude Code / Codex 正确使用 System One API(2.5k★)
- langchain-typesafe — LangChain 官方集成:
TypeSafeClassifier+ 模型路由中间件,配套官方教程 Building a Harness with Jev - @ai-sdk/typesafe-ai — Vercel AI SDK 原生 provider(Gateway ID
typesafe-ai/jev-latest),Vercel 称其为 AI Gateway 史上采用最快的模型 - TanStack AI —
@tanstack/ai-typesafe:typesafeDecider提供 decide / choice / score / boolean 四类决策 - Motherduck prompt_jev() — 在 SQL 里直接问 Jev:把决策引擎搬进 DuckDB 查询
- hardkoded/typesafe-sdk-dotnet — .NET(C#)移植,NuGet
TypeSafe.AI.Sdk - nshkrdotcom/typesafe_sdk — Elixir,Hex
typesafe_sdk - Twister915/typesafe-ai — Rust,async / blocking 双后端
- devbackend/jevgo — Go 非官方客户端
- QAInsights/typesafe-java-sdk — Java 非官方 SDK
- innocentdiaz/s1_ruby — Ruby
- willswire/swift-newt — Apple Core AI 上的 Swift 决策包:端侧多选 / 评分 / 是非题,每个选项带概率(Show HN,
Swift)
- itsmostafa/typesafe-mcp — MCP 连接器:让任意 AI agent 直接调用 Jev(
Go,303★) - jevcore-mcp — MCP server:ask / rank / check 三个决策工具
- NandhaKishorM/laya — 非自回归 System 1 决策引擎:单次前向输出 choice / score / noul,开源复刻榜首(
Python,31.1k★) - firelex/jeff — 在家训练的 0.8B Jev 兼容决策模型:Qwen3.5 / Gemma 4 微调,RTX 22ms / M4 Max 28ms,同款请求格式(
Python,1.4k★,546 分 HN) - TheoLeeCJ/SemIf-OpenJev — 用开源模型在家用 3090 上跑「语义 if」;独立项目,与 TypeSafe 无隶属(
Python,4.3k★) - TianyuCodings/NanoJev — nano 复刻:并行决策、动态候选、端到端训练管线(
Python,2.2k★) - jaredpalmer/kev — 基于 Qwen3.5 的微型 Jev-like 决策模型家族,可自训自跑(
Python,8.5k★) - vinnylarouge/jevlike — Jev-like 决策模型复刻(
Python,1.3k★) - wfzyx/von — 开源 System One 决策模型:sub-15ms、非自回归、本地 drop-in 平替(
Python,667★) - ekzhang/openjev-sglang — 基于开源模型的 Jev 兼容 API 端点(prefill-only)(
Python,323★) - ollaya-dev/ollaya — 决策模型界的 Ollama:pull 并本地运行 Laya / decider / NLI / GLiClass,统一 TypeSafe 兼容 API(
Rust,1.2k★,530 分 HN) - kouhxp/gutsy — CPU 就能跑的微型本地决策模型:state 进、带校准概率的判断出(
Python,46★,两度登 HN) - THX-01 — 能跑在智能手机上的开源决策模型:
pip install thx01(Show HN) - Jeyzma — Go + WebGPU 把决策模型跑在本地浏览器里:不联网的 typed decisions
- Ollama 0.35 — 官方公告:Ollama 原生支持本地运行 Jev-style 决策模型(如 nimble)
- EU/Jev — 首个托管在欧洲的 System One 模型:合规敏感场景的选项(Show HN)
- 发布公告:Introducing System One Models & Jev — Diogo Almeida 署名(2026-09-15)
- docs.typesafe.ai — 文档站(105 页,含 18 个官方 Cookbooks、Patterns 模式库与 llms.txt)
- Jev 1.13 毛刺度说明 — 官方"模型不擅长什么"清单(少见的坦诚)
- console.typesafe.ai — API 控制台与 Playground · evals.typesafe.ai — 评测站
- github.com/typesafe-ai — 官方 GitHub 组织
不吹不黑:既有 Raschka 的历史脉络和 Victor Dibia 的图解,也有「所有模型都高估漏洞严重性」「50 万次调用证明高置信 ≠ 高准确」这样的负结果。
- How to Use Jev: A Practical Guide(Dev.to) — 目前最全面的实操文:使用模式、失败模式、48 小时生态盘点
- A deep dive into Jev(Flavio Copes) — "会思考的智能 if 语句":原语、组合模式与局限全覆盖
- What Actually Shipped(TrueFoundry) — 最批判性的第三方分析:官方声称 vs 可验证清单
- Jev Explained(MindStudio) — 非自回归架构与四个官方 demo 拆解
- TypeSafe Jev explained(Requesty) — 原理、定价与接入
- AINews: Jev(Latent Space) · AINews: 6 Clones of Jev in 2 days — 生态周报级综述
- Jev: TypeSafe's System One Model(DataCamp) — 入门教程
- An early-access test of Jev(lindfors.no) — 早期实测:"半美分的校准判断"
- Replacing an agentic classification loop with Jev(r6i.it) — 实测用 Jev 替换 agent 分类循环,快 7 倍
- TypeSafe Jev Can't See. I Made It Guess Anyway — 边界测试:让"看不见"的模型猜涂鸦
- The State Machine Is the Agent(stacktoheap)
- You could have built Jev(sgnt.ai)
- Jev: System One models for Prod, not God(Latent Space 播客) — Diogo Almeida 亲述,2 小时 21 分钟,目前最深入的 Jev 播客(2026-09-21)
- 《Jev 工程学:为 coding agent 而作》中文翻译(yibie) — Diogo Almeida 设计笔记的完整中文翻译(独立汇编,123★)
- Jev in 25 Lines of Python — 458 分 HN 热帖:25 行 Python 复刻 System One 接口,把「并行回答预定义问题」的本质讲透(2026-09-23)
- Jev introduces a new shape of LLM(Simon Willison) — Simon Willison 的定性分析:Jev 开创了 LLM 的新形态(2026-09-21)
- JevBench — 可复现的 typed-decision 模型基准(126 分 Show HN,2026-09-22)
- What Is RLCD? The Secret Behind Jev — RLCD(校准强化学习)训练方法科普(13 分 HN)
- Jev is 13.6x faster, 2.7x cheaper than GPT Luna 6(tessl 实测) — 生产 verifier 实测数字,附复现步骤
- Jev in production vs a cross-encoder(getunblocked) — 与交叉编码器正面对比的生产数据
- Jev in practice: typed decisions, scoped authority(tenuo) — 类型化决策 + 限定权限的工程实践(27 分 HN)
- Jev vs. Kev: open-source Jev alternative tested side by side(opper.ai) — Jev 与开源复刻 Kev 的同题对比实测(12 分 HN)
- Jev-Like Model Learns to Cook(rlafuente) — 训练一个小决策模型学会做菜的完整记录
- How Jev works(Victor Dibia) — 校准决策模型原理的图解讲解
- From Bag-of-Words to Jev(Sebastian Raschka) — 从词袋模型到 Jev 的文本分类全史
- Every model (incl. Jev) inflates security finding severity(casco 实测) — 负结果也重要:所有被测决策模型都会高估安全漏洞严重性
- What if Jev spoke Arrow?(columnar.tech) — 让 Jev 说 Arrow 列式协议:决策引擎下沉数据湖的思路实验(42 分 HN)
- OpenAI Answers TypeSafe's Jev with a Decision API Built on Luna(The New Stack) — 生态里程碑:巨头用 Luna 正面回应 Jev
- Jev-as-a-Judge(arXiv) — 学术论文:置信即接受、存疑即升级的裁判框架
- Amazon releases its own Jev clone(TechCrunch) — 生态里程碑:第二家巨头入场,决策模型全面开花
- OpenAI has a LOT of work to do if they think Luna can compete with Jev(anth.us) — 对 OpenAI Luna Decision API 的首批实测与批判(24 分 HN)
- Can Jev be trusted when it is confident?(synthpop) — 50 万次 API 调用的校准实测:高置信 ≠ 高准确(6 分 HN)
- Jev for Python Engineers(Vercel 官方) — Vercel 官方面向 Python 工程师的入门教程
- DoubtBench — 人类意见分歧时 Jev 知道吗:分歧感知基准(Show HN)
- System One models can train their own replacements(seangoedecke) — 观点文:System One 模型能训练自己的替代品——对就业叙事的冷静推演
- Jev-Driven SRE Diagnosis: What Worked and What Failed(SRE Gym) — 47 分 HN:用 Jev 做 SRE 运维诊断的成败全复盘——哪些环节行、哪些环节翻车
- Jev for Voice Agents(veris.ai) — 语音 agent 实战:用 Jev 做对话轮次检测(turn detection)
- Do Jev Decision Models work for mine operations?(hivekit) — 冷门行业实测:决策模型在矿场作业里到底行不行
- Use Jev to delete fundraising emails(Hugging Face 官方博客) — HF 官方博客的 Jev 实战:把筹款邮件从收件箱里判出去(5 分 HN)
- Hacker News 主帖 — 1931 分 / 509 评论(2026-09-15)
- Show HN: CUA-S1 · HN: Kev,Jev 开源复刻
- daily.dev:.NET 社区 SDK · Jev skips token generation · The Ultimate Classification Model? · Getting Started With Jev
- HN: A16Z Invests in Jev Maker at $7.5B — a16z 领投 TypeSafe,估值 75 亿美元(Bloomberg 原文付费墙,此为讨论帖,2026-10-09)
Jev 是什么?和 GPT 这类模型有什么区别?
Jev 是 TypeSafe AI 于 2026-09-15 发布的 System One 决策模型:不生成文本,只对预定义问题(choice / score / noul 三种原语)返回带校准概率的类型化答案,端到端延迟 70–500ms。生成式 LLM 擅长写作与复杂推理,Jev 专攻分类、路由、打分这类"判断"任务。
Jev 多少钱、多快?
输入 $0.042 / 百万 token,输出免费;端到端 70–500ms。官方声称在 System One 类任务上比参照前沿模型快 193.6 倍、便宜 444.6 倍(自建评测,引用时建议保留"官方声称"限定)。
Jev 说"零幻觉"是真的吗?
严谨地说:Jev 在数学上不可能返回 schema 之外的值(类型安全是构造性保证),但仍可能返回"错误的合法值";且它不会算术、计数和日期比较。把它当"带概率的智能 if 语句"而不是全知助手。
有没有开源版 / 本地平替?
有,且发布一周内就非常活跃:kev、NanoJev、jevlike、von、openjev-sglang。官方也提供 system-one-adapter-python,用任意 LLM API 模拟同一接口做开发期联调。
哪些语言有 SDK?
官方提供 TypeScript/JavaScript 与 Python SDK;社区已有 .NET、Elixir、Rust、Go、Java、Ruby 移植,见上文「社区语言 SDK」一节。
有生产环境的真实数据吗?
有。tessl 在 verifier 场景实测比 GPT Luna 6 快 13.6 倍、便宜 2.7 倍;getunblocked 公开了与交叉编码器的生产对比——都附复现步骤,见教程板块。
想先在本地或私网试,有什么路?
三条路:① 自托管开源复刻 laya / kev / NanoJev / von;② 官方 system-one-adapter-python 用任意 LLM 模拟同一接口;③ 在线 Open Jev Playground 免费体验。
我的项目怎么被收录?
先看 CONTRIBUTING.md:用 Issue 模板推荐,或直接提 PR(同步 data/projects.json 并跑通 scripts/check.py 即可,中文描述就行)。
- 与 Jev / System One 直接相关的真实可访问项目或一手资料;
- 优先级:可运行开源应用 > SDK / 集成 > 教程 > 社区讨论;
- 条目格式统一:
- [名称](URL) — 一句话中文描述(语言,★数快照); - 不收录无法访问的链接、纯营销页与搬运聚合号;
- 新条目需同时更新
README.md与data/projects.json,并跑通python scripts/check.py(CI 会自动校验); - 流程细节与质检清单见 CONTRIBUTING.md,也欢迎用 Issue 模板推荐项目。
- 时效:Jev 发布于 2026-09-15,本清单为 2026-10-10 快照;生态刚过一周大,变化极快,各项目 star 数会随时间变化;
- 数字口径:性能对比(193.6x / 444.6x、"零幻觉")为官方自报口径,本清单在引用处已标注"官方声称";批判性视角见 TrueFoundry 分析;
- 不背书:收录 ≠ 推荐,第三方项目质量请自行评估;GitHub 上另有多个同名
awesome-jev仓库(部分为搬运聚合号),引用时注意甄别; - Jev 本身的局限(综合官方文档与第三方评测):不能算术、计数、日期比较;不能生成文本;不支持图片 / 音频输入;state 可被对抗性文本操纵;置信度校准在分布漂移时可能失效。