header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
扫码下载APP

「不会聊天」的AI可以怎么玩?开发者用Jev接管Agent快速决策

动察 Beating AI 快讯,前 OpenAI 研究员 Diogo Almeida 创办的 TypeSafe 昨天刚发布新模型 Jev。它不生成文本,只返回选项、分数和概率。社区很快出现一批开源项目,开始把 Jev 塞进 Agent 和软件流程里。


Browser Use 做的 jev-ultrafast 最直观。浏览器每走一步,Jev 都会从当前页面里判断「下一步做什么、操作哪个元素」,只有需要填写文字时才调用一个小型语言模型。团队用它在 Google Flights 搜索苏黎世到伦敦的航班,一次完整运行只用了 7.1 秒。


Jev Codex Router 让 Jev 先判断每轮编程任务的难度,再决定交给不同档位的模型;jev-mcp 则把它做成 Agent 的事实核验、Prompt Injection 检测和语义排序工具。


这些项目有个很明显的共同点:没人拿 Jev 当聊天机器人,而是把它塞进软件和 Agent 的执行链里,专门负责那些高频、有限选项的判断。

AI 解读
前 OpenAI 研究员 Diogo Almeida 的 TypeSafe 昨日发布 Jev,不生成文本,只回选项、分数和概率。社区把它嵌入 Agent 执行链:Browser Use 的 jev-ultrafast 用 Jev 判断浏览器下一步操作哪个元素,仅填字时调小语言模型,Google Flights 苏黎世到伦敦全流程 7.1 秒;Jev Codex Router 先判难度再路由模型,jev-mcp 负责事实核验、Prompt Injection 检测和语义排序。

Browser Use 8 月刚开源 macOS Harness,把整台 Mac 交给 Agent,并可现场写 Python 补能力。Jev 进一步把高频有限判断从大语言模型剥离,形成低延迟决策层;Anthropic auto mode 也以分类器防越权与注入。Agent 竞争正从模型参数移向执行链分工、路由与权限边界。
展开
举报 纠错/举报
纠错/举报
提交
新增文库
仅自己可见
公开
保存
选择文库
新增文库
取消
完成