Jev 用法与案例：Browser Use、Agent 工作流

作者梳理 Jev、CUA、Laya、Span-01 这批分类器模型迭代速度超过前沿模型，并打算做项目把 Span-01 与 Jev 实测对比。

作者建议把 Jev 用在 rubric 打分工作流（评测与 RL 奖励），并预告 Autorubric 下一版将原生支持 Jev 类模型，与普通 LLM 并列。

把选择/评分/是非判断交给 Jev 快速处理，只有低置信度的 0.3% 才升级到前沿模型，一天成本从 360 美元降到 1.24 美元。

LangGraph 作者称 Jev 回归了「先小单元、按需迭代」的 AI 系统构建思路，并提到简单 LLM 决策范式在部分任务上能与当今大模型同台竞争。

把 Jev 比作大脑的直觉系统：处理路由工单、标记风险内容、给线索打分这类每天上千次的小判断，比聊天模型快约 100 倍、成本更低。

每个请求先过 Jev 回答 Noul/Choice/Score 三类封闭问题，只有约 10% 进入前沿模型，作者称质量不降、token 花费降约九成。

把 agent 任务分成三类：代码算精确答案、Jev 做已知选项间的判断、LLM 负责生成文字，并给出置信度门槛规则。

把 TypeSafe 工程师的 master prompt 接进 Claude Code 或 Codex，Jev 负责市场状态、方向、风险等实时决策，仓位与风控仍由确定性代码掌控。

作者按五层结构梳理 20 个 Jev 相关仓库（共 28.4k star），并分享自己为客户做决策系统时单次路由成本约 0.00003 美元、比前沿模型便宜约六成。

Browser Use 用 Jev 做决策层开源浏览器 agent，不截图、单次调用同时选动作和元素，浏览器调用从 1092 降到 101。

Opus 5.5 负责思考，Jev 用 Choice/Score/Noul 三种结构化输出决定下一步动作、输出是否合格、目标是否完成，约 10 分钟跑通首次调用。

作者展示 30 天 194 次决策的内部视图：Jev 先给每个片段打分 hide/brief/raw，Opus 5.5 只看到标签，执行器跑工具，平均 12 分钟抓到一个坏决策。