Jev 用法与案例：Browser Use、Agent 工作流

10 分钟拆解 Jev 如何返回带概率的类型化决策而非文本，含 Choice/Score/Noul 三种问题类型与实测速度成本。

开发者称把 Jev 接进 Temporal Agent Harness 的 auto mode，沿现有 harness 接缝集成很顺，认为它大幅简化了 agent 监督。

作者认为 Jev 把决策与生成分离，可训练出泛化的子神经系统，由前沿 LLM 协调多个 Jev-like 模型做机器人决策。

作者用 Jev 做前置路由判断任务是否需要大模型，60 道难题上准确率追平旗舰模型，成本约为其 1/13。

作者放出可访问的 demo 站，用垃圾邮件分类、NVIDIA 买卖判断、Agent 工具调用护栏、收件箱分流四个例子展示 Jev 怎么接进工作流。

Jared Palmer 放出 Kev-0.6B/4B/8B，用 Qwen3 加 LoRA 与指针头复刻 Jev 式决策模型，改个 base_url 就能接入 TypeSafe SDK，8B 在域外数据上达 79.6%。

前 OpenAI 的 Jev 创始人讲为什么 RLHF 不再是未来、现代 LLM 会怎么建，并给出 Jev 的核心思路和「Jev Engineer」路径。

作者用 Bonsai 2 27B 与 Gemma 在 Browser Use 任务上对比，并问要不要把 Jev 也拉进来做基准。

用真实欺诈团伙测试，Jev 召回率 93% 超过 LLM 的 62%，接近数据分析 agent 写的速度规则 90%。

作者把 Jev 当越狱/提示注入分类器实测：在新攻击集上胜过现成护栏，但旧集和低误报预算下会输，内部隐蔽攻击也失败。

作者研究一圈后认为 Jev 不能做信号计算、仓位和订单执行，但适合当交易系统外围的文本事件分类器与人工确认门槛，并给出客服分流、内容审核、Agent 安全层等适用场景。

作者指出多数人用错了 Jev，它的强项是标注情境或数据，不是万能解法。