Jev 用法与案例：Browser Use、Agent 工作流

换便宜模型只会让 agent 变笨；真正该做的是把大量是/否小决策交给 Jev，难推理仍留给 Opus 5.5。

前 OpenAI 的 Jev 创始人讲为什么 RLHF 过时、下一代 LLM 怎么建，宣称比 Claude Code/Codex 快 200 倍、便宜 400 倍、零幻觉。

同一套 18 次射门规则下，Jev 与微软 Decision-1 均 18/18 扑救，Haiku 5.5 只扑出 10 个，Gemini 3.8 Flash 一个没扑到。

把研究/信号/红队/复盘四岗分给 Opus、Sonnet、Haiku、Jev、Grok，Jev 负责对每根 K 线给出是或否。

观点：Opus 5.5 不该浪费在决定开哪个文件、跑哪个测试上，这类行政判断交给 Jev，结果相同但成本降到三分之一。

把 agent 里「开哪个文件、要不要重试」这类小决策交给 Jev，只把真正难的推理留给 Opus 5.5，AI 账单降下来。

Jev 免费把 300 个任务分成易中难三档，分别派给 Haiku、Sonnet、Opus，总账单 813 美元对比全量 2301 美元。

作者把多 agent 生成的基本面论点交给 Jev 两两对比，跑出 ticker 的 Elo 排名，认为这是 Jev 最好的用法之一。

一本可视化实操书，讲如何用 TypeSafe 的 System One 模型构建快速、带类型、可校准的软件决策。

提出 2026 最佳 Agent 用四个模型分工：Opus 5.5 硬思考、Sonnet 5.5 构建、Haiku 5.5 走量、Jev 做二元决策。

作者建议在 Jev 里做相关性排序时，别让模型打 Score 再排序，改用 Choice 做成对比较，再用 Bradley-Terry 汇总。

作者追踪一次客服运行发现 44 次模型调用里 37 次只用来选下一个分支，于是列出 Jev、laya、jev-mcp 等专做类型化选择的仓库。