JevStation

博客 — 使用指南与工程笔记

来自团队的产品动态、工程笔记与实战指南：如何围绕 Jev、带类型的问题与结构化答案构建你的应用。

最新文章

用 Jev 当评判模型：一个是非题能抓住什么、会漏掉什么

用 Jev 当评判模型：一个是非题能抓住什么、会漏掉什么

一个不写文字的模型能当 LLM 评判吗？目前最好的公开测试显示，只问 Jev 一个是非题，识别后门代码的 AUROC 就达到 0.976，每千次检查约 $0.04。本文讲它在哪里成立、在哪里失效。

2026年9月27日JevStationJevStation
Jev 的替代方案：什么时候该用 LLM、GLiNER 或自己训练的分类器

Jev 的替代方案：什么时候该用 LLM、GLiNER 或自己训练的分类器

Jev 把文本变成带概率的类型化判断。结构化输出的 LLM、GLiNER 这类零样本分类器、你自己训练的模型也能做到。本文讲清各自擅长什么，并给出有实测的数字。

2026年9月27日JevStationJevStation
fast-jev-compaction: Compaction Without the Summary

fast-jev-compaction: Compaction Without the Summary

A Claude Code plugin that replaces the compaction summary with Jev decisions: every tool call and result is scored, stale ones are dropped, and everything kept stays verbatim.

2026年9月20日JevStationJevStation
System One 模型是什么，不是什么

System One 模型是什么，不是什么

System One 模型返回的是带类型的判断与校准过的概率，而不是生成的文本。这意味着什么、RLCD 与 RLHF 有何不同，以及独立证据目前还薄弱在哪里。

2026年9月20日JevStationJevStation
一次 Jev 评估到底花多少钱：实测

一次 Jev 评估到底花多少钱：实测

我们按应用允许的每种 state 规模与问题数量发起了 11 次真实 Jev 调用，拟合出 token 模型并实测成本：每次评估 $0.000012 到 $0.000377。

2026年9月20日JevStationJevStation
用 Jev 构建 Agent Harness

用 Jev 构建 Agent Harness

Agent 循环的速度由最慢的决策决定。Jev 这个 System One 模型该放在 Harness 的哪个位置：模型路由、动作护栏与升级路径。

2026年9月19日JevStationJevStation
设计 Jev 能回答的问题：Choice、Score 与 Noul

设计 Jev 能回答的问题：Choice、Score 与 Noul

Jev 的三类问题 Choice、Score、Noul 决定了你的代码能往哪些分支走。各自返回什么、有什么限制，以及如何写出原子化的问题、打磨评分标准，并用置信度给 Agent 的动作设闸。

2026年9月12日JevStationJevStation