哇！是牛来
@niulai
Jev这个waitlist还是很给力的，昨天申请，今天就能用上。给已经拿到API、但还不知道怎么玩的人整理了一份Awesome Jev，目前我能确认到的Jev项目基本都在这里：
- jev-ultrafast
Browser Use做的高速浏览器Agent。Jev负责每一步判断「做什么、点哪个元素」，需要输入文字时才调用小模型。Google Flights搜航班完整跑完约7.1秒。
github.com/browser-use/je…
- typesafe-mcp
把Jev直接接进Claude Code、Claude Desktop和Codex。Agent可以随时调用Jev做Choice / Score / Noul这类结构化判断。
github.com/itsmostafa/typ…
- jev-mcp
另一个更偏实用工具的MCP，已经封装好事实核验、Prompt Injection检测和语义排序。
github.com/jkudish/jev-mc…
- SemDecide
把Jev做成Unix命令行工具，可以直接拿来做语义判断、分类、打分、过滤和Guard。很适合塞进脚本、CI和数据流水线。
github.com/sharziki/semde…
- Jev Codex Router
先让Jev判断每一轮编程任务有多难，再自动决定交给便宜模型还是更强模型。作者用237个真实turn回放，自测成本降低约60%。
github.com/0xNatoshi/jev-…
- Winnow
给Claude Code做「上下文垃圾回收」。Read、Bash、Grep输出太长时，先让Jev判断哪些内容真的跟当前任务有关，再决定哪些需要进上下文。
github.com/GhalebDweikat/…
- Jev Review
用Jev做代码审查前置筛选，先判断correctness、security、reliability、兼容性和测试风险，再把重点问题交给更重的模型处理。
github.com/devagrawal09/j…
- Blink
用Jev在代码库里做语义寻路。每到一层目录，就判断哪些文件或文件夹最可能和问题有关，再把更多walker分配过去。
github.com/ellipsis-dev/b…
- neo4jev
把同样的思路用到知识图谱。Jev给每条候选边打概率，再用beam search一步步找到最可能的路径。
github.com/jexp/neo4jev
- jev-desktop
把Jev接到桌面自动化里。它读取Accessibility Tree，判断该操作哪个控件、执行什么动作，再交给本地执行器。
github.com/lahfir/agent-d…
- TypeSafe AI Playground
一个专门拿Jev做实验的Rust CLI，已经做了PHI检测、代码注释审查、实时语气分析、职业和行业分类等玩法。
github.com/markjaquith/ty…
- Prism
目前我看到最接近量化/交易场景的项目。它让Jev判断流动性池的toxic flow、市场压力、均值回归可能性和流动性分布方式，目前默认还是shadow/advisory，不直接驱动交易。
github.com/irfndi/prism-l…
- 1v1 Jev
直接做了一个FPS，让Jev大约9Hz判断移动、瞄准、ADS、开枪和跳跃。属于最直观展示Jev低延迟决策能力的项目之一。
github.com/emrickgarrett/…
- TypeSafe on Neon
拿Jev做模型Router。请求先由Jev判断属于哪种任务，再转给Grok 4.6或GPT-6 Astra等模型执行。
github.com/andrelandgraf/…
看完这些项目，你大概也知道Jev可以怎么玩了，就是拿它反复做「要不要、选哪个、打几分、下一步干什么」。
真正需要生成代码、写文章和复杂推理时，再把任务交给传统大模型。
这个项目挺有意思的。Jev把AI决策从「生成」扩展到了「判断」，而且还能通过Agent全链路自动化。
我昨天试了一下，让它帮我判断一个编程任务有多难。它自动拆成了多个步骤，每个步骤都有独立的上下文，最后合成了一篇完整的分析。整个过程大概10分钟，比我手动分析快了至少5倍。
目前这个项目还在早期阶段，但从演示来看，这可能是AI决策最重要的更新之一。
