不聊天不写代码，谷歌新模型Jev为何成了微信神器？

你有没有过这种时刻：微信消息叮咚响个不停，一边怕冷场一边怕说错话。

回得慢，对方不耐烦；回得快，又担心踩雷。

最近有个AI，不聊天、不写文案，却偏偏成了微信里的香饽饽。

这个AI到底什么来头？

它叫Jev，来自旧金山一家叫TypeSafe AI的公司，创始人曾是GPT-4论文共同作者。公司隐身研发两年，一出场就拿到4000万美元种子轮。

它给自己贴的标签很有意思——系统一模型。名字来自《思考，快与慢》，指的是那种不过脑子的直觉判断。

💡 它只会答选择题

普通大模型会写作文，Jev只做判断。你给它一段状态，再给几个问题，它一次性返回答案，每个答案还附上概率和置信度。

它只会三种题型：从最多255个选项里选一个；在2到10级刻度上打分；给出0到1的是否概率。

三种题可以混在一个请求里，并行计算，问一个和问四个，延迟几乎一样。

⚠️ 快、便宜、还不会乱说话

官方数据显示，端到端响应70到500毫秒，输入每百万token收0.042美元，输出免费。

更关键的是，它的幻觉率标称为0%。它不会给出选项之外的答案，也不会拼错字段。但它依然可能选错，这一点官方自己也承认。

Jev的名字来自杰文斯悖论——效率提高，成本下降，用量反而暴涨。以前调一次大模型又贵又慢，为一个小判断不划算；现在它把单次判断压到极低。

为什么偏偏是微信？

Jev爆火后，社区拿它用得最多的场景，居然是微信插件。

微信最难的地方，就是精准理解对方的真实想法。比如一句经典的“你看着办”，到底是小改、放着不管，还是大刀阔斧？

🌟 它解决的是一连串小判断

这条消息要不要回？要不要@对方？这条是不是广告？要不要把人踢出群？这条要不要转人工？这个人是不是想退款？这段话有没有违规？

每一件，都是从有限选项里挑一个，而且要在几百毫秒内出结果。这正好是Jev的形状。

💡 那为什么不用大模型？

第一，慢。大模型回一条要3到30秒。微信群消息是滚动的，30秒后回复，对方早不耐烦了。Jev几十到几百毫秒，能在消息滚出屏幕前接上。

第二，贵。微信机器人通常跑在便宜服务器上，一次判断成本必须低到可忽略。大模型逐条判断，几十万条消息就是真金白银。

第三，微信插件最怕说错话。一个自由生成的大模型塞进聊天框，随时可能冒出一句不该说的，轻则社死，重则触发风控。Jev根本不生成文本，只从你给的选项里挑，从结构上就说不出格。

自动回复和转人工之间那条线，也因为它变得清晰：给每个判断配一个校准过的置信度，把握高就自动过，把握低就转给人，或者转给更贵的大模型。

更妙的是，它把关键词匹配升级成了语义判断。以前包含“广告”就踢人，对方换个说法就失效；现在判断依据是意图，不是关键词。

安装也简单，对Codex说一句命令，或者在Claude Code里加个插件市场就行。网上已经有成熟产品，比如wechat-jev-hud，通过截屏识别文字气泡，让Jev在中间做实时判断。

它真正值钱的地方在哪？

Jev火得快，是因为它踩中了一个大问题：Agent为什么还是又慢、又贵、又脆。

过去两年，AI叙事追求更长的上下文、更聪明的推理、更漂亮的回答。可真把模型塞进每天跑几十万次的系统里，你会发现，绝大多数调用根本不需要它说话，只需要它判断。

⚠️ 它不是来取代大模型的

一条客服工单归哪个部门，一次工具调用有没有风险，一段输出有没有跑偏，下一步该点哪个按钮——这些问题只有一个正确答案，选项早写在代码里。让会写作文的模型先写一段，再翻译回判断，绕了整整一大圈。Jev想省掉的，就是这一圈。

所以很多人说，它像给软件装了一句语义if语句。

在浏览器Agent里，一次请求同时选做什么和点哪个元素，订机票时间从9.5秒缩到7秒。在长程任务中做路由中间件，也能省下不少时间。

但说Jev取代大模型是个伪命题。正确的姿势是：大模型帮你想清楚判断规则，Jev在生产环境里高频、低价地执行。

不过它也有明显短板。官方文档标注，中日韩语言准确率偏低，英文短文本表现更稳。它也没有多步推理能力。Browser Use创始人实测长程浏览器交互，Jev最终只有1/20，落后于具备推理能力的对手。面对真实网页里未清洗的DOM、异步加载和突发弹窗，它应对起来也吃力。

判断越频繁、越琐碎、越怕错，它就越合适。

当判断这件事本身变得便宜，也许我们会习惯：别让模型说话，只让它做判断。判断层会像数据库、像缓存一样，变成默认的基础设施，藏在每个应用最底层。

微信插件只是一个开始。

真正的效率，不是让AI说更多，而是让它在关键处少说一句。

你有没有遇到过那种，一句话不知道该怎么回的时刻？

如果有个工具能帮你判断，你最想让它替你决定什么？

觉得有启发，点个赞，转发给那个总在微信里纠结的朋友。