Jev 模型被集成进自定义 agent harness

Elvis Saravia 提出用 Jev-as-a-Judge 做智能体评估，认为这是目前最惊艳的 Jev 用例之一。他的早期测试指向一套兼顾准确率与成本的优化流程：高置信度场景用 Jev，低置信度判定则升级到前沿模型（GPT-6 或 Opus 5.5）。他强调 Jev 并非处处适用，前沿模型也不该包揽所有评估，完整指南即将发布。

刚刚发布了一些关于使用 Jev 和 Pi 构建自定义 harness 的思路。 这是系列的第一篇。 其中一些思路包括 gates、routing 和 verifiers。 但在后续文章中，我计划更深入地探讨更新的思路，并对成本和效率进行基准测试。

学习用 Pi 和 Jev 构建自定义 harness。 附带一个交互式 playground 来测试该 harness。 https://x.com/omarsar0/status/2102762406204076532?s=20

作者发布交互式教程，演示用 Pi SDK（TypeScript Agent 工具包）和 TypeSafe AI 的小模型 Jev 构建自定义 Agent harness。

应用的动态 UI 是著名的坟场，至少对 PM 来说是这样，甚至对整个产品和公司也是如此。如果真有这么简单呢？Jev 正在做这件事。

用 Jev 重新整理约 2.3K 篇 AI 研究论文，总成本 $0.14、耗时约 83 秒。Jev 与旧标签（由 DeepSeek V4 Flash 生成）一致率 75%，并找出约 579 处高置信度主题变更；人工抽检 30 处分歧后全部采纳，变更已在生产环境验证。作者认为通过组合 System One 与 System Two 模型可显著改进流水线。

🔥 推出 Jev Primer 与 Playground 想了解 Jev 如何运作，不用再找了。 这是你入门所需的唯一交互式指南。 不再困惑 Jev 能做什么、不能做什么。我们还打造了专属 Jev Playground，让你现在就能试用各种用例。

Jev 的初学者入门介绍。另外我们还搭建了一个 Jev Playground，供你测试多个用例。

DAIR.AI 发布 Jev 新手指南，Jev 是 TypeSafe 推出的通用 System One 模型，专为快速、聚焦的判断设计，而非长推理或开放式写作。

🔥 Awesome Jev Collection 🔥 在我的新 Jev 合集里找灵感吧。 （记得收藏） 它会自动更新从 X 上抓取的最新热门 Jev 用例和演示。 由 Jev 自己完成策展。 意外的是，我发现 Jev 在策展方面也很擅长。 链接在此：https://academy.dair.ai/resources/jev-field-notes

Elvis Saravia 用 Jev 为智能体框架的 /goal 功能构建自定义验证器，每轮对话后检查目标是否真正完成，使持续验证成本低到可规模化。此前这类验证由另一个昂贵的推理模型承担，现在可更频繁运行以让智能体保持正轨。

Elvis Saravia 将 Jev 集成进自建 harness，认为它不只是更快更便宜，而是能解锁此前受成本、延迟或缺少合适原语限制的智能体体验。Jev 可用于分类、控制流、确定性工作流和大规模标注，并通过智能决策、结构化智能与按需上下文管理提升可靠性。他还看好 Jev 在动态 UI、LLM 评审、验证器与合成高质量数据上的潜力，完整指南即将发布。

Elvis Saravia 列出 Jev 的四个应用方向：LLM-as-a-Judge 评估、agent harness 路由、通过 SOTA 分类能力实现更智能的子智能体创建以扩展编排、以及增强动态 harness 生成。前三个在成本和效率上 ROI 极高，他正将 Jev 用作元 harness 的智能路由器，第四个尚在测试但潜力巨大。