AllWorkin / Articles / 2026.09.22

Jev这8个场景,对上你现在的Agent

Jev 能接到 Cursor、Claude Code、Codex 的场景,按改动量排了 8 个。第 1 个换启动命令做路由,第 8 个默认不自动停。官方评测里选错技能从 16.8% 降到 7.3%。密钥还没到手,先对上自己的调用。

2026.09.22约 7 分钟#Agent#Claude#Codex#Hermes

Claude Code 和 Codex 里,简单的一轮和难的一轮经常走同一个模型。技能一多,目录被截成很短的一行,装错一个,后面的上下文就被占掉。

Jev 公开之后,能对上这类选择题的记录,一份公开图谱整理了 60 条,材料截止 2026 年 9 月 20 日,里面有教程、演示、评测和作者自己的实验,不是 TypeSafe 官方榜。按能不能接到你现在的 Cursor、Claude Code、Codex,留下 8 个。排序只看你要改多少,第 1 个换启动命令,第 8 个要接上你自己的步骤日志。

之前写过《Jev先别往Agent里硬接》。9 月 20 号我进 TypeSafe 控制台,没登录就被转到登录页,不带密钥看不了模型列表。

Jev 的 8 个场景

图上从换启动命令排到主循环外面,下面按改动量说每处的硬伤。

一、换一条启动命令

1、按难度换模型

jev-router 给出 jev-claude 和 jev-codex 两条命令,启动的还是你已经登录的 Claude Code 或 Codex,工具、会话和权限都留在原来的命令行里。Jev 只给新的一轮用户请求选模型档,简单的进快档,难的进强档,你在选择器里改成某个具体模型,路由就暂停。

Claude Code 的模型列表里选中了 Jev Router

Codex 的模型列表里当前项是 jev-router

仓库示例里,Claude Code 的状态行会写出上一轮用了哪个档、把握多少,例如 haiku、把握 0.98。Codex 那边如果 Jev 不可用,注释里会点名回退模型,并提示去设 JEV_API_KEY,而官方教程要的是另一个名字 TYPESAFE_API_KEY。密钥还没到手,这条命令停在安装说明上。

二、插在现有调用旁边

2、选一项技能

这里的技能,指可以加载进系统提示的说明包。官方《技能建议》教程用的是 Nous Research 的 Hermes 技能目录,一共 182 个。目录太长,说明只能截成一行,做幻灯片和改幻灯片会糊成差不多的名字,所以官方拆成两轮:先粗排并判断这轮要不要技能,再细读前 3 个的完整说明,允许一个都不选。选中的名字写成系统提示里多出来的一行,原来的目录还在,Agent 自己仍可以不听这条技能建议。

Hermes 默认把说明截到 60 个字符。官方 cookbook 用 Claude Haiku 4.5 跑了 488 次请求,选错技能从 16.8% 降到 7.3%,不该装还装从 9.8% 降到 4.0%。把正确答案直接交给 Agent,选错仍有 2.5%。少装错,不表示装对了就一定会被用上。页面上标注的渲染日期是 2026 年 7 月 31 日,比这份图谱的截止日期更早,模型是 jev-1.12,结果放在缓存里可以回放。教程拿这份目录做评测,没有写 Hermes 已经把 Jev 接进正式版本。

官方技能建议教程

你如果已经有一份技能目录,插入点在加载之前,而且要允许这轮一个技能都不装。

3、进出各过一道安检

官方护栏教程把危险项拆成多道是否判断,再加一道危害有多严重的打分,同一次请求做完。你的代码按阈值决定放行、复核、拦截,或转去支持。输入和输出都要过,看起来平常的问题,也可能引出不该发的回答。

官方护栏教程

阈值得用你自己的样本调。教程数字来自 2026 年 8 月 15 日的 jev-1.12,同样可以靠缓存回放。那组数只对应教程样本,换成你的流量,误拦和漏拦都要另算。

4、工具执行前拦一次

LangChain 在《Building a Harness with Jev》里把这件事做成实验中间件 AutoModeMiddleware。博客示例只看守 bash 这一个工具,Jev 在执行前判断风险,可以先阻断。导入路径写在 langchain_typesafe.experimental.middleware,实验接口,以后可能改。

LangChain 这篇 Jev 教程的页头

Cursor、Claude Code、Codex 里没有这个中间件,你能抄的是这个位置,工具名和参数已经在手上,执行之前先问一次。沙箱、权限和人工确认还得留着,一篇教程替代不了这三样。

三、目录和页面要有限

5、参数是固定选项再分发

官方函数调用教程用一个交易助手做演示,一共 10 个函数、28 个封闭参数。一句话进去,出来是函数名和参数,每个都带把握,整次调用的把握取最弱的那一问。教程里跑了 14 条英文指令,其中一条问的是 NVDA 在盘中哪段时间交易最多,对上了 intraday_pattern,工具把握 1.00,整次把握只有 0.53。自由填写的数字不会出题,函数继续用自己的默认值。

官方函数调用教程

封闭选项在这页上能被点中。交易收益没有测,你仓库里那些开放参数也不能照着这 10 个函数搬。

6、网页上只选下一步

Browser Use 的 jev-ultrafast 把当前页面整理成一张有编号的元素表,操作只有点击、输入、选择、上下滚动、等待、完成、卡住。Jev 一次请求里选操作和目标元素,真正要打的字交给另一个小模型,而且只有操作是输入文字时才叫它。

jev-ultrafast 检查器,一次请求里选出点击和目标元素

仓库里的航班演示是苏黎世到伦敦,从观察到出结果 7.1 秒,不选票,也不订票。README 的测量写着:同任务、同一浏览器配置,两种做法交替各跑 3 次都过,中位时间从 9.450 秒降到 7.092 秒,浏览器协议调用从 1092 次降到 101 次。作者同时写明不能把它当成通用成功率,影子根、内嵌框架、上传和弹窗也不在这个版本里。要跑起来,得有 TYPESAFE_API_KEY。

四、主循环外面

7、评审先答题再写字

clean-code-review 指向一个公开的 GitHub 拉取请求。Jev 按文件回答一组代码质量问题,再由写评语的模型 Luna 根据这些答案成文,仓库里的模型名是 openai/gpt-5.6-luna-fast。作者写一次新评审大约 2 到 8 秒,代码文件最多 24 个,测过一次 24 个文件大约 0.02 美元。仓库还放了一个 HTTP 接口,给 Claude 当模型上下文协议(MCP)用。

clean-code-review 的评审入口

评语是模型写的建议,不能拿来当合并许可。Jev 在这里负责答题,写那段话的是 Luna。

8、空转了先别自动停

ProgressGate 看最近几步是不是还在追同一个已经被否定的假设。Jev 给出 6 个信号,停不停由旁边的规则决定,默认不允许自动停止,本该停止的结果会降成重新规划,只在字段里告诉你它其实想停。Jev 或网络失败时默认放行,避免监督器自己把 Agent 卡死。

ProgressGate 主页和示例步骤

作者用 53 条手标轨迹和 50 条对抗样本做过验证,并写了还没有生产部署。有一条记录里,步骤结果已经写着部署成功、健康检查返回 200,其中一个进展信号仍只有 0.42,作者提醒别单独拿它当成功。你要先把自己的步骤日志喂进去,看它会不会把真在推进的步骤判成空转,再考虑打开自动停止。


参考链接

AI工具实战派

觉得有用?每周的新笔记先发公众号。

每周的实战笔记先发在这里。扫码关注,新文章第一时间推给你。

关注 / 加入社群 →