在人工智能领域，一个被称为“异类”的新事物突然走红。
9月15日，TypeSafe推出了Jev。短短几天后，它就被集成到Vercel、Cloudflare、LangChain、Langfuse等多个开发者工具中。Vercel透露， Jev接入AI Gateway后的24小时内，接近13%的付费团队已经开始使用它。
然而，尽管AI领域的产品看起来功能强大，很多人跃跃欲试，但真正想亲自上手时，却往往不知从何入手。需要下载什么？是否要先配置环境？不会编程的人能否使用？
因此，趁着目前还能免费体验，我们先替大家探个路：亲自上手体验Jev，并尽量教会大家轻松使用它。
但在开始之前，必须说，测试下来Jev的第一道门槛比想象中低。就像之前的OpenClaw，我们曾提到它的配置要求不高，未来甚至可能带动智能手表。
而Jev的首次体验更为简便，甚至无需打开电脑，在网页端就能直接使用。
另一方面，我们这次选择的体验案例也与大多数人的上网需求紧密相关。随着AI的爆发，社交媒体上的信息变得鱼龙混杂。哪些是真实消息？哪些是谣言？哪些是AI生成的？
以前，大家不可能逐一核实每条信息，而这次我们打算将“消息鉴定”的任务交给Jev。
目前，能体验Jev的入口已经不少，比如我们这次使用的第三方网站Jev AI Dev，其基本功能都可以试用，每个账号每天还有六次免费体验机会，适合大家先熟悉一下。
网址如下：https://jevai.dev/zh-Hans/playground/
打开这个链接，会进入中文试玩页面。先点击右上角的“登录”，按提示登录账号，然后向下找到“单个问题”和“多个问题”。
这两个选项可以理解为：针对同一份材料，只问一个问题，或一次性提问多个。例如，给Jev一条科技新闻，我们可以只让它判断“这属于哪类新闻”，也可以顺便问问“消息的可信度有多高”或“其中的说法是否得到证实”。
既然要做一个信息验证工具，我们这次选择“多个问题”，以便同时对一条消息提出多个问题。
继续向下滚动，可以看到页面默认填充了一套“AI助手任务交接”的示例。我们可以直接修改这些示例，将内容替换成自己的。
先找到“输入”框，删除示例文字，填入以下消息：
“9月23日，一家AI公司发布新模型，声称其代码能力比上一代提升30%，但目前只公布了宣传材料，没有公开完整测试数据。”
然后，可以直接体验Jev的三种能力：Choice、Score和Noul。虽然名称看起来陌生，但使用起来很容易理解：
Choice是让Jev从几个答案中选择一个。 例如，我们设置几个选项，让它判断一条内容下一步该如何处理。提交后，它会告诉我们选择了哪个答案，并给出每个答案的概率。
比如，我们想给这条新闻分类，就需要先告诉它有哪些类别可选。在Choice下方的“问题/指令”中，填入“这条消息最适合归类为什么？”
此时，可以将“可选项”框中的内容替换为以下四行：
如果Jev最终返回product，就表示它判断这条新闻属于“产品发布”类别。这样，我们就给Jev出了一道选择题。
它会从这四个答案中选择一个，同时给出每个答案的概率，让我们看到它倾向于哪个选项。
Score则是打分功能。 分类只能告诉我们这是什么消息，但无法判断可信度，因此需要一个评分系统来辅助。
在Score的“问题/指令”中，填入“这条消息的可信程度有多高？”
下面的“评分等级”需要我们自己设置。每行填入一个等级，按从低到高的顺序排列：
这时，我们相当于给了Jev一把打分的尺子，用于判断输入材料的可信度。
最后是Noul，可以简单理解为回答“是或否”。 网页上这一栏叫做“Probability (Noul)”。
有时，我们可能还想了解更多细节，比如“可信程度有多高”之外的具体情况。以我们想问的问题为例，我们可能好奇公司声称的代码能力提升30%是否提供了证据。
那么，在这一栏的“问题/指令”中填入“这家公司是否已经证明新模型的代码能力比上一代提升30%？”，再将下面的“‘否’与‘是’的定义”改为这两行：
至此，三个问题都已设置好。回顾一下，通过这轮设置，我们让Jev对同一条消息进行分类、打分，并判断其性能提升说法是否得到证实；然后点击下方的“体验Jev”，提交三个问题。
由于这次测试在网页端运行，无论是电脑还是手机，都能看到Jev返回的结果。
最终结果中，Choice选择了product（产品发布），对应概率为0.62。“性能提升”的概率为0.38。它判断这是一次产品发布。
Score给出的分数是1.09。对照之前设置的五档，这次结果接近“可信程度较低”。
Noul的结果是0.04，说明根据我们提供的材料，它倾向于认为尚未得到证实。
经过这一流程，Jev给出了初步判断：一条消息有了分类、可信度评分，以及针对具体说法的判断。但它的依据只是我们输入的文字，并没有替我们上网查找完整的测试报告。
于是，我们继续测试。要实现一个自动判断真伪的工具，还需要让Python直接调用Jev，帮我们搭建一个科技新闻的自动审核流程。
在Jev的Playground主页下方，我们找到了AI模型聚合平台OpenRouter。注册并登录账号，创建API Key后，就可以在Python中调用Jev。
这里创建普通的OpenRouter API Key即可，无需另外申请Jev专用的。
另外，前面第三方网站每天六次的免费体验额度不会带到OpenRouter，运行前需确认账号中有可用额度。
接下来，我们需要在程序中填入要判断的新闻、要问的问题以及可选答案。这与之前在网页中填表类似，只是提交和接收结果的工作现在由Python完成。
第一条测试，我们给Jev以下新闻：
“某AI公司宣布新模型准确率提升50%，但目前没有公开任何测试方法、数据集或完整测试结果。”
我们提前告诉Jev，接下来只有三个选择：publish（发布）、verify（核实）、reject（拒绝）。同时，让它判断这条消息的可信度，以及是否需要人工审核。
这里仍使用了之前的三种能力。Choice这次负责选择下一步操作，Score负责打分，Noul负责判断是否需要人工审核。 后两项的数值需结合程序中设置的评分标准和审核条件使用。
结果是：下一步：verify；可信程度：0.35；人工审核概率：0.88。
也就是说，Jev认为这条消息暂时不能直接发布，应先核实，且很可能需要人工查看。Python程序拿到结果后，可以自动将其放入“待核实”队列，并加上“需要人工审核”的标记。
整个过程可以简单理解为：
新闻进来 → Jev判断 → 程序查看结果 → 自动执行下一步
不过，我们还想测试一个更接近真实使用场景的玩法。
平时用AI查消息，我们常遇到一个问题：它能给出像模像样的回答，但这段回答有多少依据、能否直接使用，仍需自己判断。
因此，这次我们让普通AI先回答问题，再将它的回答交给Jev检查。看看能否让程序先筛选，把需要核实的回答保留下来。
于是，我们先向AI输入一个问题：
“OpenAI最新模型的代码能力比上一代提升了30%吗？”
这时，同时得到了普通AI的回答和Jev的结果。
可以看到，基于AI的回答，Jev给出的判断是下一步为“verify”，可信程度3.2，人工审核概率0.38。
根据之前的三个选项，publish表示可采用，verify表示需核实，reject表示拒绝采用，说明AI的回答仍有些问题。当然，Jev给出verify并不等于认定AI的回答是错误的。
而人工审核概率为0.38，未达到我们设置的人工审核条件，因此程序未将其交给人工，而是继续进入自动核实流程。
这样一来，一个简单的“AI + Jev”组合就形成了基础流程：用户提问 → AI回答 → Jev检查 → 程序执行下一步
这时，可以让这个流程进入更具体的场景：
仍让Jev判断一条AI新闻应如何处理，但这次将结果明确分为三类：publish：直接发布；verify：先核实；reject：直接拦截。
然后用Python编写一个简单规则：Jev返回什么，程序就执行对应动作。
第一条测试内容：某公司已公开完整测试数据和技术报告，证明新模型性能有明确提升。Jev的判断是publish，直接发布。
第二条换成：某公司宣布新模型性能提升30%，但关键测试数据尚未公开。这次，Jev给出的结果是verify，待核实。
最后，我们故意将条件变得更夸张：某公司声称新模型性能提升1000%，但没有任何测试数据或可靠来源。Jev返回reject，拒绝。
这三轮测试下来，发布、核实、拦截三个分支都成功跑通。
以后再有新闻进来，程序可以先让Jev判断，再将消息交给对应步骤处理，省去逐条查看结果、手动分类的过程。
这次使用下来，我们认为最需要关注的地方是如何清晰提问。例如，“这条消息可信吗”和“这家公司有没有证明性能提升”看似相似，但对AI来说是完全不同的判断。
以前我们费尽心思为AI编写更好的提示词，现在看来，使用Jev这类软件，扎实的语言功底仍是关键。先想清楚自己需要什么结果，才能让Jev发挥作用。
另外，Jev的玩法还有很多。前面的新闻审核只是基础用法，已有人直接拿Jev研究微信聊天。
例如，“Crush好感监控器”能分析聊天记录中的情绪和意图，并为自己的回复评级。以前需要截图问朋友“他这句话是什么意思”，现在有人将这件事做成了工具。
说起来，Jev的热度确实高得惊人，有当年Manus爆火时的感觉。
如果将“Manus时刻”理解为一种让人看完演示就忍不住想亲手尝试的兴奋感，那么Jev身上，或许确实迎来了属于它的“Jev时刻”。
本文来自微信公众号“蓝字计划”，作者：Chester，36氪经授权发布。
+1.5万 
