Jev工程：从零开始搭建并使用全新AI大脑的完整十步路线
找出你的特工Jev能够接管的部分
Jev是TypeSafe AI的系统一号模型：您提供信息和预设问题，它会返回带有置信度的类型化答案。它无法撰写您的简报、生成代码，也无法以文字形式解释其推理过程。
先从这样一项工作开始：
研究三种新型AI智能体工具，并起草明天的简报。将草稿保存以供我审阅。
这项工作包含多项决策：我们是否有足够的资源？下一个该由哪位员工执行？草案是否已准备好供审阅？
这些都属于Jev的候选任务。获取来源、撰写段落和保存文件仍应由您的工具与生成模型来完成。而诸如“执行十次操作后停止”之类的明确规则，则应当写入代码中。
对于一位类似 GrokBot 的首席幕僚，已保存的交接流程可直接分配给现有坐席。与该坐席的对接将在下文的独立配置之后进行；您无需配备客服团队即可完成首次运行。
对于一位类似 GrokBot 的首席幕僚，已保存的交接流程可直接分配给现有坐席。与该坐席的对接将在下文的独立配置之后进行；您无需配备客服团队即可完成首次运行。
在 Playground 中给出一个决策
•
打开 TypeSafe Playground。如果您的账户需要，请登录并完成访问流程。
•
请将其用作您的状态：
代码块
JavaScript
Goal: Compare three AI-agent tools in a morning briefing.
Completed work: No sources collected yet.
Available workers: Researcher, Writer.
Constraint: Save drafts for review. Do not publish.
这些命令会创建一个隔离的环境，并安装official Python SDK。请将您的密钥保存在源文件之外；下面的脚本会以私密方式向您索取。官方 Python SDK
正在使用编码代理吗？在已安装 Node.js/npm 的情况下，请添加 TypeSafe 的官方技能：
代码块
JavaScript
npx skills add typesafe-ai/skills --skill typesafe-ai
系统提示时请选择您支持的代理。该技能会提供集成说明；Jev 本身则通过 API 运行。
将请求转化为已保存的交接
在 jev-starter 目录下、.venv 之外创建 chief.py 文件。请使用纯文本编辑器，并确保文件名完全准确，不要加 .txt 后缀。
代码块
Python
import json
import os
在macOS/Linux上运行：
代码块
Plain Text
.venv/bin/python chief.py
在 Windows 上运行：
代码块
Plain Text
.\.venv\Scripts\python.exe chief.py
请在系统提示时粘贴您的API密钥——终端会隐藏该密钥。
对于目标，请输入比较三种用于明日简报的人工智能工具。对于已完成的工作，请输入尚未收集任何来源。
您的结果：a 已保存的交接文件：包含完整文件路径的消息。请打开该 JSON 文件：其中包含您的请求、进度、Jev 的选择、置信度以及目标位置。每次运行都会在 queue/research、queue/write 或 queue/review 目录下生成一个新文件。这些是本地任务队列；已保存的作业会等待工作者将其消费
API 调用与错误处理遵循SDK usage guide。我将初始审核阈值设置为0.85 - 请根据您工作流中的已标注样本进行调整。置信度并非准确率百分比。
提出能引导方向的问题
三种回答类型适用于不同岗位：
Jev为您提供三种问题类型，每种类型都针对不同类型的决策而设计：
•
Choice 从列表中选择一个选项。适用于诸如“接下来该由谁工作？”之类的提问。它会返回所选选项、其概率分布以及置信度。
•
得分用于根据您自定义的量表对某事物进行评估。适用于诸如“该来源的相关性如何？”之类的问题。它会返回该量表上的一个数值，以及相应的概率和置信度。
•
Noul用于回答是非问题。适用于诸如“此请求是否需要发布？”之类的提问。它会返回一个介于0到1之间的“是”的概率值。
定义一个相关性得分，并提供三种描述：不相关、部分相关、直接回答问题。其数值范围为0至2,包括小数。当Noul接近0.5时，表示对是或否存在不确定性。
一个有用的小提示：Jev 看不到您的问题编号。为字段命名“safe_to_publish”并不会提供任何指导。请在问题中明确写出实际需求，并对每个选项进行清晰说明。
同时请提供相关证据。“研究人员已完成”这一表述所传达的信息，远不及来源、研究发现以及尚存的空白之处来得详尽。请将这些信息与原始请求分开呈现。
Steal Browser 使用的最佳创意 重新构建菜单
每次点击后，浏览器的可用操作都会发生变化。Browser Use 会根据观察到的控件生成一份新的列表，并让 Jev 从中进行选择。当需要填写输入框时，小型 LLM 会自动生成文本。
将该设计应用于您的幕僚长。基于现有且当前可用的员工选项进行构建。在选择研究资料时，请纳入当前的来源ID。当工具的状态发生变更后，请刷新选项。
•
否则，你的决策模型就是在从昨天的菜单中做选择。
对于大型候选人名单，可先在代码中筛选掉明显不匹配的选项，对剩余项进行评分，再从入围名单中做出选择。该选择功能最多支持255个选项；
别再为互相等待而付费提问了
您的调度员可能需要一名工作人员、一个紧急程度评分以及一项审批检查。
如果这三者都能检查同一状态，请将它们一并发送。
TypeSafe 支持并行提问与推测性分支：可先就可能的下一步行动进行提问，随后仅使用与所选分支相关的答案。问题之间不能相互读取对方的答案。如果某个决策需要新的搜索结果，请先执行搜索。
该浏览器示例暴露出另一个性能瓶颈。其优化后的运行时将浏览器协议调用的中位数从1,092 次降至 101 次，同时在三组匹配样本中，任务执行时间的中位数下降了25%。两个版本均使用了相同的模型。
这些改进包括：一次性读取页面状态，并避免对无关动画进行重新预测。在为更快速的模型付费之前，请先检查重复的工具调用。
为夜间工作提供一个可以暂停的节点
对于晨会简报，我会允许进行素材收集和草稿撰写，然后在审核环节停止。发布则应另行进行权限校验。
该应用程序还需设置操作次数上限、支出上限，并保存已执行的进度。在中断后，它应在重新执行任何操作之前检查上次已完成的操作。即使给出了自信的回答，也无法证明文件已被保存或消息已被发送。
浏览器会独立检查在Jev选择完成后的结果。请将这种分离机制用于您自己的完成检查。
如果启动程序失败，请根据错误信息选择解决方案：
•
缺少 Python 命令：请完成 Python 的安装并重新打开终端。
•
模块缺失：请使用相同的 .venv 解释器重新安装 SDK。
•
401:请替换 API 密钥后重新运行。
•
422:请将命名的请求字段与粘贴的代码进行比对。
•
429 / 529:允许退避；如果限流或过载仍然存在，请稍后再重试。
了解标价究竟包含哪些内容
Jev 1.13 的费用为每百万输入token 0.042美元,且无输出token费用。按每次决策计费1,000个输入token计算，10,000次决策的Jev推理费用为0.42美元.
46%
54%
航班演示报告的费用为0.0039美元，这一数值与其记录的90,558个Jev输入标记以及文本助手报告的费用相符。浏览器费用不包含在该计算中。其约七秒的计时从首次页面加载开始，并且不包括运行后的再次验证。
针对不同的工作负载，Vercel 的 fx 团队报告称其安全分类速度比 GPT-5.6-luna 快约 5 至 18 倍，同时准确率也有所提升。该对比仅针对分类器本身，而非整个智能体运行的时长。
按已完成的任务跟踪费用。一个代价低廉的决策，却可能让员工误入歧途，其成本甚至超过决策本身。
使用示例
完成基本设置后，Jev已经能够读取任务的状态，并在预定义的选项中进行选择。现在您只需决定将哪个重复性决策实现自动化。
控制浏览器
浏览器使用 Jev 来选择下一步操作和正确的页面元素。该客服在 7 秒内以 0.0039 美元的价格找到了航班。
如何重复操作：运行官方项目，添加您的 TypeSafe 和 OpenRouter 密钥，然后为智能体指定一个网站和一个目标。Jev 会选定行动与目标，而浏览器则负责执行该决策。
分类研究
哈桑使用Jev对1,018篇人工智能研究论文进行了分类。整个分类过程仅花费0.08美元，每篇论文的端到端平均延迟为256毫秒
如何重复操作：将每篇论文的标题和摘要发送给Jev，然后将你的研究主题设置为选项。保存所选类别，并将最优秀的论文发送给你的写作代理。
对收件箱进行分类
莱利·布朗演示了Jev如何对收到的电子邮件进行分类，并决定下一步该如何处理。
如何重复操作：将每封邮件作为状态，然后添加“回复”“调研”“等待”和“审核”作为选项。将每个答案与相应的文件夹或邮件代理关联起来。
在模型之间路由任务
LangChain 使用 Jev 根据任务在更经济实惠与更强大的模型之间进行选择
如何重复执行：将多个模型串联起来，分别说明每个模型的擅长领域，并将接收到的请求转发给 Jev。将简单任务路由至成本较低的模型，而将复杂任务路由至具备推理能力的模型。