一个拒绝写作的模型

请求

POST https://api.typesafe.ai/v1/systemone，鉴权 Authorization: Bearer <API_KEY>。 请求体只有三个顶层字段：state、model、questions。

三个容易踩的坑

• 问题 id 不会发给模型。字典键只用于回传答案，模型只看到 instructions 和 criteria，所以选项描述必须能彼此区分。
• Score 的分值 = 等级下标加权均值。三级量表的 score 在 0~2 之间；score=1.0 可能是全压在第 1 级，也可能是第 0、2 级各半 —— 必须和 probabilities 合读。
• 措辞要直接。官方实测：问题问得越含蓄委婉，与参考标签的一致率越低；建议让高值对应"是"。
• Noul 的 criteria 必须是 JSON 对象，不是纯文本。传 "true = …; false = …" 会直接被拒（HTTP 422），要写成 {"true":"…","false":"…"}。

官方约束（2026-09 数据）

• 上下文 64K Token（状态 + 全部问题），其中状态 + 最长单个问题不超过 32K。
• 速率：每秒 25 万 Token / 每分钟 1200 请求，超限返回 429。
• 价格：输入每百万 Token $0.042，输出免费。当前版本 jev-1.13.0。
• 只接受文本；图片/音频/视频需先转成文本或结构化字段。官方标注英语优先（中日韩准确率较低），但本页中文预设实测结果稳定可用，中文场景可直接使用。
• 不可微调，同一套权重服务所有账户 —— 领域知识只能通过 state 和 criteria 注入。
• 不解释理由：输出只有选项与概率，需要推理链的合规场景不适用。

浏览器 Agent：快照 → 选下一步

浏览器操作组的三个预设演示 Jev 在浏览器自动化里的用法。playwright-cli 的 snapshot 会输出一棵 带 ref 的可访问性树（如 textbox "Username" [ref=e16]），把这份快照连同任务目标 放进 state，Jev 就能直接吐出「调用哪个工具、作用于哪个 ref」：

• 下一步动作（Choice）：完整的 playwright-cli 工具列表，共 57 项 —— 涵盖导航（goto/go-back/reload）、交互（click/fill/type/press/select/check/hover/drag/upload）、 鼠标键盘（mousemove/mousewheel/keydown）、检查（snapshot/screenshot/eval/console/network）、 标签页、弹窗、Cookie/Storage、请求拦截、追踪录像、视口，以及 任务已完成 / 放弃 两个终止态。
• 参数（Choice）：从 state 的快照里自动解析出的全部 ref，无需手写。 解析器逐行匹配 [ref=xxx]，取该行 ref 前的角色描述（并补上行尾冒号后的文字）， 自动标注 【可交互】 或 【容器/静态】，末尾附「无需元素」兜底项。 改了 state 里的快照后，发送时会自动重新解析。
• 是否已完成（Noul）：0~1 的目标达成概率，可直接和阈值比较。

三个场景刻意提高了辨识难度：邮箱收件箱（177 个 ref）里同一发件人有三封相似邮件、 每行一个同名「归档」按钮，答案必须落到具体 ref（如 e27）而不是按钮文字； 招聘简历筛选（95 个 ref）有两个同名候选人、多个技能栈相近但差一个关键条件（TypeScript / 预算 / 岗位）的干扰项； 订单后台（132 个 ref，约 15K token）要从 15 笔长文本订单里找出唯一符合条件的「发货」按钮， 用于验证大 state 下的定位稳定性（choice 单题上限 255 项，再大就得拆题）。 要点是不要把整页 HTML 塞进去，只给可访问性快照 —— 这正是 Jev「输入可以混合、输出必须很窄」的设计。

为什么它突然火了

它把 Agent 里"大量调用其实只为做一个判断"的问题单独抽出来：路由、过滤、打分、门禁。 砍掉文本生成后，速度、价格、输出稳定性都变了。业界比喻：它不是 Agent 的大脑，而是反射神经。 典型落地是 fast-jev-compaction —— 用 Noul 判断上下文里哪些工具调用/结果还值得保留，而不是粗暴地做摘要（摘要省钱但会改写事实，弄丢文件路径和错误码）。