Jev-X · 技术与信念
从 BTC、EVM 到 GPT、Jev：我为什么相信决策模型的未来
基础能力的出现，打开新的应用空间。我愿意从现在开始，持续关注、尝试并记录这个年轻的方向。
我关注 Jev，是因为它让我开始思考：当语言模型已经能够完成许多工作，怎样才能把这些能力组织起来，形成持续运行的工作流程？
回看 BTC、EVM 和 GPT 的发展，我看到了一条值得关注的线索：基础能力出现之后，组织和使用这些能力的方式，会继续打开新的应用空间。
我相信，决策模型正在探索这样的空间。Jev 是其中一个让我愿意持续关注、尝试和参与的方向。这也是我开始做 Jev-X 的原因。
先把几个重要节点放在一起看：
-
BTC 白皮书
比特币白皮书发布，提出点对点电子现金系统。[1]
-
Ethereum 主网上线
-
第一代 GPT 研究
第一代 GPT 研究发布，探索生成式预训练方法。[5]
-
ChatGPT 发布
ChatGPT 发布，让更多人直接体验语言模型。[6]
-
Jev 公开发布
Jev 公开发布，开始探索决策模型如何组织工作。[7]
从 BTC 到 EVM：基础能力如何打开应用空间
BTC 展现了一种新的价值网络：人们可以通过去中心化网络记录和转移价值。它背后的区块链技术，也为后来更多探索提供了基础。[1]
随着这项基础能力发展，一个问题逐渐展开：除了转移价值，我们还能在链上做什么？
以太坊和 EVM 扩展了这个空间。
EVM，也就是以太坊虚拟机，为智能合约提供执行环境。开发者可以把规则写成程序，让资产按照这些规则被发行、管理、交换和组合。[3]
此后，代币、稳定币、NFT，以及围绕它们建立的交易、借贷和治理系统，逐渐丰富了链上的资产与活动。更多类型的资产获得了进入链上应用的方式，开发者也能围绕这些资产构建新的产品。[4]
在我看来，这段发展经历很有启发：一种基础能力能够创造价值，而让它变得可编程、可组合，又会进一步扩大它的用途。
GPT 让我们看见语言模型的力量
当我观察 AI 时，也开始关注类似的问题。
GPT 的发展，尤其是 ChatGPT 的出现，让我们能够直接体验语言模型的力量。写文章、解释概念、整理资料、翻译内容、生成代码——许多工作都可以通过一次对话开始完成。[5][6]
LLM 已经展现出强大的能力。怎样把这些能力接入实际工作，成为了下一个值得认真探索的问题。
一个完整任务，通常包含许多判断：现有信息是否足够？应该先查资料，还是直接生成答案？应该调用哪个模型？返回的结果是否符合要求？下一步应该继续处理，还是交给人检查？
这些判断决定了模型的能力怎样被使用，也影响着整个工作流程的效率和质量。
Jev：让判断连接执行
这正是 Jev 吸引我的地方。
LLM 常见的交互方式是输入文本，再生成文本。它擅长表达、解释和推理，但生成的内容仍然需要被理解、检查，再转化为下一步行动。
Jev 面向的是明确的判断。给它当前状态和问题，它返回选项、分数或真假概率，供程序直接使用。输入的状态可以包含文本，但输出已经是结构化的决策结果。分类和评分还会提供概率分布与置信度，让程序能够处理判断中的不确定性。[8]
这种判断能够快速返回，也更适合嵌入工作流。
程序可以根据结果选择模型、调用工具、筛选资料，或者决定是否需要人工检查。判断质量仍然需要在具体任务中验证，但结构化的接口，让这些判断更容易与执行步骤连接起来。
因此，我认为，Jev 可以成为指挥 LLM 工作的决策层。
这里的“指挥”，可以落到很具体的事情上：判断任务属于哪一类，选择合适的模型，把需要处理的资料交给它，再根据检查结果决定下一步行动。
Jev 提供判断，程序负责调度，LLM 完成写作、解释、代码生成和复杂推理等工作。
TypeSafe 官方文档已经展示了这种配合：根据请求类型调用不同的 LLM，或者先让较小模型提取信息，再用 Jev 检查结果，按需升级到更强的模型。[9][10]
把生成能力与决策能力接成工作流
以信息整理为例，我们可以设计这样的流程：
收集资料
把待处理的资料和任务要求作为当前状态。
Jev 筛选相关内容
判断哪些资料与当前任务相关，供程序安排后续处理。
LLM 生成摘要
程序把筛选后的资料交给语言模型，生成需要的摘要。
Jev 检查来源支持
判断摘要中的关键信息是否有来源支持。
程序安排下一步
根据判断结果，决定继续处理或交给人工复核。
每一步都有明确的问题，也有对应的执行动作。生成能力与决策能力因此能够配合起来，形成一个持续工作的系统。
这让我想到 EVM 带来的启发：当基础能力可以被程序组织和组合，人们就有机会围绕它构建更多应用。
我期待决策模型也能在 AI 工作流中发挥这样的作用。让不同的模型、工具和执行步骤更好地配合，把已经展现出来的能力，用到更多实际问题中。
Jev 还很年轻，也还有很大的探索空间
尤其需要记住的是：Jev 公开出现的时间，真的很短。
截至 2026 年 10 月 1 日，距离 Jev 公开发布，仅仅过去了 16 天。
我们今天看到的案例和工具，只是最早的一批探索。它适合哪些任务，怎样与不同模型协作，如何进入日常软件流程，都还有大量空间等待开发者去尝试。
BTC 和 GPT 的发展经历，让我更愿意给新技术一些时间。一项技术的价值，会在持续构建、实际使用和不断改进中逐渐展开。
我相信，Jev 所代表的决策模型方向，会被时间和真实应用证明。
这也是我开始做 Jev-X 的原因
这份相信，也让我愿意从现在开始做一些具体的事情。
X 上每天都有大量信息。重要更新、认真做的评测、有启发的开源项目，以及尚未获得太多关注的应用尝试，很容易散落在信息流里。我们看了很多内容，仍然可能错过真正关心的进展。
所以，我做了 Jev-X，希望逐步整理这些内容，让关心 Jev 的人更容易发现重要信息，也减少反复寻找资料的时间。
我也用 Jev 对相关讨论进行分类和质量评分，把自己关注的技术，用到一个真实的信息筛选问题中。通过持续使用，我可以继续理解它的能力和边界，再把值得关注的探索分享给大家。
现在的 Jev 还很年轻。我愿意持续关注它、尝试它、记录它的发展，并逐步把 Jev-X 做好。
它还有很大的发展空间，会被时间证明。这是我相信的，也是我开始行动的原因。