将Jev判断模型接入Codex
AI 总结
掘金作者二哥呀演示了如何安装TypeSafe AI的Jev Skill、配置API密钥，并要求Codex在执行动作前调用Jev的Choice API。示例中，Jev 1.13.0以0.99的置信度为英伟达股价问题选择联网搜索，随后Codex执行该动作。作者还称Jev支持Claude Code和PI，但速度与成本对比来自TypeSafe AI，尚无独立测试验证。
深度见解
这一工作流为编程智能体提供了将决策选择与动作执行分离的具体方案，但其兼容性和效率优势仍待独立验证。
大家好，我是二哥呀。
昨天在王二讲 Agent 的视频里分享了 Jev，播放直接爆了。
看来大家对 Jev 的热情是真的高。
简单介绍下，Jev 是一种判断模型（Judgment Model），我们输入一个状态和几个选项，它告诉我们该选哪个，置信度多少。
就这么简单。
下图是我用Codex配合Jev填写一个千问的表单，真的很无敌，速度超级快，效果还超级好。