README 自动摘要
根据 README 自动整理于 2026年10月13日，不是本站运行记录。运行步骤和作者声称的效果仍需核验。
这是什么
一个研究演示，在三个任务上比较决策模型（TypeSafe 的 Jev、OpenAI 的 gpt-6-luna）与 Claude：shell 命令护栏、风投交易流分诊、公司分类。它测量一致性、延迟、成本和校准，是系列博客文章背后的代码和数据。
它怎么用 Jev
Jev 回答带类型的 Pydantic 问题（接受/复核/拒绝、破坏性、工作目录之外、误导；阶段、行业、契合度、优先级、下一步；领域和子行业），并为每个选项返回一个概率。置信区间只把不确定的案例路由给 Sonnet，由它撰写理由或合伙人笔记。
用到的原语:choicescorenoul
值得抄的做法
让决策模型回答一切；只把它不确定的案例路由给语言模型。
怎么试
uv sync；cp .env.example .env；uv run --env-file .env jev_vs_sonnet.py
README 片段的模型判断
项目信号使用仓库元信息、已有摘要与 README 前 700 个字符；没有通读完整项目。“未检出”仅表示这些材料中未检出，并不证明项目没有该能力。这里保留原始判断与实际记录的模型、日期，不是源码审计或运行验收。
模型与判定日期
- 收录门禁
jev-1.13.0- 项目信号
jev-1.13.0- 项目分类
jev-1.13.0- 模式标签
jev-1.13.0
证据
这些信号只读取仓库元信息、已有摘要与清理后的 README 前 700 字符。≥ 0.60 表示片段中有提及，≤ 0.40 表示未检出，中间为未判定；都不是源码审查或运行结果。「可运行工具」题排除了研究实验，「推荐」题筛的是学习案例 Top 10，不是内容质量合格与否。
- Jev 是项目的核心片段中未检出0.13
- 展示了 System One 用法在材料中检出0.71
- 写了怎么处理不确定片段中未检出0.05
- 给出了实测数字片段中未检出0.12
- 是能跑起来的工具片段中未检出0.07
- 学习案例 Top 10 候选信号片段中未检出0.33
- 是模型本身的复刻片段中未检出0.05
- 解决的问题够普遍（0–2）按 0–2 打分1.56 / 2
- 与 Jev 相关在材料中检出0.98
无判定区（0.40–0.60）
无判定区（0.40–0.60）
各阶段的 Jev 模型与判定日期见上方记录。简介由 DeepSeek V4.1 Flash 于 2026年10月13日 读 README 写成。