不改一个App、不碰聊天记录,它却能"读懂"你屏幕上每一句话:这个开源聊天副驾凭啥两天拿了六千星
不改一个App、不碰聊天记录,它却能"读懂"你屏幕上每一句话:这个开源聊天副驾凭啥两天拿了六千星
最近程序员圈被一个"不会说话的AI"刷屏了——Jev。它不写作文、不陪聊,专门负责"拍板判断",快得离谱、便宜得离谱。更绝的是,有人把它做成了聊天副驾:悬浮在你的QQ、WhatsApp旁边,对方消息一到,它自动读懂潜台词、判断危险等级、草拟三条回复排好序等你选。全程不改任何App、不用root、不碰你的数据。
今天就用大白话拆一拆:它到底是怎么"读懂"屏幕的?
一、它到底是个啥?
一句话:一个帮你"先看懂对方,再决定怎么回"的悬浮窗AI助理。
以前回消息全靠感觉:领导那句"最近忙吗?"到底是寒暄还是敲打?对象说"行吧"是真没事还是赌气?群里@你是真干活还是随口一提?这些潜台词,最费神。
Jev聊天副驾干的就是这事:聊天界面开着,它悬浮在边上,对方新消息一到,它自动开工——对方真实意图是啥、这段对话火药味几级(1到9分)、现在该不该马上回、最该干啥,然后起草三条口语化候选回复,按"最合适"排好序。你点一下"填入",文字就进输入框了。发不发,永远是你自己按发送键。

二、不改包怎么"读"屏幕?它借了一双系统早就有的"眼睛"
这是最神奇的一点:它没动QQ、WhatsApp一个字节,没root、没注入进程、没接任何App的内部接口,凭什么能读到你的聊天?
答案是系统自带的无障碍服务(Accessibility Service)。
打个比方:安卓系统给每个App都立了一本"界面说明书"——屏幕上每个气泡、每个按钮、每行文字,都被系统登记成一棵"界面树"。这本说明书主要给谁用?盲人读屏软件。读屏软件就是靠它把屏幕内容念给视障朋友听的。
Jev聊天副驾只是"借了同一双眼睛":通过系统无障碍服务,把屏幕上正在显示的那几行对话,读成一条条干净的结构化记录——谁说的、说了什么,再喂给AI分析。整个过程不碰App内部、不读数据库,连截图也只在手机本地识别,不上传。
更讲究的是它做了很多"懂事儿"的细节:
- 自己发的消息不触发,只有对方来了新消息才开工;
- 你往上翻旧聊天记录,它不会误以为来了新消息瞎分析;
- 切了会话、换了人,它立刻作废上一轮分析,绝不张冠李戴;
- 遇到飞书这种"正文自己画、说明书里查不到字"的App,它才退而求其次,截屏后用离线OCR把文字抠出来——识别全在本地完成,不依赖谷歌服务。
三、真正的杀器:那个"只会做判断题"的AI
候选回复谁都会生成,Jev聊天副驾真正的杀器,是背后那个不说话的判断模型——就是最近全网刷屏的 Jev(TypeSafe AI出品,创始人来自前OpenAI研究团队,一露面就拿了4000万美元种子轮融资)。
大多数AI聊天助手是"看到什么回什么",直接让大模型编一句回复。Jev是反着来的——先判断,再写字。
Jev模型有个古怪脾气:它不生成文字,只做"选择题、打分题、判断题"。一次问7道,约1秒全答完,还带把握度:
- 对方这句话是字面意思还是潜台词?("行吧"到底是接受还是赌气?)
- 对方的真实意图是啥?(是测试你还记不记得?还是真让你办事?还是就想发火让你先哄?)
- 这段对话危险等级几分(1到9)?是轻玩笑还是"最后通牒"?
- 现在该不该回实质内容?——这一条最妙:如果对方是在"考你记不记得某件事",而这事儿屏幕上还没出现,Jev会劝你先去查历史,别硬编、别糊弄;
- 以及最佳动作:道歉、给承诺、解释、先哄,还是少说为妙(对方正上头让你别说话,多说一句都是火上浇油)。
这7道判断做完,它才让另一位"文笔好"的模型(默认DeepSeek)按判断结果起草3条候选回复,再让Jev当"裁判",把3条按"最合适"排序、给出占比。所谓"程序化候选生成",说白了就是:AI不是盯着截图瞎猜,而是拿到一份干净的对话记录,先想清楚再开口。

为什么这个"哑巴模型"会火?社区传疯了的一组数据是:它的判断比通用大模型快40~200倍、便宜40~400倍,一次判断大约只花千分之几美分,有团队上线24小时就集体切换。有人形容它是"一个智能的if语句"——不废话、不含糊、毫秒级拍板。当然也有冷静的声音,比如知名博主"stormzhang"就喊过"别吹了",提醒大家:它是专用判断器,不是万能的,它根本不会说话,别指望它写文章陪你聊天。
四、它还"认识"你的人:知识库与联系人档案
光会读屏幕还不够,Jev聊天副驾还会"记人":
- 你可以给联系人建档案(关系、别名、备注),比如"老妈:最烦我敷衍,回消息要说清楚在干嘛";
- 可以写知识笔记,比如"我下周三去成都出差"、"项目代号小蓝",分析时自动带上命中的内容;
- 开启"记录历史"后,它还会参考这个联系人更早的对话,回复不会和你自己说过的话打架。
所以同样一句"你还记得吗?",对"老妈"和对"领导",它给出的候选完全是两个思路——因为背景知识不同,绝不编造知识库里没有的事实。
五、上手难吗?普通人能玩吗?
门槛不高,大概这样:
- 手机:安卓11及以上(目前主力是安卓版,macOS和Windows版是姊妹项目,苹果版在路上);
- 三步走:装APK → 设置里填一把API密钥(OpenRouter等,国内还有博查Jev预设,当前限时免费)→ 开无障碍权限,完事;
- 不root、不装任何模块,和用读屏软件一样省心;
- 每次分析约1秒,花费远低于一分钱人民币——按你自己的密钥结算,项目不收一分钱。
适合谁?每天被消息淹没的打工人、怕说错话的"社恐星人"、要跟客户周旋又怕踩雷的销售客服——以及一切"看完对方消息脑子一片空白"的人。
六、丑话必须说在前头
这也是项目方自己反复强调的几条边界:
- 它绝不替你发消息,只填输入框,发送键永远在你手里,转账、红包、收款一概不碰;
- 触发分析时,聊天文字会发给你配置的模型服务商(作者不运营中转服务器),历史记录默认关闭,敏感人士慎开;
- 在QQ、WhatsApp等第三方App里用这类辅助工具,可能不符合这些App的用户协议,账号有被封风险,用不用自己掂量;
- Jev主训练语言是英文,中文场景建议先用自己的真实对话做一轮校准,效果才更稳。
结语
从"无障碍读屏"这个老技术,到"只会做判断题的AI",再到"DeepSeek起草、Jev裁判排序",这个开源项目把几件不起眼的事串成了一条惊艳的闭环:不改任何App,就能读懂屏幕上的每一句话,替你先想清楚"对方要什么、我该怎么回",最后把决定权完完整整还给你。
最后留个开放题:如果AI真能替你"看穿潜台词",你是会用它对付"领导半夜的灵魂拷问",还是担心聊天从此越来越"没灵魂"?评论区聊聊——你最想让它帮你回的那句话,是什么?