两天狂揽六千星:专治「读不懂潜台词」的Jev聊天副驾,是如何一夜刷屏的

原创2026-10-09 19:03:261,444 阅读
文章标签:移动开发AI 应用交互助手人工智能OCRGUI 自动化

两天狂揽六千星:专治「读不懂潜台词」的Jev聊天副驾,是如何一夜刷屏的

2026 年 9 月中旬,AI 圈被一个「不说话」的模型刷了屏。TypeSafe AI 发布的 System One 模型 Jev 不生成文本,只输出选择、打分、是非——这条反直觉的路线让它在 Hacker News 上一天冲到 1863 分、491 条评论。模型爆火之后,一个更尖锐的问题浮出水面:一个「只会做选择题」的模型,到底能用在哪儿?几天后,开源社区给出了一个异常直接的答案——把 Jev 装进聊天窗口旁边,让它专治「读不懂潜台词」:对方一句话里是抱怨、是试探、还是真在要一个承诺,Jev 先判,AI 再写,人最后决定发不发。这个名为 jev-chat-jarvis 的聊天副驾项目上线后快速登顶 GitHub 日榜与周榜的 Star 增速榜,社区报道口径是「两天狂揽六千星」。本文结合仓库源码与全网情报,拆解它凭什么刷屏。

一、六千星背后的节奏感:一次「踩点式」发布

把时间线拉平,能看到一个几乎贴着热点走的发布节奏。

9 月 15 日,TypeSafe AI 结束两年隐身,带着 4000 万美元种子轮融资发布 Jev,前 OpenAI InstructGPT 核心作者 Diogo Almeida 亲自下场。这个「只输出 Choice / Score / Noul、不生成一个字」的模型立刻成为开发者圈的谈资,从「哑巴模型居然全网爆火」到「别吹 Jev 了」,围绕它的讨论在掘金、CSDN 等社区持续了近一周,各类「Jev 驱动」的开源项目开始批量涌现,有媒体统计称相关项目一度超过两千个。

就在讨论声量最高的节点,jev-chat-jarvis 上线了。仓库内 cn/CHANGELOG.md 记录了近乎疯狂的迭代节奏:9 月 21 日 v1.0 首发跑通全链路,同一天连续放出 v1.1(手机 QQ 适配)和 v1.2(X 私信适配),9 月 22 日 v1.3 落地接口三路可配、知识库与离线 OCR,9 月 23 日 v1.4 增加博查 Jev 预设,10 月 6 日 v1.7 支持 WhatsApp 一对一聊天并把分析结果升级成可拖动的常驻小卡片。首发当天三连发、随后近乎每日一版,这种「热点在场、版本在场」的节奏,让项目始终处在社区讨论的聚光灯下。GitHub 日榜与周榜趋势速报在 9 月底、10 月初连续多期把 Jev 相关项目列为 24 小时与 7 天 Star 增速领先,与「两天六千星」的传播叙事相互印证。

二、先判断、再写字:把「读不懂潜台词」变成一道选择题

这个项目的产品逻辑与主流 AI 聊天助手有一个关键差异:大多数工具拿到对话直接让模型编一句回复,而 Jev 聊天副驾坚持「先判断,再写字」。触发分析后,悬浮窗给出的是危险等级、对方真实意图、该不该马上回、最佳动作,然后才轮到生成模型起草候选回复,最后再由 Jev 给候选排序。面板形态见下图:

悬浮窗面板:展示危险等级、对方真实意图与排序后的三条候选回复

判断层的核心是 7 道固定判断题加 1 道排序题,定义在 cn/app/src/main/java/com/jev/probe/jev/JevQuestions.kt,与 PC 端校准脚手架的 cn/tools/jev/questions.py 逐字同步:

  • literal_question(是非):对方最新消息是字面意思,还是话里有话;
  • true_intent(单选):真实意图,含「确认你在不在乎」「发泄情绪」「要具体行动」「求解释」「闲聊」「事情已经翻篇」六类;
  • danger_level(打分):这段对话离吵架/伤感情有多近,细到 10 档,每档写具体情景而非抽象程度;
  • should_reply_now(是非):现在该不该给出实质内容;
  • best_action(单选):下一步最佳动作,包括「先翻聊天记录」「道歉」「给承诺」「少说两句」;
  • she_needs(单选):对方现在要的是道歉、行动、解释、关心还是「什么都不用了」;
  • tension_resolved(是非):紧张是否已经解除;
  • best_reply(单选):在 3 条候选回复中挑最合适的一条。

这些题目读起来像一段情感咨询师的 SOP,而每一道都设计成 Jev 擅长的封闭集判断题。真正的工程细节在于题目之间的自洽:早期实测中,「该不该马上答具体内容」给出 0.77 高分、而「最佳动作」却建议先翻聊天记录,两道题互相打架;对话结束时「对方还需要什么」误选了「行动」而非「什么都不用了」。这在 cn/tools/jev/TASK.md 里被明确列为必须解决的核心问题——should_reply_now 的措辞被限定为「是否该给出实质内容」,best_action 的选项里删掉「要不要现在回」这个维度,she_needs 强制加上「nothing / 事情已经过去了」档位。

三、校准过的判断题:一份标注集如何炼成

判断题写得再严谨,没有数据验证也只是口号。仓库里 cn/tools/jev/calibrate.py 配了一套完整的校准流水线:人工标注的中文对话片段存放在 cn/tools/jev/fixtures/labeled_set.json,不少于 25 条,覆盖情侣拌嘴、对方明显生气、对方已经满意、纯闲聊、同事催进度、朋友约饭、阴阳怪气、下最后通牒等场景,且危险等级要求铺满全程而非集中在中间档。

跑完整个标注集后,脚本输出每道题的命中率、danger_level 的平均绝对误差、平均置信度与总花费,并设置硬性验收门槛:危险等级平均绝对误差小于 1 档,true_intent 与 she_needs 命中率不低于 60%。cn/tools/jev/demo_meme.py 则用一段极具画面感的真实对话演示全流程:

对方:你今天是不是又忘了我跟你说过什么? 我:记得,你先别提示我,让我自己说。 对方:那你说。 我:等一下,我想说完整一点。 对方:你最好是。

项目对这个案例的期望是:true_intent 落在「确认你在不在乎」,best_action 是「先翻聊天记录」,危险等级中高档,且候选回复里选「翻记录」那条而非敷衍或空头道歉——这正是「读不懂潜台词」场景最经典的解法:不硬编、不糊弄,先承认事实缺口。

判断层之上还有一层「认识你的人和事」:ContextBuilder(cn/app/src/main/java/com/jev/probe/core/kb/ContextBuilder.kt)会在分析时自动带上命中的知识库笔记、联系人档案与历史消息,注入 Jev 的 state 作为背景信息,并限定 1500 字符预算,保证回复不会和用户既有的设定打架。全部数据只存 App 私有目录,一键可清空。

四、不 hook 不改包:非侵入采集与「发送权在人」的工程底线

如果只是「调用 Jev 生成回复」,这个项目不会引发如此大的共鸣。它真正硬核的地方在于采集层与安全边界。

采集走 Android 无障碍服务,一个聊天 App 对应一个适配器,定义在 cn/app/src/main/java/com/jev/probe/capture/ChatAppAdapter.kt:QQ 读节点 id 并按气泡贴哪侧头像判断说话人;X 的私信是 Compose UI、消息全藏在 content-desc 里,解析 发件人:正文。8:11 上午。Read。 的格式还原对话;飞书消息正文是自绘控件、无障碍树里没有文字,就截屏后对每个气泡矩形做 ML Kit 离线中文 OCR,图片不出本机;WhatsApp 则只读一对一聊天、遇到群聊直接返回不读。整条链路不 hook、不改包、不碰任何 App 的接口、账号或数据库,和读屏软件的工作方式一致,因此也天然带上了「目标 App 隐藏控件树或开防截屏就不支持」的边界声明。

数据流向同样清晰,仓库里这张图直接画出了边界:

Jev 聊天副驾数据边界:本机读取与 OCR、发送到用户配置的模型接口、候选由用户确认发送

聊天读取与 OCR 在本机完成;触发分析后,文字和启用的背景信息发送到用户自己配置的模型服务商;项目作者不运营中转服务器。填入输入框的代码(cn/app/src/main/java/com/jev/probe/capture/GuardedInputWriter.kt)走 ACTION_SET_TEXT,失败自动退到剪贴板粘贴,任何情况下都不点发送键、不碰转账红包——「发不发由你」不是营销话术,而是写进代码和贡献规则里的硬约束。设置页把判断、回复、视觉三路接口分开配置,每路独立地址、密钥、模型与连通测试,见下图:

设置页:判断 / 回复 / 视觉三路接口分别可配,每路带一键连通测试

五、流量飞轮:一个「不说话」的模型与一个「抢答」的项目

回到开头的问题:Jev 凭什么一夜刷屏?答案是这个项目的出现恰好完成了 Jev 生态的「最后一公里」。

Jev 模型本身的卖点是决策速度与成本:响应 70–500ms,输入 token 约 $0.042/百万,社区实测中「Agent 决策比 LLM 快 40–200 倍、便宜 40–400 倍、输出 Token 免费」。但一个不生成文本的模型,普通用户很难直观理解它的价值——直到有人把它装进最日常的场景:聊天。jev-chat-jarvis 的默认链路「7 道判断题一次请求全发、约 1 秒返回、一次判断约 1000 输入 token、约 0.00004 美元」(记录在 cn/CLAUDE.md),把 Jev 的「快、准、便宜」翻译成了用户可以感知的体验:判断层用 Jev,起草层用 DeepSeek,排序层再用 Jev,三层各司其职。

这种分工本身也是对 Jev 定位的一次公开示范:判断接口同时内置 OpenRouter、博查 Jev、TypeSafe 直连、Vercel、OpenCode Zen 等多个 Jev 供应预设,模型生态与落地项目互相引流。模型爆火为项目带来流量与好奇,项目则用最直观的方式回答了「只会做选择题的模型有什么用」——把 AI 从「生成内容」推向「直接决策」,而聊天,恰恰是人类最频繁、最需要判断力的场景。当 Jev 模型的讨论热度开始消退,这个把判断题做成产品的开源项目,成了判断模型范式最有力的注脚。

登录后查看全文
jev-chat-jarvis