Jev 开放一个周末后：jevable.com 上 194 个社区项目都在拿它做什么

Jev 才开放一个周末，社区里已经冒出一个专门收集它用法的站点：Jevable（jevable.com），站内目前收录了 194 个用 Jev 做出来的项目，内容包括原始演示、作者信息和值得一看的想法。站点由 Nailthy Tang 维护，页面标注日期为 2026 年 9 月 20 日。

下面按场景梳理站上展示的这些实验，涉及的模型名、耗时、费用与作者均照原样列出。

实时交互与游戏

Drape 的实时虚拟试穿（Nailthy Tang，X 上约 41.91 万次浏览）：这是一个为 Drape 做的实验，配合 @typesafeai 完成。流程是用户说话，Jev 读取转写文本以及用户当前穿着，从衣橱里挑选衣服，再实时更换身上的搭配。每次判断花费 0.0011 美元，耗时约 620 毫秒。

Mario Never Dies（appcypher，X 上 6500 次浏览）：作者给马里奥做了一个多重宇宙。Jev 负责挑选每一步动作；每当马里奥死亡，就把整个虚拟机分叉成 4 条时间线重来，活下来的那个马里奥成为正史。用到了 @typesafeai 的 Jev 与 microsandbox。

Doom 的分支未来（toks，X 上 5100 次浏览）：Jev 与一个大模型一起玩 Doom，玩法是同时尝试若干条未来，再从最好的结果继续。Jev 负责选动作，一套自建框架用 @microsandbox 从同一个存档点并行跑多次尝试，大模型则复盘发生了什么、指导下一步试什么。

Jev 玩 Codenames（Hugo Montenegro，X 上 1200 次浏览）：作者试用 Jev 后给出的评价是速度非常快、价格非常便宜，便宜到可以深度嵌入各类消费级产品——这些场景在过去是不成立的，游戏就是其中一例。

Jev 玩卡坦岛（Sachin，X 上 2400 次浏览）：作者让几个 Jev 一起玩卡坦岛，玩了一段时间后，这些 Jev 干脆拒绝互相谈判，回合里什么也不做。作者称这是个很好玩的模型，并提到 @Vtrivedy10 提出的把 Jev 用于游戏的思路很棒。

养一条鲸鱼背上的城市（gokaygokay，X 上 2.12 万次浏览）：Jev 与 GPT-6 Astra、H3 Max 组合成的决策游戏，目标是通过决策维持鲸鱼背上的城市存活。分工是：GPT-6 Astra 设计世界，Jev 选择行动，fal 上的 H3 Max Turbo 把每一轮的某个决策转成视频。

机器狗斗实验（hanz，X 上 1400 次浏览）：作者第一次尝试让 Jev 参与狗斗，自评效果一般，表示会继续实验。

实时 3D 角色表情（Joao Bortotti，X 上 10.64 万次浏览）：作者用 @typesafeai 的 Jev 编排一个 3D 角色的整场表演。嘴、眉毛、眼睛、脸颊、视线和身体，每条消息产生十个决策，实时合成为一个连贯反应，不使用预设表情。作者同时在开发 @mutuals_inc。

界面与前端体验

Jev board（Zahle Khan，X 上 3.27 万次浏览）：名字是 jevin keyboard 的缩写。作者的判断是，快速、可靠的模型能让界面承载更细腻的体验，这是把环境智能做进交互界面的一次小探索，方向在 GenUI 的边缘。合作方为 @typesafeai 与 @CompleteSkeptic。

JevForm（Tamir，X 上 5300 次浏览）：一个会动态分支、自行决定下一个问题问什么的表单。作者说自己一生做过几百个带复杂 if/then 逻辑的表单，Jev 把这个问题解决了。它基于 @vercel 的 json-render（作者 @ctatedev）构建，因此理论上可以支持任意场景。

即时生成式 UI（Chris Tate，X 上 130 万次浏览）：json-render 与 Jev 的新实验。作者认为生成式 UI 的未来是即时的——用你自己的组件、自己的动作、自己的设计系统，在毫秒级完成渲染。

预测式表格（nader dabit，X 上 27.14 万次浏览）：表格会重算数字，但不会重算含义，Jev 则能读懂意图。在某一列顶部输入「Urgency」，随着你输入，它能在约 100 毫秒内判断出你希望每一行被评级，从「无需跟进」到「紧急」。

安卓上的静默营销通知（Ethan，X 上 7600 次浏览）：作者利用 Jev 的速度和指令执行能力，通过监听应用通知与短信，准确判断其中是否含有广告或营销信息。它不删除任何内容，只是不再提醒你。

可判断的广告拦截器（Zachi，X 上 20.31 万次浏览）：作者与 typesafe 一起做了一个无法被检测的实时广告拦截扩展，逐个检查 DOM 元素并分类为广告或非广告，是广告就移除。作者称开发过程非常有趣，并预期 AI 的使用方式将出现巨大转变。

搜索、筛选与信息处理

Upweight for Hacker News（Vishesh Baghel，X 上 3.28 万次浏览）：作者获得 Jev 访问权限后做了这个，起因是不喜欢 Hacker News 首页——所有人看到的故事和顺序都一样，别人已经替你决定了什么重要，而那往往不是对你重要的。于是有了六个滑块，涉及技术深度、戏剧性、实用性等维度。

Jev Search：作者用 @typesafeai 的 Jev 和 @search1api_dev 的搜索 API 做的免费开源搜索。用自然语言提问，Jev 决定去哪里搜，并对返回结果排序。

按意图搜索收件箱（nader dabit，X 上 13.29 万次浏览）：作者认为 Jev 在基于意图的搜索上表现很好，并给出了它在 Gmail 里的样子。对于超大邮箱，作者建议还是先让语义搜索或嵌入来做初筛，但整体体验依然好得多。

新闻驱动的选股研究（Abol，X 上 1.8 万次浏览）：作者把新闻交给 Jev，让它找出值得买入的股票。

即时上下文压缩（tamara，X 上 360 万次浏览）：作者认为找到了 Jev 的完美用例。到了 2026 年，压缩不该还是一个摘要提示词；Jev 可以对每一次工具调用打分，丢掉不相关的内容，从而做到即时压缩。

提示词难度分类器（Kevin Grajeda，X 上 5300 次浏览）：在用户点击发送之前先做分类。因为 Jev 又快又便宜，所以可以在用户每次输入结束时检查提示词的难度；如果是个简单提示，就显示快速模式，由用户决定要不要用。

浏览器与终端里的自动化

按需抓取 UI 流程（omar，X 上约 4.8 万次浏览）：作者想要这个功能很久了，有了 @typesafeai 的 Jev 才终于可行。可以理解为 Mobbin，但会针对你正在找的东西抓取最新流程。作者指出，浏览器自动化过去太慢，做不好这件事；现在 Jev 加浏览器自动化已经快到不可思议。

更快的浏览器 Agent（Gregor Zunic，X 上约 300 万次浏览）：作者称 Browser Use 加 Jev 等于超快。实测找航班耗时 7 秒，只花了 0.0039 美元。机制是每一步生成新的动作空间、DOM 状态空间，以及一个用于输入的小模型兜底。作者做了一个很小的开源浏览器 Agent，并说明视频是 1 倍速播放。

Notte 上的 Jevmaxxing（Notte，X 上 1000 次浏览）：在 Notte 浏览器会话里使用 Jev。输入任务、点击开始，就能看到 Jev 从页面的动作空间中极快地挑选每一步动作；每一步都会生成新的动作空间，通过 CDP 使用 Notte 云端浏览器，并对每一步提供逐步回放。

Computer use 提速（sav，X 上 21.7 万次浏览）：作者的演示是 Jev 加 Computer use 比任何大模型快 100 倍，快到眨眼就会错过。

命令行里做决策（Chris Tate，X 上 11.61 万次浏览）：现在每个 Agent 框架都能用 Jev。执行 npm install -g ai-cli，就可以问是/否问题、在多个选项之间做选择、按你的标准打分。

面向特定行业的判断

Proq 施工图纸分类（Trinay Hari，X 上 1600 次浏览）：作者用 Jev 做了施工图集分类器。Proq 通过一套建立在 GPT-4.1 上的大模型流水线，把土木与建筑图集转成物料清单；Jev 用了 2.9 秒、0.0052 美元完成整套 26 张图纸的分类，并在 100% 的……上与 GPT-4.1 和 GPT-6 Astra 表现一致（该条描述在此处被截断）。

Higgsfield 模型路由（Higgsfield AI，X 上 5400 次浏览）：Jev 加 Higgsfield 解决了生成式 AI 模型的自动路由问题。在这个演示里，@typesafeai 的 Jev 评估提示词，并为 Higgsfield 上的视频和图像生成挑选最合适的模型。

MOSS 捡垃圾模拟（metr0x，X 上 25.1 万次浏览）：Jev 负责选定目标，MOSS 负责把垃圾捡起来。指令从「捡罐子」改成「捡瓶子」也照样执行。演示里是真实的 Jev 决策在模拟环境中回放，目标是让街道更干净。

从信号到决策（trou，X 上 20.6 万次浏览）：作者用这个例子说明 Jev 能做什么——它可以读取几十条结构化交易信号，然后给出智能决策。作者的结论是，是时候让你的系统真正活起来了。

给 100 个人格当观众（amit，X 上 1500 次浏览）：作者用 Jev 做出了 100 个人格组成的观众。每个小人都有自己的性格，每次你跟它说话，它都会单独调用一次 Jev，判断自己是否已经对你感到无聊。每轮消耗的额度不到 0.01 美元。

Ask Jev（Wayne Sutton，X 上 9.56 万次浏览）：可以问 Jev 任何问题。作者强调它不会回答，只会判断。目标是让提问数量达到 100 万。该项目由 @typesafeai 与 @convex 配合完成，并提到了 @hmartenjoyer、@CompleteSkeptic、@justKDeng、@mikeysee。