决策模型与语言模型：Jev是什么以及何时使用它
有些工作需要文字，有些工作需要决策。了解像Jev这样的决策模型的作用、它不能做什么，以及何时Claude更适合。
By the end of this, you'll be able to:
- Tell a job that needs words apart from a job that needs a decision
- Explain what a decision model like Jev returns, and what it cannot do
- Split a messy task into facts, narrow judgments, policy, and hard rules
- Decide when Claude is the right tool and when a narrow decision layer fits better
你到目前为止练习的大部分内容都与语言有关：要求Claude起草、解释、总结或与你一起大声思考。这是Claude擅长的地方。
然而，有些工作实际上与语言无关。它们是一系列小的、重复的调用。这封邮件是退款请求吗？这张工单需要人工处理吗？这个潜在客户是否合适？2026年9月15日，一家名为TypeSafe AI的公司推出了Jev，这是一个专门为第二种工作类型构建的模型。
你可能永远不会使用Jev。但它仍然值得理解，因为它能磨练你每天使用Claude时所需的一项技能：知道一项任务实际需要哪种工具。
决策模型返回什么
像Claude这样的语言模型用文字回答。决策模型用一个类型化的值回答：是或否，你提供列表中的一个选择，或一个分数。每个答案都带有一个置信度数字，TypeSafe训练Jev使这个数字经过校准。简单来说，当它说它非常确定时，它应该经常是正确的。这是制造商的声明，所以团队仍然会根据自己的结果进行检查。
令人惊讶的部分是：Jev不能写文本。没有摘要，没有电子邮件，没有解释。你提出狭窄的问题，它返回决策。
还有两个细节很重要。你可以在一次调用中提出几个问题，它们都并行运行，所以额外的问题几乎不会增加任何等待时间。它每次调用可以读取多达32K个上下文标记，这足以容纳一个长电子邮件线程或详细的支持工单。
四部分规则
善用决策模型的团队遵循一种模式。想象一下一队列退款邮件：
代码计算事实。订单何时下达？支付了多少钱？软件会查找这些信息。模型不会猜测它们。
模型做出狭窄判断。“这位客户是否要求退款，是或否？”模型真正擅长的一个问题。
代码应用策略。“退货期内的退款请求获得批准。”一个书面规则，每次都以相同的方式应用。
硬性规则胜出。“大额退款总是交给人工处理”会覆盖一切，无论模型多么自信。
注意模型的工作多么小。这就是重点。问题越窄，你越能信任答案，也越容易检查。
它不是什么
决策模型是一个决策层。它不是策略，也不是优势。它不会告诉你你的业务应该做什么，也不会注意到你问错了问题。如果任何人都可以调用同一个模型，你的优势来自于你设计的问题以及你围绕它们制定的规则。
大多数时候，你不需要它。如果一项任务每周发生几次，或者答案需要任何解释，Claude 是更简单的选择。当相同的狭窄调用重复多次，答案是标签而不是段落，并且你想要一个可以设置阈值的置信度数字时，决策模型才开始有意义。
Claude 仍然适用
即使决策模型进行分类，Claude 通常也是设计围绕它的系统的最佳伙伴。请 Claude 帮助你将混乱的过程分解为事实、判断、策略和硬性规则。请它起草狭窄的是非问题，并指出一个问题实际上是两个伪装的问题。然后让每个工具做它擅长的工作。
像 Claude 这样的语言模型会与你一起写作、解释和思考。像 Jev 这样的决策模型会返回带有校准置信度的类型化答案（是或否、一个选择、一个分数），并且完全不能写作。使用四部分规则：代码计算事实，模型做出狭窄判断，代码应用策略，硬性规则胜出。决策模型是流程中的一个层，而不是策略。如有疑问，请从 Claude 开始。