文章

一支约 6 分钟的数学动画，附完整图文。有一种说法：没超过临界点的努力毫无意义。我在一千格方格纸上随机填格子、从顶上灌水，第 592 格落下时 25 层一下子全亮；再让计算机反复模拟，找到 59.27% 这道悬崖，看那句话到底对了几成。

一支约 17 分钟的实测视频，附完整图文。我让 Jev 和 OpenAI 新出的 Decisions API 答同一份 20 项测试、共 1 万次调用：Jev 赢 8 项，Decisions 赢 1 项，11 项打平。文章按 5 组讲清胜负和原因，再看速度、价格和置信度，最后说什么场景该选哪一家。

一支约 5 分钟的视频，附完整图文。我照着一条推特视频，只给 AI（Opus 5.5）一句话，13 分钟出第一版，不到 40 分钟把儿童算术游戏「嗨算！」放上个人主页。文章讲清制作过程、AI 怎么自己发现翻车，也聊聊特效拉满的练习对孩子好不好。

一支约 7 分钟的实测视频，附完整图文。Jev 该插在 RAG 的哪一步？我用 TypeSafe 官方文档搭了小 RAG，手写 36 道英文题实测：重排后第一名从 7 道到 17 道，近失和无关的题全部拦住，也讲清它做不到什么。

一支 11 分钟的实测视频。同样是决策模型，Jev 在 14 道 SQL 判定里对 13 道，开源的 Laya 只对 6 道。在 M4 Mac 上微调 3.9 小时后，安全性判定追到 14/14，但「SQL 是否正确」仍差一截。

一支约 7 分钟的拆解视频。不看画面、不读像素，只收一份纯文本状态报告，每秒问 Jev 约 10 次。Jev 当司令官选目标，传统代码当手足按键。

一支 13 分钟的讲解视频。基于 Archer Hume 的外部实验：延迟、token 计数、选项顺序……Jev 不逐字生成，而是「读出」概率，并把共享状态只编码一次。

一支 10 分钟的讲解视频，附完整图文。任务路由 20 张选对 17 张，看板分类正确率 87%，SQL 能否上线 14 条全对；再整理出 10 种用法、它和大模型怎么分工，以及它不行的地方。

一支 4 分半的讲解视频。Jev 是 TypeSafe 的 System One Model：一次前向传播、不逐 token 解码，用校准概率回答判断类问题，成本约为前沿 LLM 的 1/400。