Jev: модель-рефлекс, которая даёт агентам чуйку

Раз в пару лет в мире LLM появляется модель, которая не пытается быть ещё одним универсальным чат-ботом, а закрывает нишу, о существовании которой все догадывались, но никто толком не решал. Jev — из этой категории. Название отсылает к парадоксу Джевонса: чем дешевле становится ресурс, тем больше его начинают потреблять. Применительно к ИИ-агентам это означает, что как только принятие решений станет практически бесплатным, агенты начнут принимать их на порядки чаще. Именно эту роль System 1-модели для ИИ-агентов и играет Jev в связке с Claude Code, Codex и другими агентными инструментами.

Что такое System 1-модель для ИИ-агентов

Обычная LLM генерирует ответ токен за токеном — это долго и недёшево, даже если вопрос простой. Jev устроена иначе: ей дают промпт, данные и заранее заданный набор вариантов ответа, а она возвращает не текст, а вероятности по каждому варианту. Три примитива: bool (да/нет с указанием критериев, что считать «да»), score (оценка по шкале до 11 пунктов с описанием каждого деления) и choice (выбор из списка до 255 вариантов). Ответ приходит за 100–300 миллисекунд и стоит доли цента — авторы прямо называют это моделью System 1 в терминах книги Канемана: быстрое, автоматическое мышление в противовес медленному и осознанному System 2, к которому относятся Claude или GPT. Ключевая мысль ролика в том, что System 2-модель может «натренировать» System 1 — переписать критерии, примеры и пороги, — а дальше Jev будет применять их массово и почти бесплатно.

Skill-роутинг: как Jev разгружает контекст Claude Code

Самый прикладной пример для тех, кто уже строит агентное кодирование на Claude Code, — выбор нужного skill. Если в проекте и на уровне пользователя накопились десятки или сотни skills, их описания съедают контекст при каждом запуске, а сам агент регулярно подгружает не тот skill. В официальном Jev Cookbook приводится тест на 182 skills: без Jev агент ошибался в выборе в 17% случаев, с Jev поверх Haiku 4.5 — в 7,3%. Для практики это значит, что skill-роутинг можно вынести за пределы основного контекстного окна: Jev смотрит на промпт и историю диалога и мгновенно решает, какой skill релевантен, а десятки тысяч токенов описаний в контекст вообще не попадают.

Качественные линтеры и ревью кода за копейки

Вторая большая тема — использование Jev как «умного классификатора» поверх всей кодовой базы. В ролике показан прогон: 150 комментариев в коде проверили на полезность за 9,3 секунды и около цента, а весь репозиторий оценили в 57 центов при 28 миллионах входных токенов — то есть проверка вроде «объясняет ли комментарий побочные эффекты, а не очевидное» становится рутинной операцией, а не разовым ревью. То же самое работает для code smells из книги Фаулера (дублирование, мёртвый код, magic numbers) и для security-паттернов: инженеры Sentry сообщили, что на их пайплайне Jev оказался в пять раз дешевле и быстрее сопоставимых по размеру моделей при сравнимой точности. Логика простая: Jev делает первый широкий проход и присваивает вероятности, а по-настоящему подозрительные места уже передаются на разбор Claude или другой System 2-модели — вместо того чтобы прогонять весь дифф через дорогой ревью целиком.

Где это ограничено и что дальше

Jev не заменяет агента — он не пишет код и не рассуждает о стратегии, а только классифицирует то, что ему показали, в рамках заранее заданных вариантов. Часть смыслов, которые требуют широкого контекста или творческого решения, ему объективно недоступна. Но как быстрый и дешёвый предварительный фильтр перед System 2 — будь то ревью PR, верификация фичи через browser-use агента или круглосуточный adversarial-тест продакшена — модель закрывает нишу, для которой раньше приходилось либо писать хрупкие эвристики на regex, либо гонять полноценную LLM там, где это не окупалось. Похоже, что агентное кодирование в ближайшее время будет всё чаще устроено как связка: быстрая System 1-модель вроде Jev на подхвате и медленная, дорогая, но по-настоящему думающая System 2-модель вроде Claude — там, где решение действительно того стоит.