Claude Code 整合 Jev 決策模型：實戰經驗與安全教訓

我下載了一份關於 Jev 的設定指南，這是一個號稱與 Claude 搭配使用時能提供「十倍效能、百倍成本效益」的模型。我沒有先閱讀它，而是直接打開 Claude Code，讓它閱讀 PDF，並要求它在同一個會話中執行一個計畫。

結果，它不僅僅是一個供我稍後審閱的計畫。它是一個可運作的整合、一次真實的付費 API 呼叫、一個被捕捉到的幻覺，以及一個關於我應該讓代理程式在未經審查的情況下，遵循多少供應商指令的問題。

Jev（來自 TypeSafe AI 的 typesafe/jev-1.13）並非傳統意義上的語言模型，它不負責寫作。你向它發送一段文字和一個或多個帶有類型定義的問題，它會以三種形式之一回答：選擇（從選項中挑選一個）、評分（在量表上定位）或機率（判斷是/否陳述為真的機率），每種回答都附帶一個信心分數。

舉例來說，一封虛構的銷售郵件，三個問題，透過 OpenRouter 進行一次真實呼叫（OpenRouter 是一項透過單一金鑰代理多個 AI 模型 API 存取的服務）。結果顯示，這是一封潛在客戶評分為 2.97-3 的銷售郵件，信心分數為 0.97-1.0，需要當天回覆的機率為 0.75-0.78。整個過程不到一秒，每千次呼叫約兩美分。

該指南的基準測試也證實了這一點，針對 100 封虛構代理機構的郵件進行大規模測試，記錄於 2026 年 9 月 21 日。在速度和成本方面，Jev 表現優於 Claude Haiku，且成本僅為其一小部分，儘管 Claude Fable 在準確性上最高。沒有任何模型錯過重要的潛在客戶。這正是 Jev 的賣點：用於大量處理，而 Claude 則用於需要寫作或真正推理的任務。

該指南的核心步驟是一個標記為「複製貼上，主要提示詞」的區塊。將其貼入你的代理程式後，它會要求你的 OpenRouter API 金鑰，進行即時測試呼叫，並將設定儲存為可重複使用的技能。PDF 中的文字旨在成為我遵循指南建議、將其貼入代理程式時的指令。

但我沒有直接貼上。我閱讀了指南，提取出我真正需要的內容，並編寫了自己的版本，而不是逐字執行供應商的複製內容。公平地說，該指南並非不負責任。它指示代理程式在發送任何私人資訊前先詢問，並且其訊息路由功能預設為關閉，因為開啟它意味著每條訊息都會透過 OpenRouter 傳送給 TypeSafe。

重點不在於這份指南是否粗心大意，而是我在實際閱讀之前並不知道這些。任何設計成可直接貼入代理程式的內容，都值得每次都仔細閱讀，無論結果如何。

首先是保護金鑰。真實的金鑰以純文字形式出現在聊天中。在進行任何測試呼叫之前，它被存入一個被 Git 忽略的 .env 檔案中，並備份加密到個人筆記儲存庫中現有的 SECRETS/ 慣例（僅限年齡密文，私鑰從未提交）。只有在那之後，我才進行了即時呼叫。先保護它，然後再使用它，而不是反過來。

捕捉到一個幻覺的 API 端點。Jev 在我的訓練截止日期之後推出，所以我獲取了即時文件，而不是依賴記憶。第一次獲取的文件將 API 端點描述為 https://openrouter.ai/api/v1/api/alpha/decisions，基礎 URL 和路徑錯誤地合併了。

我呼叫它，結果是 404 錯誤。更嚴格的重新獲取，要求逐字引用路徑而不是摘要，得到了真實的端點：POST https://openrouter.ai/api/alpha/decisions。

在信任之前進行建構和管道測試。一個 Node 客戶端、兩個按需技能，以及一個訊息大小路由器，作為一個真正的 UserPromptSubmit 鉤子連接，而不僅僅是在文件中描述。修正幻覺端點的方法不是「不信任文件獲取工具」，而是當摘要工具被要求描述 API 參考頁面時，它可能會錯誤地合併基礎 URL 和路徑，而捕捉它的唯一方法是進行呼叫並讀取實際的狀態碼。

建構了一個 Node 客戶端（askJev({state, questions})），它呼叫經過驗證的端點並返回答案及其信心分數。兩個按需技能：一個用於直接呼叫 Jev，另一個則包含現成的配方，用於分類大量文字（收件箱潛在客戶、支援票務的緊急程度和流失風險、供應商發票詐欺信號）。兩者都遵循指南本身的規則：如果信心分數低於約 60%，該項目將被歸類為需要人工判斷，而不是直接採取行動。

一個訊息大小路由器，這是一個真正的鉤子，會在提交給 Claude Code 的每條訊息上觸發，而不僅僅是我寫在文件中的內容。在信任之前直接進行管道測試：關閉時，它不會產生任何輸出。斜線指令或簡短回覆會在任何呼叫執行前被跳過。一個真正模棱兩可的訊息（0.38 信心分數）會在內部被分類，但備註會被抑制，因為一個不確定的判斷比沒有判斷更糟糕。

一個真正獨立的任務以 0.96 的信心分數被正確地判斷大小，成本被記錄到運行總計中。它預設是關閉的，因為它所在的空間包含我不想預設離開機器的個人和安全事件資料。

Claude Code 沒有真正的每訊息模型切換功能，鉤子也無法創建一個。路由器實際做的是添加一個備註：這看起來像是一個 SONNET 大小的工作，或者一個 OPUS 大小的工作。根據這個備註採取行動仍然是一個判斷，由 Claude 或我做出，而不是自動轉交。稱它為「路由器」有點誇大其詞，我寧願直接說明這一點，也不願讓這個名稱暗示比其機制更多的控制權。

這篇文章有三個標題，我不想自己選擇。所以我讓 Jev 決定，就像它會決定三種電子郵件類別一樣：一個選擇問題，三個選項，一次呼叫。它以 0.99 的信心分數選出，花費 0.000025 美元，不到一秒鐘。這正是整個賣點的縮影：一個便宜、快速、結構化的判斷，由一個只會以多重選擇而非散文形式回答的模型做出。

如果你要將任何全新的第三方模型整合到代理式程式碼工具中，請務必：在讓代理程式逐字執行供應商資料之前，自己閱讀這些資料；在任何憑證出現時立即保護它；透過真實的請求及其實際狀態碼來驗證即時 API，而不是依賴摘要文件；以及將任何會觸及你輸入的每條訊息的功能預設為關閉，直到你確定確實需要它開啟為止。