Jev 1.13 红队测试与安全编程建议
先了解这件事
围绕 Jev 1.13 的安全讨论持续展开。早先报道称，在 DTap 平台上直接滥用 Jev 1.13 的攻击成功率（ASR）为 70.1%，间接提示词注入下为 43.5%，注入可导致数据外泄、删除文件等危害；同时报道称，将 Jev 自身用作工具调用的 self-gating 层可显著降低 ASR 并保留大部分效用。2026-09-29，Diogo Almeida 转发引用上述红队测试结果并评论称，不应只把 Jev 接入高层决策，而应围绕简单原语显式编程想要的行为。2026-09-30，TypeSafe 发布新模型 Jev，称可将自然语言问题直接输出为 0 到 1 的概率或自定义类别，供代码直接调用，原生支持结构化输出，无需像 DSPy 那样额外引导 LLM，速度极快、成本极低，适合在后台为 AI 智能体做实时判定，但其实际效果仍待验证。2026-10-01，Google AI 的 DEV 作者专属报道进一步称，JEV 是一款不生成文本、只对预定义选项打分的决策模型，输入百万 token 约 $0.042、输出 token 不收费，毫秒级返回结果。目前进展仍停留在红队数据、安全建议与新模型发布层面，尚无新的实测结果或修复方案公布。
AI 根据报道生成 · 9 小时前更新
事件进展
- 9月30日 22:27 · 2 篇报道TypeSafe发布Jev模型用于结构化概率输出Every：最新文章：TypeSafe 推出 Jev：0.7 秒把模糊问题变成概率的判定模型
- 9月29日 05:20 · 1 篇报道通过编程行为而非直接决策来增强Jev安全性@completeskeptic：Diogo Almeida 评 Jev 1.13 红队测试：不要只把它接入高层决策，而要显式编程想要的行为
报道时间线
沿着报道，了解事件的不同侧面。
- Google AI：DEV 作者专属JEV 解析：TypeSafe AI 的决策模型为何对 AI 智能体重要
TypeSafe AI 推出 JEV，一款不生成文本、只对预定义选项打分的决策模型，输入百万 token 约 $0.042、输出 token 不收费，毫秒级返回结果。
- Every：最新文章TypeSafe 推出 Jev：0.7 秒把模糊问题变成概率的判定模型
TypeSafe 发布新模型 Jev，可将自然语言问题直接输出为 0 到 1 的概率或自定义类别，供代码直接调用。它原生支持结构化输出，无需像 DSPy 那样额外引导 LLM，因此速度极快、成本极低，适合在后台为 AI 智能体做实时判定。其实际效果目前仍待验证。
- @completeskepticDiogo Almeida 评 Jev 1.13 红队测试：不要只把它接入高层决策，而要显式编程想要的行为
Diogo Almeida 转发引用了他人的 Jev 1.13 红队测试结果：在 DTap 平台上直接滥用下 ASR 为 70.1%，间接提示词注入下为 43.5%，注入可导致数据外泄、删文件等危害；用 Jev 自身作为工具调用的 self-gating 层可显著降低 ASR 并保留大部分效用。作者据此评论，不要只把 Jev 接入高层决策，而应围绕简单原语显式编程想要的行为。
本事件热度走势
当前热度 15·可比范围峰值 21（10月1日 04:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。