Jev AI 是一款面向软件团队的决策工具，核心目标是把现实世界中的状态转化为结构化、带概率的决策结果，供代码直接使用。开发者可以先在在线 playground 中输入真实场景、定义带类型的问题，并查看带概率的标准化决策结果。playground 中的 Jev 运行是免费的，而 Laya 运行会消耗账户积分。
主要能力方面，Jev 处理分类、路由、打分和安全检查。它支持三类问题：choice（选择）、score（评分）和 noul（是非判断）。用户可以向共享状态提出带类型的问题，并在一次请求中提出多个问题，获得带概率的答案。Jev 强调“有界答案空间”：提前定义可能答案，再将结果传入函数、工作流和数据库。它同时支持分类、打分和是非判断，无需串联多次独立调用。概率或置信度可用于判断系统应自动继续还是请求人工介入。
使用方式上，Jev 提供一致的请求结构、显式 schema 和可管理的 API key，方便从测试走向生产。它提供 SDK 或 REST 示例，可将决策嵌入现有服务。针对智能体集成，Jev 提供 Agent Skill，可添加到 Codex、Claude Code、Cursor 或其他兼容智能体；配置一个 Jev AI API key，并选择英文或简体中文用于引导和示例。随后向智能体提出有界问题，Jev 返回代码可用的 choice、score 或 yes 概率。需要注意的是，Jev 只负责判断，智能体、应用权限、确定性规则和人工审批仍控制最终动作。
适用场景包括：在调用模型前评估任务难度，将简单请求发给更快模型，必要时再升级；在工具执行前检查意图，针对删除、支付等敏感操作请求确认；对意图、紧急程度和人工审核需求一起分类，使工单走正确路径；在长会话中决定哪些工具结果仍然重要，并在上下文压缩时保留来源细节。
资料中列出了多个决策模型，包括 Jev 的结构化决策模型、Laya、Cloudflare Clef、Cloudflare Clef Flash、PPLX Decider V1 27B、Tev1 4B Experimental 等。其中部分为开放权重、支持多语言，部分为其他厂商的决策模型。Jev AI 明确提到自身及另外 13 个 Decision API，共 14 个。
限制方面，Jev 当前接受文本、JSON 对象和文本数组；暂不支持图像、音频和视频。对于非英语输入，官方建议单独验证准确性。置信度并不等同于准确率。Jev 不要求重写系统，而是将状态、问题和下一步动作分离，模型只处理中间的决策部分。
收费与订阅方面，资料显示可选择按月、按年或一次性付费。一次性方案不会自动续费，也不要求长期订阅；10 美元、100 美元和 1,000 美元档位包含购买后仍可用的额度。具体价格、额度和并发限制的完整细节以官方页面为准。
