每个人都在谈论Jev作为下一个AI前沿，但作者展示了仅用25行Python即可实现，使用本地GGUF模型。脚本通过llama-cpp-python加载Qwen/Qwen3-0.6B-GGUF，定义分类选项（合法、垃圾邮件、钓鱼），并提取每个选项token的logits。随后使用numpy的logaddexp进行数值稳定的概率转换。示例显示钓鱼概率为0.885。作者认为Jev仅仅是带有校准概率的本地分类——快速、私密，无API调用，无合成数据，无RLCD训练。他们指出这是一种玩笑，并链接到更完整的开源实现：Open Jev、openjev-sglang和Open Jev on Diffusion Gemma。全部由Nobody Who开源。