Jev母公司联手Treg开源找人工具：成本骤降85%

决策模型 Jev 的母公司 TypeSafe AI 联手 Agent 工具平台 Treg，开源了一款高性价比的找人工具。相比行业主流产品 Clay，其单次查询成本降低了约 85%，在开源社区引发广泛关注，项目迅速斩获数千 Star。

该工具的最低查询成本仅需 0.0089 美元（约合人民币 6 分钱），即可检索回一条有效线索。对于许多面临高昂获客与数据清洗成本的开发者和企业来说，这一价格极具杀伤力。

自然语言驱动，AI 智能体直接“捞人”

新工具的使用门槛极低。用户只需将 Treg 接入 AI 智能体（Agent），再用自然语言交代具体的人员筛选需求。

例如直接输入指令：“请帮我找出旧金山地区、B 轮融资以后 AI 初创公司的营销负责人，并补齐他们经过验证的工作邮箱。”

Agent 接收任务后，工作流会自动分为三步推进：

1. 条件拆解与初筛：将地域、融资阶段、行业与职位等条件解构，通过 Treg 调用对应的人员底层数据库，拉取首批候选名单。
2. Jev 决策把关：基于搜索到的资料，决策模型 Jev 充当筛选闸门，逐一判断候选人是否高度匹配真实意图，剔除头衔相似但实际职责偏离的人选。
3. 信息补齐与验证：初筛通过后，Agent 继续经由 Treg 调用找人、查邮箱及有效性验证工具，补齐候选人的职业履历、LinkedIn 主页及经过验证的工作邮箱。

整个流程中，Agent 负责流程调度，Jev 负责逻辑判断与匹配度决策，Treg 负责底层数据接口调用。最终交付给用户的不再是需要人工二次甄别的杂乱名单，而是可直接用于招聘、拓客的高确定性表格。

此外，Treg 支持直接集成到 Claude Code、Codex 等开发 Agent 中。开发者拥有 Hunter 等服务账号可以直接接入自带密钥，未绑定的也可以走预付余额按次调用。

在包含 119 项真实任务的基准测试 People Search Bench 中，Claude Code 在未集成 Treg 时的 B2B 拓客任务正确率为 43%，接入 Treg 后提升至 78.2%。在招聘、确定性查找和网红搜索等场景下，正确率分别达到 80%、76.3% 和 62.9%。

实测对比 Clay：成本下降超 85%

根据官方方案，基于姓名、公司域名或 LinkedIn 主页查询邮箱的基础成本为每次 0.0089 美元，未查到不计费；补充履历和深度验证需按项累加，但整体仍低于传统 SaaS 订阅工具。

在针对同一份 292 人的样本测试中：

• Treg：共找到 289 人的邮箱，其中 264 个与企业公开地址完全吻合，总计花费 1.49 美元，平均单条命中成本约 0.0056 美元。
• Clay：找到 280 个邮箱，完全匹配 262 个，总计花费 10.34 美元，平均单条命中成本约 0.0395 美元。

两者有效命中率几乎一致，但 Treg 的综合使用成本降低了 85% 以上。

针对部分开发者反馈冷门目标搜索命中率仍有提升空间的问题，开发团队表示正在根据社区提供的长尾测试用例持续微调底层逻辑。

决策模型赛道竞争加剧

自 TypeSafe AI 凭借决策模型 Jev 走红后，其模型 Token 调用量在数天内突破万亿，吸引了包括微软在内的科技大厂布局“决策模型”概念。公司随后完成 8.7 亿美元融资，估值攀升至 75 亿美元。

随着 Jev 升级至 1.14.0 并引入多模态与更长上下文支持，TypeSafe AI 开始加速将技术渗透至拓客、招聘等垂直业务流中，试图通过开源工具建立起围绕 Agent 调用的开发者生态壁垒。