一个"哑巴模型"创下了史上最快采用纪录

9月15日，一个叫Jev的新模型在硅谷悄然发布。

没有铺天盖地的PR，没有CEO上台的发布会，甚至连一篇正经的博客长文都没有——创始人Diogo Almeida只是在X上连发了几条帖子，然后就炸了。

24小时后，Vercel AI Gateway的数据出来了：近13%的付费团队已经在使用Jev，是之前所有新模型上线首日的两倍以上，是Claude Fable 5.1的6倍。它上线12小时就超过了所有竞品，然后差距越拉越大。

36小时内，14万名开发者涌入内测。Vercel接了，LangChain接了，Cloudflare接了——几乎你能叫得出名字的AI基础设施平台，全都在第一时间把它集成进去了。

有意思的是，这个创下史上最快采用纪录的AI模型，它不会说话。

它不能写文章，不能写代码，不能陪你聊天，甚至连一句完整的话都生成不出来。你给它输入一段文字，它只会回给你几个数字和标签——比如"96%紧急"、"分类：账单问题"、"愤怒程度：3.0/4"。

听起来像个高级版分类器？如果只是这样，它不可能火成这样。

Jev的真正意义，藏在一个很多人还没意识到的地方——AI正在经历一次物种分化。

Jev到底是什么

先别急着上升到范式。让我们先搞清楚，这个"不会说话的AI"到底是怎么工作的。

三个原语，就是它的全部

Jev的API简单到令人发指——只有三种问题类型：

Choice：从一组选项里挑一个。比如"这封客服邮件该转给哪个部门？"，它返回每个选项的概率分布和最终选择

Score：在一个自定义的等级尺度上打分。比如"客户愤怒程度：1=平静，2=有点烦，3=很生气，4=要跑路"，它返回一个连续值

Noul：是非判断题，返回一个0到1之间的概率值

就这三种。没有生成，没有解释，没有推理链。

你可能会说：这不就是分类器吗？十年前就有了。

区别在于——以前的分类器，你每换一个分类任务，就得重新标注数据、重新训练模型。而Jev跟大模型一样，具备零样本泛化能力。你告诉它分类标准是什么，它立刻就能判断，不需要微调。

换句话说，它保留了大模型的语义理解能力，但砍掉了生成文本的能力。

为什么能这么快这么便宜

砍掉生成能力不是随便砍的——它改变了整个推理过程。

普通大模型是自回归的：一个token一个token往外蹦，生成100个token就要跑100次前向计算。输出越长，越慢越贵。

Jev不走这条路。它的输出空间是预先定义好的——选项就那么多，答案就是一个概率值。所以它可以并行采样，一次前向计算全部搞定。

官方公布的数据是：

延迟：70-500毫秒端到端（大模型通常是3-329秒）

价格：输入每百万token 0.042美元，输出免费

官方benchmark上比前沿大模型最快194倍、最便宜445倍

输出免费的底气也在这里——既然没有逐字生成的过程，那就没有值得计费的输出。博客里原话很嚣张："便宜到根本不值得计费"。

支撑这一切的是RLCD

训练方法上，Jev用的不是RLHF，是RLCD——Reinforcement Learning for Calibrated Decisions（校准决策强化学习）。

RLHF奖励的是"人类看了觉得好"；RLCD奖励的是"你说的概率，得和你的实际命中率对上"。模型说自己有90%把握，那就得真有90%的时候是对的。

这个校准很重要。因为如果置信度是靠谱的，程序就可以根据置信度来做决策——比如80%以上置信度的自动处理，50%-80%的转人工复核，50%以下的升级处理。

但这里必须泼一盆冷水：Jev的判断力并没有碾压同级模型。

虎嗅做了一组中文客服场景的实测，50道题，Jev的完整准确率约64%-65%，在便宜小模型组里只排第二，比DeepSeek V4 Flash还低1.2分。放到更强的模型组里，差距就更明显了——MiniMax M3能拿38分，比Jev多做对约5.4题。

它的优势从来不是"更准"，而是"够准但快得多、便宜得多"。

这就够了。因为很多场景，你不需要95分的判断，你只需要60分的判断——但你需要每秒做一万次。

它真正的位置在Agent的身体里

如果只把Jev当成"更快更便宜的分类器"，你就看浅了。

要理解Jev为什么爆火，你得先理解一个问题：Agent里面，大模型到底在干什么？

Agent的绝大多数调用，根本不需要说话

一个典型的Agent工作流大概是这样的：

用户给一个任务 → 大模型规划第一步 → 调用工具 → 拿到结果 → 大模型判断下一步该干嘛 → 再调用工具 → 再判断 → …… → 完成。

注意到了吗？在这个循环里，"判断下一步干嘛"这个环节，接收方是程序，不是人。程序根本不需要大模型写一段"根据当前状态，我认为下一步应该调用搜索工具"的漂亮话——它只需要知道"调用哪个工具"这一个答案。

但现在的做法是，每一步都要调用一次完整的大模型，让它生成一段文字，然后程序再去解析这段文字。

这有多浪费？

想象一下：你让助理帮你订机票，助理每次做一个决定之前，都要先把理由写成一篇200字的小作文念给你听——但你根本不想听理由，你只想知道结果。

这就是今天Agent的现状。每跳一步都要花几秒钟、花几美分，让大模型生成一段最终会被程序parse掉、人类永远不会读到的文字。

Jev干的，就是把这部分"给程序看的判断"从大模型里剥离出来。

双核架构：大模型动脑，Jev动手

官方的定位很明确——Jev和大模型不是替代关系，是**"双核搭档"**。

大模型负责什么？负责复杂推理、内容生成、开放式规划——也就是卡尼曼说的"系统二"：慢、费脑、但能解决复杂问题。

Jev负责什么？负责分类、路由、打分、校验、风险判断——也就是"系统一"：快、直觉、几乎不费脑子。

一个真实的Agent工作流可能变成这样：

大模型拿到任务，做整体规划（系统二，慢但聪明）

执行过程中，每一步该调用哪个工具、该不该重试、结果合不合格——全交给Jev（系统一，快且便宜）

遇到Jev拿不准的（低置信度），再回调大模型（系统二介入）

最后，大模型生成给用户看的结果（系统二产出）

这个架构变化，意味着什么？

意味着Agent的成本可能会降一个数量级。以前跑一个复杂任务要调用十次大模型，现在可能只需要调用两次——其余八次全用Jev，成本几乎可以忽略不计。

LangChain已经把这个模式做成了AutoModeMiddleware，Vercel直接把它放进了fx auto模式里当安全审查。有人用它做浏览器Agent，查机票7秒完成，成本0.0039美元——这在以前是不可想象的。

Harness正在变成新的中枢

顺着这个逻辑再往下走一步，你会发现一个更重要的变化：

Agent系统里最值钱的部分，可能不再是大模型，而是Harness（调度层）。

Harness是什么？就是那个决定"什么时候调用什么模型、置信度多高自动放行、什么情况升级处理"的调度逻辑层。以前它很薄，因为只有一种模型可用，调度很简单。

但当你手上有了大模型（系统二）、决策模型（系统一）、还有各种不同尺寸不同价格的中间模型——Harness就变成了整个系统的大脑。它决定了你的Agent是快还是慢、是贵还是便宜、是可靠还是容易出问题。

这才是Jev真正的冲击：它不是又多了一个模型选项，它逼着整个行业重新思考Agent的架构。以前大家都在卷"怎么让大模型更聪明"，现在开始有人问——我们真的需要每一步都用最聪明的模型吗？

AI正在经历物种分化

讲到这里，我们可以往上走一层了。

Jev为什么叫Jev？这个名字取自19世纪的经济学家威廉·杰文斯（William Stanley Jevons），对应"杰文斯悖论"：当一种资源的使用效率提升、成本下降，最终对它的需求反而会上升，而不是下降。

最经典的例子是瓦特改良蒸汽机——蒸汽机效率提高了，按理应该用更少的煤，但结果是煤炭的消耗量暴涨，因为更便宜的动力催生了更多的应用场景。

TypeSafe用这个名字，野心不小。他们赌的是：当决策的成本降到接近零，决策的用量会爆炸——以前你不舍得让AI判断的每一件小事，以后你都会让AI判断一遍。

但我觉得，这个名字背后藏着一个更深刻的变化，他们自己可能都没完全说透：

AI正在从"全能型"走向"分化型"。

从单细胞到多细胞

想一想生命的演化。最早的生命都是单细胞生物，一个细胞什么都干——进食、消化、呼吸、繁殖，全包了。

然后发生了什么？多细胞生物出现了。细胞开始分化：有的变成神经细胞，专门负责信号处理；有的变成肌肉细胞，专门负责运动；有的变成上皮细胞，专门负责保护。

分化之后，效率才真正上去了。因为每个细胞只干一件事，可以干到极致。

AI现在就在经历这个过程。

过去几年，整个行业都在追"通用大模型"——一个模型什么都能干：聊天、写代码、画画、做推理、翻译、写邮件……全能，但也全贵、全慢。

Jev的出现，标志着分化的开始。它不是一个"更差的大模型"，它是一个全新的物种——决策模型。它不跟大模型抢"谁更聪明"的赛道，它开辟了"谁更适合给软件用"的新赛道。

这不是第一次分化了。多模态模型已经在分化（专门做视频的、专门做图像的），代码模型也在分化（专门写代码的），但那些都是"生成能力的垂直分化"——本质上还是生成式模型，只是更擅长某个领域。

Jev的分化是更底层的：它连生成能力都放弃了。它从"生成模型"这个物种里彻底跳了出来，变成了"决策模型"。

系统一和系统二的分离

这正好对应了卡尼曼在《思考，快与慢》里提出的双系统理论——人类的思维有两个系统：

系统一：快速、自动、直觉式的判断。比如看到一张愤怒的脸立刻知道对方在生气，比如开车时的下意识反应，比如1+1等于几。几乎不费脑力。

系统二：缓慢、审慎、需要专注思考。比如解一道复杂的数学题，比如做一个重要决策，比如写一篇文章。需要集中注意力，消耗大量脑力。

人类的大脑是怎么工作的？绝大多数时候用系统一，只有系统一搞不定的时候，系统二才会介入。

你不会每次过马路都用系统二去计算车速和距离——你用系统一对距离做个直觉判断就够了。只有当情况复杂的时候（比如下雨天、晚上、路口混乱），你才会启动系统二，仔细观察、认真判断。

这就是效率最高的模式。

但今天的AI是什么模式？每一次都调用系统二——不管多简单的问题，都让大模型从头到尾"认真思考"一遍。

这不是AI该有的样子。这是用法拉利跑滴滴。

Jev干的，就是把AI的"系统一"给拆出来了。

你可以把它理解为：AI终于长出了"直觉"。

杰文斯悖论：当决策变成免费的

我们再回到Jev这个名字背后的经济学悖论。

如果Jev代表的方向成立——决策模型足够便宜、足够快、足够好用——会发生什么？

不是"同样的决策更便宜了"。

而是——决策的数量会爆炸。

今天，一个电商网站可能只会对订单做一次风控判断。为什么只做一次？因为每判断一次都要调用大模型，花钱。

如果判断几乎免费呢？你可能会在每一个环节都做判断：用户注册的时候判断一次，浏览商品的时候判断一次，加购物车的时候判断一次，下单的时候判断一次，支付的时候再判断一次。你还可以对每一条评论做实时审核，对每一次客服对话做情绪跟踪，对每一个搜索结果做相关性校验。

以前因为成本原因，很多该做判断的地方你没做。现在成本趋近于零，你就全做了。

这就是杰文斯悖论：效率提升不会减少资源消耗，反而会因为新应用场景的涌现而大幅增加消耗。

对AI行业来说，这意味着什么？

意味着总调用量可能会涨十倍、百倍。大多数调用不是给人看的，是给软件用的。人类每天产生的AI交互次数是有限的，但软件内部的决策次数——理论上可以无限多。

这可能才是Jev真正的赌注：不是抢大模型的蛋糕，是把整个AI市场的蛋糕做大100倍。

它不是银弹

吹了这么多，必须冷静下来。

Jev不是什么革命性的AGI突破，它也有非常明确的边界。

判断力没那么神

前面已经提过了，实测中Jev的准确率并没有超过同级别的小模型。它的核心优势是速度和成本，不是准确度。

对于那些"判断错了后果很严重"的场景，你还是得用更强的模型。或者用Jev做初筛，把高置信度的放过去，低置信度的交给大模型复核——这其实也是它最适合的定位。

不能做开放式推理

Jev只能在你给定的选项里做选择。如果问题本身没有明确答案，如果需要创造性思考，如果需要一步步推理——它完全不行。

它的数学推理能力顶多GPT-4水平。它不能生成代码。它不能写文案。它不能做任何需要"创造"的事情。

它是一个非常专精的工具，不是万能钥匙。

技术门槛可能没那么高

Jev发布才几天，APUS就宣布做出了开源复现版本——用Qwen3.5-9B本地模型，通过跳过自回归解码、直接用logits打分的方式，实现了类似的效果。

如果"决策模型"本质上就是"去掉自回归头的小模型+并行打分+校准训练"，那这个技术壁垒可能没有想象中高。开源社区很快会跟进，各大云厂商也会迅速推出类似产品。

它可能不会成为下一个OpenAI，而更像是——验证了一个方向，然后整个行业一窝蜂冲进来，把它变成标配。

"零幻觉"是偷换概念

官方宣传的"零幻觉"，指的是输出格式上的零幻觉——它不会生成一个不在选项里的答案，不会返回格式错误的数据。

但判断本身可能是错的。它只是不会选D，但可能在A、B、C里选错。

这一点必须说清楚。很多人看到"零幻觉"就以为它不会犯错，这是误解。

分裂才刚刚开始

Jev的爆火，不是因为它有多强，而是因为它戳中了整个行业的一个隐秘痛点：

我们用大模型做了太多大材小用的事。

过去三年，所有人都在追"更大的模型、更强的能力"——就像早期的生物，都在拼谁的细胞更大、谁的功能更全。

但现在，有人走了另一条路：不追更大，追更专；不追全能，追分化。

这条路对不对？现在下结论还太早。也许Jev只是昙花一现，也许决策模型这个赛道会迅速挤满玩家，也许最后大模型把这个功能也给吞并了。

但有一件事我倾向于认为是对的：

AI的未来，不会是一个无所不能的超级大脑。它会是一个系统——很多个不同的模型，各有分工，各司其职，快的负责快的事，聪明的负责聪明的事，便宜的负责量大的事。

就像人体不是一个巨大的单细胞，而是由无数个分化的细胞组成的协作系统。

Jev只是分化的第一步。接下来还会有什么？专门做记忆的模型？专门做规划的模型？专门做验证的模型？

不知道。但方向好像越来越清晰了。

两年前，Diogo Almeida离开OpenAI的时候，他问了自己一个问题：既然大模型已经这么强了，为什么大多数工作还没有被自动化？

Jev是他给出的第一个答案。（文/王子祺）