你最近应该已经多次刷到过Jev，但还没有着手尝试，也不一定搞懂了它是个啥。

(资料图片仅供参考)

这是一个很奇怪的AI 产品。不会跟你聊天，不会写文章，不会写代码，甚至不会给你生成一句完整的话。

9月15日发布到现在，却热度不减。

最开始的热度来自创始人本身。

Diogo Almeida，是前 OpenAI 研究员，参与了RLHF 研究，是让 ChatGPT 变得“会说话”的人之一。

他创立的公司叫TypeSafe AI ，刚刚宣布完成 4000 万美元种子轮融资。

Diogo Almeida 认为，AI 行业可能在一个关键问题上走偏了。

他在 X 上发帖称，共同发明 ChatGPT 之后，就一直问自己，为什么超人类聊天模型没有带来 AGI？

过去 2 年，他一直在隐秘中构建一种新的模型训练方法（RLCD），由此拿出了一种新型的前沿 AI 模型Jev。

“据我所知，这是通往基于 AI 的经济革命的最短路径”。他说。

价格也是Jev 出圈的另一个原因。

TypeSafe 目前给出的价格是每百万输入 token 约 0.042 美元，也就是每十亿输入 token 42 美元，输出不收费。

官方称，在特定的 System One 任务上，Jev 相比同类前沿大模型可以达到约 20—200 倍速度、40—400 倍成本优势；官方公布的端到端响应时间约为 70—500 毫秒。

但更重要的走红原因，还是 Jev 开启的完全不同 的 AI 产品形态，及路径逻辑。

发布 Jev 时，Diogo Almeida 还宣布一种新的模型类别System One Models。

名字来自心理学家 Daniel Kahneman《思考，快与慢》中的“系统1”和“系统2”。

简单说，ChatGPT 更像一个需要思考、推理、写答案的 AI 助手。

Jev 则更像人的直觉判断。

比如，看到一封邮件，它不需要告诉你为什么，而是直接判断，是不是垃圾邮件？看到一张客服工单，它不需要写分析报告，而是直接判断，应该交给哪个部门？看到一个 AI Agent 刚刚执行完一项任务，它不需要长篇点评，而是直接判断，通过，还是不通过。

所以，Jev 最核心的区别就是，ChatGPT 是给人看的，Jev 是给软件用的。

传统大模型的基本工作方式，是输入文字，输出文字。

比如，你问它，“这条客服消息应该归到哪个部门？”它可能回答，“根据用户描述，这个问题主要涉及订单退款，因此建议将其转交给售后团队处理……”

对人来说，这没什么问题。

但对于软件来说，这就很麻烦。程序真正想要的可能只有一个值，“售后”。但它还得从 AI 的一大段话里把答案解析出来。而下一次，模型还可能换一种说法。

所以开发者过去一直在想办法给大模型套上 JSON、Structured Output、Function Calling 等各种约束，让它说话的时候尽可能像一个程序。

Jev 的解决方案就是，干脆不要让 AI 说话。

你给它一份“状态”，再给它几个已经定义好的问题。

它只返回程序能够直接使用的结构化结果。

比如，状态：用户说“我的信用卡被扣了两次钱，而且鞋子尺码也发错了”。

问题一：应该交给哪个部门？

它只能在“退换货、账务、物流”里面选择。

问题二：用户是否要求退款？

回答一个 0 到 1 的概率。

问题三：用户是否处于高情绪状态？

还是一个判断。

Jev 目前主要有三种问题类型。

第一种是 Choice，也就是选择题。

你给它几个确定选项，它选择其中一个，并给出各个选项的概率。

第二种是 Score，也就是评分。

你可以定义几个等级，让它判断一份材料处于什么程度。

第三种是 Noul，可以理解成判断题。

答案就是“是”或者“否”，同时返回相应概率。

最重要的一点是，这些问题可以一次性并行处理。

也就是说，一条客服记录过来，你可以同时问它，是不是退款请求？是不是投诉？应该分给哪个部门？客户情绪是否激烈？是否需要人工介入？

然后，一次拿回全部结果。而不是每一个问题都生成一段文字。

与之相比，ChatGPT 的强项是开放式任务。

写一篇文章、分析一份报告、写代码、做复杂推理、跟人对话，这些都需要语言生成。

Jev 则把任务缩小到了一个非常具体的范围

，即判断。而且是可以提前定义答案范围的判断。

TypeSafe 说，Jev “不会幻觉”。这就很容易理解了。

当然，不是说 Jev 永远不会判断错。

而是说，你给它规定了三个答案，它不会突然创造第四个答案。

这也是为什么 Jev 特别强调 probability 和 confidence。

它不仅告诉你答案，还告诉你自己有多大把握。

于是软件就可以自己决定，95%以上，自动处理；60%，交给人工确认；30%，直接转给更强的大模型。

现实情况也是， AI 应用场景里，确实藏着大量这样的“小判断”。

客服工单该给谁？邮件是不是垃圾邮件？这个订单是不是欺诈？这个用户是不是高风险？这段内容是否违反规则？这个 Agent 下一步应该调用哪个工具？一条销售线索值不值得跟进？

这些事情可能根本不需要一个 ChatGPT 这样的大模型来解决。

尤其是在 AI Agent 越来越成为互联网流量的主要来源时，这个思路就更有趋势感。

因为一个 Agent 往往不是“问一次 AI，得到一个答案”就结束了。

它往往需要判断下一步做什么、选择工具、执行工具、判断执行结果、判断是否继续、判断是否需要人工介入，最后才是让大模型生成答案。

如果每一次都调用昂贵的大模型，速度和成本都会迅速增加。

Jev 在做的，正是把这些大量简单、重复、结构明确的判断拿出来，让大模型负责复杂思考，而 Jev 负责快速判断。

目前， LangChain 已经把它放进 Agent 的执行循环里研究，Langfuse 则尝试用它做 AI 输出评估。

Langfuse 公布的一项测试中，用 Jev 对 6003 个 rubric 检查进行评分，它与 Claude Fable 5.1 的判断一致率为 91.5%，而测试中 Jev 的成本明显低于参与比较的几款大模型。

9月20日，LangChain 旗下 LangSmith 又公布了一项针对 Agent 评测的测试，报告称 Jev 在连续评分任务中的结果波动显著低于参与比较的模型，同时平均单次耗时约 0.44 秒。

当然，也很容易理解，Jev 不是 ChatGPT 的替代品，因为后者能做的他也做不了。

作为普通用户，你也可能暂时不会直接打开 Jev 聊天。但未来，或现在，你使用的很多软件，可能正在后台偷偷调用它。

最终， AI 更可能的形态应该不是聊天工具，而是像数据库、搜索、API 一样，变成所有软件背后随时可以调用的一种基础能力。

因为一个技术变得越高效，成本越低，使用量才可能暴涨。正如煤炭蒸汽机效率提高后，人类并没有因此少烧煤，反而消耗了更多煤。

TypeSafe 认为，AI 可能也会这样。当软件到处使用智能时，AGI 应该也就到了。

那么，如何可以去体验 Jev？

一个是去 TypeSafe 官网排队申请（话说它的官网真的不是给人类看的，满屏的“二维码风”），通过后会收到一封“You‘re in!”的邮件，点进去注册账号就能拿到 API 密钥。

然后，让 Codex 安装 TypeSafe Skill；在后台创建 API Key。注意提问时加一句“Use the TypeSafe skill”。

几分钟接入，就能让 Agent 更快、更便宜地处理分类、判断和结构化决策。

另一个途径就是 OpenRouter。不用排队，注册后直接调用 typesafe/jev 模型，按量付费。

基于此，已经有很多用户在 X 是分享Jev 的场景可能

比如，给 AI 助手当“决策器”

代表性案例是 Browser Use 开源的 Jev Ultrafast：不再每步截图给视觉模型看，而是把网页拆成带编号的元素清单，让 Jev 选“做什么、对哪个”。

比如海量数据的逐条分类。

输出免费、输入极便宜，对几百万条数据逐条问“这条要不要报警”、“这封邮件是不是诈骗”等，十分省钱，而用大模型的话太贵且太慢。

还有下面这些代表性的场景和案例。

暂时放下 ChatGPT ，去试试 Jev 吧……