Jev火了。

AI圈每隔一段時(shí)間就要上新。這是繼Token、龍蝦、世界模型之后，在最近半個(gè)月，和RSI（遞歸自動(dòng)改進(jìn)）并列齊驅(qū)的時(shí)新名詞。

中文互聯(lián)網(wǎng)很快把Jev概括成了“只會做選擇的新模型”。

Jev不聊天，也不寫文章。開發(fā)者給它材料，再列出問題和候選答案，它只負(fù)責(zé)做判斷：選哪個(gè)、打多少分，以及判斷把握有多大。

比如收到一封客服郵件，它可以判斷應(yīng)該分給退款組還是物流組，也可以判斷是否需要轉(zhuǎn)人工，或者由交給LLM完成。

TypeSafe官網(wǎng)把兩個(gè)數(shù)字放在了最顯眼的位置：“比LLM快193.6倍，便宜444.6倍的新模型。”

社交媒體上，有人因此興奮地說，Jev開辟了一條LLM之外的新路線：不追求所謂powerful，而是把模型變得更簡潔、克制、直接。

但另一邊，也有人不買賬，“不過是NLP時(shí)代玩剩下的東西。”

創(chuàng)始人與他想解決的事

首先，我們來介紹一下Jev之父，創(chuàng)始人Diogo Almeida。

Jev由舊金山公司TypeSafe AI推出。創(chuàng)始人Diogo Almeida先后在Google Brain和OpenAI做研究，是InstructGPT論文和GPT-4技術(shù)報(bào)告的署名作者。

Jev的推出，是Almeida早期未完成的心愿。

Almeida在近期的采訪中回憶，InstructGPT早期準(zhǔn)備上線時(shí)，他曾極力推動(dòng)這件事。因?yàn)榍謇鞵PO訓(xùn)練數(shù)據(jù)太慢，他還自己寫過一套沒有公開的算法，希望盡快把模型交到用戶手里。

模型很快流行起來，但他發(fā)現(xiàn)這些模型的主要應(yīng)用是批量生成廣告文案和網(wǎng)頁內(nèi)容。

他感到失望，也開始反思、追問：這么聰明的模型，為什么仍然接不了那些普通、重復(fù)又枯燥的工作。

他認(rèn)為，真正實(shí)現(xiàn)自動(dòng)化，大多數(shù)時(shí)候應(yīng)該由代碼自己調(diào)用AI，人類不會也不應(yīng)一直守在聊天框前。

這個(gè)念頭在ChatGPT發(fā)布前就已經(jīng)出現(xiàn)，他一度拿去和Sam Altman討論，后來才離開OpenAI創(chuàng)辦TypeSafe。

公司剛起步時(shí)，幾名成員直接搬進(jìn)他的公寓一起趕研究，這還讓潔癖的Almeida難受了好久。

團(tuán)隊(duì)兩周內(nèi)拿到第一筆投資，但產(chǎn)品磨了兩年才正式發(fā)布。

9月15日，TypeSafe正式推出Jev，同時(shí)宣布由DCVC領(lǐng)投的4000萬美元種子輪融資。

這里，我們也總結(jié)了創(chuàng)始人近期在X和播客上的發(fā)言，你能從中窺見他的產(chǎn)品與技術(shù)偏好。

• 聊天能力沒有自然帶來自動(dòng)化。 模型已經(jīng)很會說話，卻仍需要人給目標(biāo)、檢查結(jié)果并承擔(dān)錯(cuò)誤。ChatGPT與Claude Code依然屬于輔助工具。

• RLHF優(yōu)化的是人的偏好。 人類更容易獎(jiǎng)勵(lì)流暢、自信、看起來有幫助的回答。這讓模型更好用，也可能讓它在沒有把握時(shí)表現(xiàn)得過于肯定。

• 自動(dòng)化需要可靠的不確定性。 軟件除了要知道模型選了什么，還要知道這個(gè)選擇有多可信。置信度足夠可靠，程序才能決定自動(dòng)執(zhí)行、再次檢查或交給人。

• Jev主動(dòng)放棄自由文本。 它不寫文章和代碼，只在開發(fā)者給出的選項(xiàng)中做選擇、打分或返回概率。能力范圍變窄，換來了更簡單的輸出和更低的計(jì)算量。

• Jev想把判斷直接交給代碼。 LLM經(jīng)常先生成一段解釋，程序再從中提取標(biāo)簽。Jev直接返回規(guī)定好的類型和概率，結(jié)果可以進(jìn)入條件判斷和工作流。

• 并行計(jì)算是速度優(yōu)勢的主要來源。 LLM通常逐個(gè)生成token，Jev可以同時(shí)計(jì)算多個(gè)問題和候選項(xiàng)。TypeSafe觀望據(jù)此宣稱它在特定任務(wù)中快20至200倍、便宜40至400倍。

• 代碼負(fù)責(zé)規(guī)則，模型處理模糊判斷。 普通代碼規(guī)定流程和權(quán)限，Jev負(fù)責(zé)路由、評分與風(fēng)險(xiǎn)檢查，LLM繼續(xù)承擔(dān)規(guī)劃、寫作和代碼生成。

• Jev最先替代的是Agent里的小調(diào)用。 該用哪個(gè)工具、結(jié)果能否通過、任務(wù)是否結(jié)束，這些問題過去經(jīng)常消耗一次LLM調(diào)用，也更符合Jev的能力范圍。

• 類型安全不能保證判斷正確。 Jev不會突然編出一個(gè)不存在的選項(xiàng)，仍然可能在合法選項(xiàng)中選錯(cuò)。它適合按置信度分流，不能因此取消業(yè)務(wù)檢查。

• Jev只是機(jī)器原生模型的第一步。 Almeida不希望它長期只被理解成分類器或決策模型。他想做的是供軟件調(diào)用、能夠大量組合的智能部件，用更便宜的判斷推動(dòng)更多自動(dòng)化。

三個(gè)爭議問題

社交媒體上，大家討論最多的是Jev的宣傳速度。TypeSafe自己的四套工作流測試結(jié)果顯示，如果完成同一套決策流程，LLM花費(fèi)的時(shí)間和錢是Jev的193.6倍和444.6倍。

但自動(dòng)化服務(wù)公司AY Automate在2026年9月20日發(fā)布的第三方測試報(bào)告顯示，Jev比幾款對照模型快約2到3.6倍。和便宜小模型相比，它省下的費(fèi)用約為4.7到7.5倍，和較貴的前沿模型相比才達(dá)到40到49倍。

第二個(gè)爭議是Jev是不是一個(gè)分類器。

因?yàn)榧夹g(shù)邏輯相近，很多人認(rèn)為Jev就是個(gè)“分類器”。分類器是給東西貼標(biāo)簽的模型，比如把郵件分成正常郵件和垃圾郵件。

在一些程序員論壇中，不少程序員提到結(jié)構(gòu)化輸出、限制解碼、讀取候選token概率早已存在。（虎嗅注：BERT是典型的encoder模型，擅長分類、匹配和打分。GPT、Claude這類聊天模型通常是decoder-only模型，擅長寫文章、代碼和對話。）

因此，Jev可能更接近BERT一類encoder模型，是“新瓶裝舊酒”，并沒有太多技術(shù)含量。

但按照TypeSafe創(chuàng)始人Almeida的說法，Jev采用了一套名為RLCD的訓(xùn)練方法，訓(xùn)練目標(biāo)是讓模型直接作出選擇、評分并給出概率。

不過TypeSafe尚未公開架構(gòu)，其訓(xùn)練方法是否如其所說，仍無法判斷。

第三個(gè)是幻覺問題。

Jev官方反復(fù)強(qiáng)調(diào)的另一個(gè)賣點(diǎn)是，不會出現(xiàn)幻覺。

傳統(tǒng) LLM 即使被要求返回 A、B、C選項(xiàng)中的一個(gè)，也可能輸出一段解釋、錯(cuò)誤格式甚至一個(gè)不存在的選項(xiàng)。但Jev 的輸出空間則提前被定義，它只會返回軟件允許的數(shù)據(jù)類型。官方把這一點(diǎn)稱為“type-safe”。

但不會輸出錯(cuò)誤格式，并不等于不會做出錯(cuò)誤判斷。

如果問題只有 A、B、C 三個(gè)選項(xiàng)，Jev 可以保證不會突然回答 D。但它仍然可能選擇錯(cuò)誤的 A，也可能對一個(gè)錯(cuò)誤答案給出過高的置信度。

開發(fā)者 Simon Willison提醒，Jev 甚至可能比傳統(tǒng) LLM 更“黑盒”。因?yàn)長LM 至少還能被要求解釋自己的判斷，但Jev 最終留給開發(fā)者的，可能只有一個(gè)數(shù)字，比如0.83或10000。這個(gè)數(shù)字為什么是 0.83或10000、模型依據(jù)了文本中的什么特征，根本無法得到追問。

而 Jev 發(fā)布不到一周，社區(qū)已經(jīng)開始嘗試復(fù)刻這種形態(tài)。

例如開源項(xiàng)目Kev直接基于Qwen 3.5制作了 0.8B、4B 和 9B 三個(gè) Jev-like 模型。

另一個(gè) JevRL 項(xiàng)目則在小型語言模型之上增加決策輸出模塊，同樣嘗試實(shí)現(xiàn) Choice、Score 等結(jié)構(gòu)化概率輸出。

因此，有更多人認(rèn)為，Jev可能就是套殼。而把語言模型從“生成文字”改造成“輸出判斷”，并不一定只有Jev一條技術(shù)路徑。

所謂Jev成為下一個(gè)LLM，更是天方夜譚。

逃不掉的商業(yè)化

云計(jì)算和前端開發(fā)平臺公司Vercel給出了一些Jev的應(yīng)用案例，比如表單路由、客服工單優(yōu)先級、文檔分類、內(nèi)容審核以及搜索排序等場景。

它還建議把企業(yè)軟件拆成三個(gè)部分：確定性的規(guī)則繼續(xù)交給代碼，Jev 負(fù)責(zé)需要語義理解的判斷，真正需要生成文字時(shí)，再調(diào)用傳統(tǒng)大模型。

但相比這些傳統(tǒng)分類任務(wù)，Jev 更大的潛在市場可能來自 Agent，實(shí)現(xiàn)一些小決策。

一個(gè) Agent 真正工作起來，需要不斷做決策：下一步調(diào)用哪個(gè)工具？剛才的執(zhí)行是否成功？要不要重試？應(yīng)該繼續(xù)執(zhí)行，還是詢問用戶？某一步是否需要人工審批？

Vercel目前已經(jīng)把Jev放進(jìn)了這樣的 Agent loop里，讓生成模型負(fù)責(zé)理解和提出行動(dòng)，Jev可以位于中間的決策節(jié)點(diǎn)，對下一步行動(dòng)進(jìn)行選擇或者檢查，而真正的權(quán)限和執(zhí)行仍由代碼控制。

按TypeSafe的定價(jià)，如果一次判斷平均消耗1000個(gè)輸入 token，100萬次判斷的模型費(fèi)用只有約42美元。

上線 Vercel AI Gateway 24小時(shí)后，接近13%的付費(fèi)團(tuán)隊(duì)已經(jīng)使用過 Jev。截至9月21日，Vercel公開榜單中，Jev已經(jīng)占到平臺約21.2%的請求量，觸達(dá)29%的團(tuán)隊(duì)。

但這組數(shù)據(jù)不能直接等同于商業(yè)成功。Vercel目前正在對 Jev進(jìn)行限時(shí)免費(fèi)推廣，9月25日優(yōu)惠結(jié)束后，有多少能夠在付費(fèi)后留下，還需要繼續(xù)觀察。

同時(shí)，足夠低的單價(jià)也意味著另一重壓力：Jev需要極其龐大、持續(xù)的調(diào)用量，才能真正撐起可觀的收入規(guī)模。

但不管怎樣，Jev的爆火都像是一個(gè)信號。

過去幾年，AI行業(yè)最關(guān)心的是模型還能不能更強(qiáng)、更大、更聰明。而現(xiàn)在，問題開始變成：已經(jīng)足夠強(qiáng)的模型能力，該怎樣被放置進(jìn)真實(shí)的場景里。

合適比最好更重要。