一个只做选择题的模型
TREE NEWS 报道， 刚过去的周末，一个名为Jev的模型在开发者社区迅速走红。它不能聊天、不写长文、不生成代码，只做一件事：判断。Jev由TypeSafe AI开发，联合创始人Diogo Almeida曾是ChatGPT的核心发明者之一。它把非结构化输入转化为类型化的概率决策——是非判断、从预定义列表中选择、或按尺度打分，每次输出都附带完整的概率分布和置信度，不生成任何文字。
TypeSafe公布的数据显示，Jev在自动化工作流任务上比现有前沿大模型快193.6倍、成本低444.6倍。输入每百万Token仅0.042美元，输出Token免费。上线后需求量一度超出预期，API短暂无法响应。目前已向所有用户开放，注册即获5美元额度，约合1.2亿Token。
为什么速度和成本是关键
传统大模型逐Token生成，每个Token依赖上一个，因此响应往往需要数秒到数分钟。Jev采用并行采样，所有输出在一次查询中同时生成，端到端响应时间压缩到70至500毫秒，而现有前沿模型为3秒至329秒。对于每天要做出数十万次微小判断的AI Agent来说，这种差距会迅速转化为结构性成本优势。
TypeSafe强调的另一个核心是“校准”。其RLCD训练方法的目标是让模型给出的置信度与现实相符：如果Jev说某件事有80%的概率，那么在这批判断中应真的有约80%发生。这让开发者可以按置信度分配任务——高于90%直接自动执行，70%至90%交给更强模型复核，低于70%转人工。
市场影响
- AI基础设施与推理：若判断层模型获得广泛采用，需求可能从通用大模型向专用高吞吐推理转移，压缩前沿实验室在标准化任务上的定价权，同时扩大AI调用总量。
- 半导体与云计算：更快更便宜的推理降低单次自动决策成本，历史上这会扩大使用量而非缩减。单Token经济性下降的同时，算力总需求可能上升。
- 企业软件与SaaS：工作流自动化、内容审核、广告技术和客服路由类厂商，若用决策模型替代昂贵的大模型调用，利润率有望改善。围绕前沿模型成本定价的AI功能可能面临重新定价。
- 初创融资：TypeSafe完成4000万美元种子轮，由DCVC领投。若“System One”决策模型成为一个成功品类，将验证一条独立于基础模型军备竞赛的投资逻辑。
投资者要点
Jev的发布提醒市场，AI交易并非铁板一块。市场此前奖励规模和通用能力，但下一波价值可能属于那些让AI足够便宜、足够可靠、可以无人值守运行的公司。投资者应关注三点：开发者是否大规模采用判断层模型；前沿实验室是否推出更便宜的专用产品应对；以及“校准”是否成为企业AI采购的标准要求。“零幻觉”的含义比字面更窄——它指不产生格式错误，而非永不判断失误——但其背后向概率化、置信度感知的自动化转变，是真实且可投资的趋势。
