新一代 AI 决策模型Jev：放弃对话生成，学习高速 AI 决策系统

TypeSafe AI 近日发布首款模型 Jev，由前 OpenAI 指令遵循（RLHF）研究员 Diogo Almeida 创立。与主流大语言模型不同，Jev 不生成文本、不支持对话，而是专为软件间快速决策设计：在 70–500 毫秒内返回结构化判断结果（选择、评分或布尔概率），输入定价 $0.042/百万 token，输出完全免费。其核心定位是“AI 原生的 if 语句”——将硬编码阈值替换为带置信度的动态判断，使自动化系统能在成本可控的前提下实现更智能的路由、验证与控制。

不聊天、不生成文字！前 OpenAI 研究员推出 Jev 模型，专门给软件做概率决策

Jev 的命名致敬 19 世纪经济学家 William Stanley Jevons 的“杰文斯悖论”：效率提升不会减少资源消耗，反而因成本下降激发更多使用场景。TypeSafe 押注 AI 决策成本每降一个数量级，将解锁远超节省量的新应用，尤其针对那些“不值得调用昂贵 LLM”的海量微决策。

技术本质：放弃生成，专注判断

传统 LLM 以自回归方式逐 token 生成文本，输出长度直接决定延迟与成本。Jev 彻底摒弃这一范式：

• 输入：接收结构化“状态”（如工单、账户历史、游戏快照）+ 预定义问题集
• 输出类型：
  • Choice：从 ≤255 个候选中选一（如路由目标、下一步动作）
  • Score：在连续量表上打分（如风险等级、用户情绪强度）
  • Noul：返回是/否的概率（如是否欺诈、是否需人工介入）
• 执行方式：所有问题在一次并行前向传播中完成，无序列生成，无解释文本
• 性能指标：响应时间 70–500ms（vs LLM 3s–分钟级）；独立测试显示 777 次判断耗时 <0.7s，成本约 $0.00025

这种设计使 Jev 成为验证层的理想载体：在昂贵模型输出到达用户或触发动作前，以极低成本进行合规性、安全性或一致性检查。例如，客服场景中可先由 Jev 判断工单紧急度与部门归属，再决定是否调用 GPT-6 Astra 生成回复。

实测表现与已知局限

优势场景：

• 速度敏感任务：Doom 游戏中每秒 10 次决策（~$7/小时）；国际象棋闪电战中因对手超时而胜 Fable 5.1
• 高并发微决策：邮件分类、内容审核、Agent 动作安全校验
• 成本敏感验证：对 LLM 输出做前置过滤，避免无效调用

明确限制：

• 非通用推理器：只能从预设选项中选择，无法发明新答案；若选项缺失关键类别，会自信地选错
• 仅支持文本/结构化数据：当前早期访问版不支持图像
• 基准透明度不足：官方测试基于与 GPT-6 Astra/Fable 5.1 的答案一致性（67.8%），而非地面真值；发票处理准确率（61.8%）显著低于 GPT-5.6 Sol（79.1%）
• 架构未公开：无论文、无参数量披露，社区难以复现或审计

独立测试显示，在写作缺陷检测任务中，Jev 发现 6/7 个问题（Fable 5.1 为 7/7），但速度快 25 倍、成本低 580 倍。这印证了其核心价值：以轻微质量折损换取数量级的效率提升，适用于对完美精度要求不高但对延迟/成本极度敏感的场景。

Jev 入门：从注册到首次决策的完整操作指南

Jev 核心价值在于以 0.1 秒级响应和输出免费的特性，替代传统 LLM 在微决策场景中的高成本调用

第一步：获取访问权限与 API Key

1. 申请 Waitlist
   访问 TypeSafe 官网，点击 “Join Waitlist” 输入邮箱。审批通常数小时内完成，无需额外审核材料。
2. 注册账号
   查收邀请邮件，点击专属链接完成注册。注意：链接仅限单次使用，过期需重新申请。
3. 创建 API Key
   登录后进入控制台首页，点击右侧 “Create key”，输入名称（如 dev-test）后复制密钥。密钥仅显示一次，务必立即保存至安全位置。丢失无法找回，只能重新生成。

💡 新注册用户赠送 $5 额度，按 $0.042/百万输入 token 计费，约可支持 1.2 亿次判断，足够充分测试。

第二步：安装 TypeSafe Skill 到 Agent

Jev 通过标准化 Skill 接口集成到主流编码 Agent，无需手动编写 API 调用代码。根据所用工具选择对应安装命令：

• Claude Code

claude plugin marketplace add typesafe-ai/skills
claude plugin install typesafe@typesafe-ai

• 其他 Agent（Codex / OpenClaw / Qwen Code / Kimi CLI / WorkBuddy 等）

npx skills add typesafe-ai/skills --skill typesafe-ai

执行后按提示选择目标 Agent 类型即可完成绑定。

安装完成后，Skill 会自动注入 Jev 的调用协议与参数规范。可直接查阅 SKILL.md 源码 验证配置。

第三步：理解 Jev 的决策前提与输出格式

在使用前必须明确两个核心约束，否则调用必然失败：

• 必须提供候选集：Jev 不能凭空生成答案，所有判断必须在预定义选项范围内进行。例如问“哪个标题更好？”时，必须列出 A/B/C/D 具体选项。
• 输出为结构化数据：返回 JSON 格式的判断结果，包含选项索引、置信度概率及问题类型标识，无自然语言解释。

三种输出类型示例：

// Choice: 从候选中选一
{"type": "choice", "index": 0, "confidence": 0.92}

// Score: 连续量表打分
{"type": "score", "value": 0.78, "confidence": 0.85}

// Noul: 是/否概率
{"type": "noul", "probability": 0.96, "confidence": 0.91}

第四步：首次实战——用自然语言触发决策

安装 Skill 后，直接在 Agent 对话中描述需求即可。以下为可复用的模板：

场景：文章标题选择

我准备发布一篇介绍 Jev 的文章，请判断下面哪个标题最适合普通科技读者：
A. Jev 入门：ChatGPT 研究员发布“不会聊天”的 AI，速度快 200 倍、成本低 400 倍
B. Jev：System One Model 与 RLCD 技术解析
C. 不会聊天的 AI，为什么反而更快？
D. 一个全新的 AI 决策模型 Jev

判断标准：普通读者能快速看懂、有点击吸引力、能体现 Jev 核心特点、不要过度标题党。
使用 Choice 选择一个。

Agent 将自动调用 Jev 并返回类似 {"type":"choice","index":0,"confidence":0.89} 的结果。若置信度低于预期阈值（如 0.8），可要求重新评估或人工复核。

关键技巧：

• 判断标准需具体可衡量，避免模糊表述如“好一点”
• 候选项数量建议 ≤10，过多会降低置信度稳定性
• 多维判断可合并为单次请求：“同时评估每个标题的可读性、吸引力、准确性”

第五步：生产环境集成要点

• API 调用方式：Skill 封装了底层 HTTP 请求，但若需自定义集成，参考官方 API 文档构造 POST 请求至 /v1/decide 端点，Body 包含 state（上下文）与 questions（问题数组）。
• 错误处理：网络超时或格式错误会返回明确错误码；置信度异常低（<0.5）通常表示候选集设计缺陷，而非模型故障。
• 成本控制：输入 token 包含状态描述与问题定义，精简上下文可显著降低成本。避免将完整文档作为 state，应提取关键字段。
• 安全实践：API Key 切勿硬编码在前端或公开仓库；生产环境使用环境变量或密钥管理服务注入。

常见问题排查

Jev 的价值不在理论讨论，而在每一次精准、廉价的判断调用中兑现。掌握上述步骤后，建议从小型验证任务开始（如日志分类、配置校验），逐步扩展至核心业务流。记住：它不是更聪明的聊天机器人，而是更高效的决策零件——用好它的关键，永远是你如何定义问题边界。