Jev
一个「不说话」的 AI——主动砍掉了大模型最核心的能力（生成文字），只保留判断。官方口号：「Decisions, not strings」——要决策，不要文本。
基本信息
| 项目 | 内容 |
|---|---|
| 开发商 | TypeSafe AI（旧金山，Diogo Almeida 创办——OpenAI 出身、InstructGPT 论文主要作者、RLHF 流程共建者） |
| 发布 | 2026-09-15 前后；9-21 起全面开放 |
| 定位 | System One Model（卡尼曼「系统一」——快速直觉判断；大语言模型是「系统二」） |
| 输入 | 一段信息 + 预定义问题 → 返回选择、评分和概率 |
| 价格 | 输入 $0.042/百万（≈¥0.3），输出不按 token 计费 |
工作方式
收到客服邮件，可同时判断：分给哪个部门、紧急程度、退款风险、是否需要人工——四个答案一次给出，不写一个字解释。像一个拥有大模型语义理解能力的「智能 if 语句」：保留大模型的通用理解力，把输出压缩成软件真正需要的选择和概率。
三种原语：Choice（选择）/ Score（评分）/ Noul（是/否 + 概率）。支持一次查询并行回答多个独立问题。
热度与背景
- 发布推文浏览量超 3000 万、6 万点赞，Hacker News 头部；刚完成 DCVC 领投的 4000 万美元种子轮，估值约 2 亿
- 名字彩蛋：取自经济学家杰文斯悖论——资源效率提高、成本下降后需求反而暴涨；野心是让「智能判断」便宜到塞进所有软件
- 9-21 官宣全面开放：无需候补名单，注册送 $5 额度（约合 1.2 亿 tokens）
冷静看几个宣传数字
- 「最快快 193 倍、便宜 444 倍」：是它最擅长的判断类任务上的对比，且评测自家做的，别照单全收
- 「零幻觉」：只是输出格式永不越界（规定猫狗鸟绝不会蹦出大象）；把猫说成「狗：97%」照样错——类型正确 ≠ 判断正确
- 真正值钱的技术：RLCD 训练法（面向校准决策的强化学习）——专门训练「模型报告的置信度靠不靠谱」，决定 AI 敢不敢自动化分流
获取渠道（2026-09-21 全量开放后）
- 官方 API：
https://api.typesafe.ai/v1/systemone，一个端点搞定（state + questions 进，结构化判断出） - 聚合平台：OpenRouter、Vercel AI Gateway、Netlify AI Gateway、AIMLAPI、Cloudflare AI（
typesafe/jev）都能调 - 成本视角修正：纯判断任务上其实比通用大模型便宜——deepseek 同任务要 1 元/百万输入 + 4 元/百万输出，Jev 输入 ¥0.3 且输出免费
社区争论
一派：「行业重新发明了分类器」（传统分类模型早就能判断垃圾邮件）；另一派：保留了 LLM 通用理解力又砍掉生成成本，意义不小。完整论文和独立评测尚未出，尚不能认定是 Transformer/MoE 级别的架构突破。
结论（2026-09-21）
不采用，留在备选清单。它是生产流水线里的「高频小判断」零件（路由、风控、分流），不是日常 AI 工具——不能聊天、不能写代码。将来华润系统若做「高置信度自动执行 / 低置信度转人工」的分流可以考虑；其开源对标替代品见 Laya。
相关笔记
- Laya · Seed-Evolving · 世界模型 · 模型接入协议