Jev：当模型不再生成文本，Agent 的决策成本被重新定价
Jev 不是“另一个模型”，而是一次 AI 的物种分化：生成模型继续负责写作与规划，判断模型接管那些本该由程序做、却因缺乏语义理解而不得不塞给大模型的工作。
2026 年 9 月 15 日，前 OpenAI 研究员 Diogo Almeida 创立的 TypeSafe AI 发布了一个“不会说话”的模型。
Jev 不生成文本。它不会聊天、不会写代码、不会给你一段分析。你给它一段状态，它只做三件事：从预定义选项里选一个，在一个刻度上打分，或者回答一个是非问题。每个答案附带一个概率值Jev 为什么突然火了？它想把 Agent 里的大量 LLM 调用干掉[1]Jev 使用完整指南：从申请 API Key 到置信度路由，把 TypeSafe 决策模型接进自己的代码[2]。
听起来像个高级分类器？如果仅此而已，它不可能在 48 小时内让 Vercel 的付费团队使用率从 0 冲到 13%——是 GPT-5.6 系列同期数据的两倍以上爆火一周后，Jev正式全面开放：一个“不会说话”的AI，为何风靡硅谷？[3]。也不可能有 14 万开发者涌入内测爆火一周后，Jev正式全面开放：一个“不会说话”的AI，为何风靡硅谷？[3]。
Jev 真正的价值不在“它是什么”，而在它把单次语义判断的成本压到了什么程度。
一个被定价扭曲的架构问题
过去两年，Agent 开发者面临一个隐性成本：大量简单判断不得不调用昂贵的大模型。
“这条客服消息该转给退款组还是技术组？”“这个工具调用的输出还需要保留在上下文里吗？”“Agent 这一步完成了吗？”——这些问题不需要生成能力，只需要一个判断。但传统 LLM 是自回归的：一个 token 一个 token 往外蹦。生成一段分析，就要跑几十次前向计算；输出越长，越慢越贵Jev 为什么突然火了？它想把 Agent 里的大量 LLM 调用干掉[1]。
更麻烦的是，LLM 输出的是文字。程序要拿它做决策，必须先解析。而模型可能返回 "我认为应该转给退款团队"，也可能返回 "建议转交退款部门处理"——同一件事，两种措辞，代码得写正则去兼容。
Jev 换了一条路。它的输出空间是预先定义好的：选项就那么多，答案就是一个概率值。所以它可以并行采样——一次前向计算，全部答案同时出来Jev 为什么突然火了？它想把 Agent 里的大量 LLM 调用干掉[1]Jev是什么？来自官网的解释告诉你_决策_模型_Diogo[4]。
官方数据：端到端延迟 70 到 500 毫秒，输入每百万 token 0.042 美元，输出免费Jev 为什么突然火了？它想把 Agent 里的大量 LLM 调用干掉[1]Jev 使用完整指南：从申请 API Key 到置信度路由，把 TypeSafe 决策模型接进自己的代码[2]。
输出免费的底气也在这里：既然没有逐字生成的过程，就没有值得计费的输出。
三种原语：判断被拆到了原子级别
Jev 的 API 只接受三种问题类型Jev Tutorial - Make Your First Decision Call on OpenRouter[5]Jev 使用完整指南：从申请 API Key 到置信度路由，把 TypeSafe 决策模型接进自己的代码[2]Jev：当模型不再生成文本，Agent 的决策链会发生什么？[6]：
Choice：从最多 255 个预定义选项中选一个。该交给退款组还是物流组？该向上还是向下？
Score：在一个自定义刻度上打分。客户愤怒程度 1 到 4？这个输出质量打几分？
Noul：是非判断，返回 0 到 1 之间的概率。这条消息需要人工介入吗？
一次请求可以同时问多个问题，全部基于同一份状态。OpenRouter 的教程里展示了一个客服工单场景：同一个请求里同时问“这是 bug 吗”（Noul）、“该哪个团队负责”（Choice）、“紧急程度如何”（Score）Jev Tutorial - Make Your First Decision Call on OpenRouter[5]。
返回结果是结构化的，每个答案带概率。代码可以直接 if confidence > 0.8，不需要解析任何自然语言Jev 使用完整指南：从申请 API Key 到置信度路由，把 TypeSafe 决策模型接进自己的代码[2]。
RLCD：让概率“诚实”
Jev 的训练方法叫 RLCD——Reinforcement Learning for Calibrated Decisions（校准决策强化学习）Jev 为什么突然火了？它想把 Agent 里的大量 LLM 调用干掉[1]Jev是什么？来自官网的解释告诉你_决策_模型_Diogo[4]。
这个名字值得拆开看。
RLHF 奖励的是“人类看了觉得好”。它让 ChatGPT 变得好用，但也让模型在没有把握时表现得过于肯定。Almeida 对 RLHF 的反思很直接：让人满意的训练会毁掉校准，因为“犹豫”的回答不讨喜。对聊天这是优点，对自动化这是灾难——你没法拿一个假的 90% 去写门控Jev是什么？来自官网的解释告诉你_决策_模型_Diogo[4]。
RLCD 奖励的是“你说的概率，得和实际命中率对上”。如果 Jev 说有 90% 的把握，它在数学验证上就应该有 90% 的时候是对的Jev 为什么突然火了？它想把 Agent 里的大量 LLM 调用干掉[1]Jev是什么？来自官网的解释告诉你_决策_模型_Diogo[4]。
这个校准为什么重要？因为置信度让降级策略变得可编程：
- 80% 以上：自动处理
- 50% 到 80%：转人工复核
- 50% 以下：升级处理
OpenRouter 的对比文章中有一句话点明了这件事：Jev 让“置信度路由”成为可能——代码先问 Jev“用户想干什么”，检查它有多确定，只有在确定度足够高时才自动执行；不够高就交给大模型或人工Jev vs LLM: What Jev Is and When to Use It (Benchmarks) — OpenRouter Blog[7]。
实测：快 13 倍、便宜 22 倍，精度差 3.3 个点
TypeSafe 官方宣传的“快 193 倍、便宜 444 倍”是自家评测的上限。独立数据更值得看。
OpenRouter 用 3,080 条 Banking77 客服语料，对比 Jev 1.13 和 Claude Opus 5 做 77 类意图分类。结果Is Jev as Accurate as Frontier Models at Classification? — OpenRouter Blog[8]：
| 指标 | Jev 1.13 | Claude Opus 5 |
|---|---|---|
| 准确率 | 81.0% | 84.4% |
| 中位延迟 | 175 ms | 2,266 ms |
| 每千次成本 | $0.11 | $2.42 |
Jev 的精度落后 3.3 个百分点，但快 13 倍、便宜 22 倍。 两者的标签一致率达到 89.3%Is Jev as Accurate as Frontier Models at Classification? — OpenRouter Blog[8]。
LangChain 的 Agent 评测实验数据更极端：Jev 在 500 次判断中与人工标准完全一致，而 GPT-5.6 Luna 一致率 96.4%，Claude Sonnet 4.6 只有 80%。Jev 的分数方差比对照模型低 92 到 913 倍，平均每次判断耗时 0.44 秒、成本 0.00035 美元TypeSafe AI推出Jev模型：不做文本生成，主打判断与决策[9]爆火一周后，Jev正式全面开放：一个“不会说话”的AI，为何风靡硅谷？[3]。
但必须说清楚：Jev 的“不会产生非法输出”不等于“不会产生错误决策”。它不会返回选项之外的字符串，但仍然可能选错。在 Banking77 中，Opus 在 35 个类别上领先，Jev 在 15 个上领先，27 个打平Is Jev as Accurate as Frontier Models at Classification? — OpenRouter Blog[8]。
社区用它做了什么：从浏览器到 Minecraft
Jev 真正出圈靠的不是官方 Demo，而是开发者自己长出来的用法。
Browser Agent：Browser Use 做了 jev-ultrafast。系统读取网页上的按钮、输入框，整理成元素列表，Jev 在每一步判断“该点哪个”。在 Google Flights 上找到指定航班，全程 7.1 秒，成本约 0.0039 美元爆火一周后，Jev正式全面开放：一个“不会说话”的AI，为何风靡硅谷？[3]。
Minecraft Agent：GPT-6 Astra 当“指挥官”规划路线，Jev 当“手”判断眼下执行什么动作。从空背包开始，8 分 43 秒击杀末影龙，模型成本不到 1 美元爆火一周后，Jev正式全面开放：一个“不会说话”的AI，为何风靡硅谷？[3]。
上下文压缩：fast-jev-compaction 插件把 Claude Code 的长工具输出交给 Jev 逐段判定相关性，压缩后再送回大模型Why Is Jev Viral? Former OpenAI Researcher's AI Tool Taking Over The Internet — Why Everyone Is Scrambling To Use It[10]。
广告分析：一个实验用 Jev 分析 37 个品牌的 724 条实时广告，生成 8,724 个判断，约 40 秒完成，token 成本约 9 美分，中位处理时间 216 毫秒Why Is Jev Viral? Former OpenAI Researcher's AI Tool Taking Over The Internet — Why Everyone Is Scrambling To Use It[10]。
这些用法的共同点是：开发者没有把 Jev 当聊天机器人，而是在代码原本需要做一次语义判断的地方，把它塞了进去。
边界在哪里
必须说清楚 Jev 不能做什么：
它不生成任何文本。不能聊天、不能写代码、不能解释理由。你问它“为什么不选这个”，它不回答Jev 使用完整指南：从申请 API Key 到置信度路由，把 TypeSafe 决策模型接进自己的代码[2]。
它不计数、不做算术、不比较日期。这些必须留在普通代码里Jev 使用完整指南：从申请 API Key 到置信度路由，把 TypeSafe 决策模型接进自己的代码[2]。
它的概率在困难任务上会系统偏低。独立测试发现，简单任务上概率饱和到 1.000，困难任务上又偏低；选项顺序改变时，二元判断零翻转，但三元选择每 100 次会变 5 到 7 次We Tested Jev on 100 Real Agent Calls. How Easy Is It To Beat a Constant?[11]。
官方宣传的“193 倍、444 倍”是上限数字。按同精度对照（和 GPT-5.6 Terra 持平），实际大约是 25 倍快、76 倍便宜[안광섭 AI 진테제] Jev, 역사상 가장 빠르게 사용량이 증가한 유료 모델。这个数字已经足够大了，但值得说清楚口径。
为什么这很重要
Jev 的名字来自杰文斯悖论：蒸汽机效率提高、每吨煤更便宜，煤炭的总消耗反而涨了，因为便宜的动力被用到了更多地方TypeSafe发布Jev模型 主打校准决策不走文本[12]Jev是什么？来自官网的解释告诉你_决策_模型_Diogo[4]。
以前用不起 AI，是因为调一次大模型又贵又慢。为了一个芝麻大的判断去调一次，不划算。于是那些“这条日志要不要报警”“这条消息该给谁”“这个任务算完成了吗”的小决策，全部塞给了人和规则。
Jev 把单次判断压到了万分之一美元。于是那些以前舍不得用 AI 的地方，现在可以用了Jev是什么？来自官网的解释告诉你_决策_模型_Diogo[4]。
这不是“另一个模型”。这是 AI 的一次物种分化：生成模型继续负责规划、写作、解释，判断模型接管那些本该由程序做、却因为缺乏语义理解能力而不得不塞给大模型的工作。
Almeida 说，据他所知，这是通往基于 AI 的经济革命的最短路径Jev 为什么突然火了？它想把 Agent 里的大量 LLM 调用干掉[1]。
我不确定这个判断对不对。但我确定一件事：当判断的成本趋近于零，被解锁的场景会比我们想象的更多。
- TypeSafe AI推出Jev模型：不做文本生成，主打判断与决策[9]
- Jev Tutorial - Make Your First Decision Call on OpenRouter[5]
- Jev 为什么突然火了？它想把 Agent 里的大量 LLM 调用干掉[1]
- Jev vs LLM: What Jev Is and When to Use It (Benchmarks) — OpenRouter Blog[7]
- A new kind of AI model from a ChatGPT inventor is thrilling developers | TechCrunch[13]
- TypeSafe发布Jev模型 主打校准决策不走文本[12]
- Jev 使用完整指南：从申请 API Key 到置信度路由，把 TypeSafe 决策模型接进自己的代码[2]
- Jev是什么？来自官网的解释告诉你_决策_模型_Diogo[4]
- Is Jev as Accurate as Frontier Models at Classification? — OpenRouter Blog[8]
- Why Is Jev Viral? Former OpenAI Researcher's AI Tool Taking Over The Internet — Why Everyone Is Scrambling To Use It[10]
- 聊聊最近爆火的Jev 模型，到底是个啥？_腾讯新闻[14]
- Jev：当模型不再生成文本，Agent 的决策链会发生什么？[6]
- TypeSafe AI presenta Jev: addio agli LLM per le decisioni?[15]
- [안광섭 AI 진테제] Jev, 역사상 가장 빠르게 사용량이 증가한 유료 모델
- We Tested Jev on 100 Real Agent Calls. How Easy Is It To Beat a Constant?[11]
- GitHub - AppitStudio/awesome-jev: Curated Jev resources and runnable examples for typed AI decisions. · GitHub[16]
- 爆火一周后，Jev正式全面开放：一个“不会说话”的AI，为何风靡硅谷？[3]
- How to Use Jev in Python: Choice, Noul, Score + OpenAI Comparison[17]
- 新興TypeSafe AIが放つ新AI「Jev」、ハルシネーションなしは本当か？ | Forbes JAPAN 公式サイト（フォーブス ジャパン）[18]
- 爆火的Jev 是什么：前 OpenAI 研究员做的"不说话"模型，只输出带概率的结构化决策[19]
参考来源
[1] https://cloud.tencent.com.cn/developer/article/2748203?policyId=20240000&traceId=&frompage=homepage
[2] https://news.qiniu.com/archives/1789969178302
[3] https://m.163.com/dy/article/L7CDVJ2D05119734.html
[4] https://www.sohu.com/a/1079280701_100106801?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&spm=smpc.channel_248.block3_308_NDdFbm_1_fd.8.1790047189636El08WZk_324
[5] https://openrouter.ai/docs/guides/community/jev-tutorial
[6] https://developer.aliyun.com/article/1765719
[7] https://openrouter.ai/blog/tutorials/jev-vs-llm-when-to-use-each/
[8] https://openrouter.ai/blog/insights/jev-vs-claude-opus-5-classification/
[9] https://www.digitaltoday.co.kr/cn/view/106520/why-new-ai-model-jev-that-judges-and-decides-instead-of-chatting-is-drawing-attention
[10] https://eu.36kr.com/en/p/3991165197188099
[11] https://archestra.ai/blog/we-tested-jev-on-100-real-agent-calls
[12] https://www.itsdw.cn/news/25431.html
[13] https://techcrunch.com/2026/09/18/a-new-kind-of-ai-model-from-a-chatgpt-inventor-is-thrilling-developers/?utm_campaign=daily_linkedin&trk=article-ssr-frontend-pulse_little-text-block
[14] https://news.qq.com/rain/a/20260921A03YKX00
[15] https://www.tomshw.it/hardware/typesafe-ai-lancia-jev-per-le-decisioni-quando-sostituisce-i-llm
[16] https://github.com/AppitStudio/awesome-jev
[17] https://mljar.com/blog/jev-python/
[18] https://forbesjapan.com/articles/detail/105002?module=toppage_new
[19] https://news.qiniu.com/archives/1789895633449