刷屏全球的 AI 新頂流 Jev，一句話都不說，到底怎麼玩？

各類新模型層出不窮，恨不得向全世界證明自己能寫、能聊。然而，近期風頭最勁、刷屏全網的頂流，卻是 Jev。

它並不說話。

Diogo Almeida 是 OpenAI 的研究員，他參與了 ChatGPT 的研發工作，後來又提出了基於人類回饋的強化學習演算法（RLHF）。

這在某種程度上定義了過去幾年大型語言模型的走向。可是在這套方法把整個產業推向繁榮的同時，Almeida 卻對它越來越懷疑。

「我們有了一次性成功的創新，但沒有把它變成真正有用的東西。」

他花了很長時間才想明白問題出在哪裡：我們一直在最佳化人類語言的處理能力……四年來，我們在處理人類語言方面表現得非常出色，但這對自動化來說並沒有用，因為電腦使用的是不同的「語言」。

兩年前，Almeida 離開 OpenAI，和 Erik Gafni、Sasha Sheng 一起創辦 TypeSafe AI。公司一直處於隱身狀態，直到 9 月 15 日才正式亮相，同時帶來兩樣東西：由 DCVC 領投的 4,000 萬美元種子輪融資，以及第一個模型 Jev。

Jev 依然是一個基於 Transformer 的模型，但它刻意不是大型語言模型，也不會輸出完整句子。

你給它一段程式狀態和一個預先定義好的問題，它會回傳一個型別化答案：一個選項、一個分數，或一個介於 0 和 1 之間的機率，外加信心分數。

TypeSafe 把這種輸出稱為「校準後的決策」。這也是 Jev 第一次進入公眾視野時，許多人第一反應是困惑的原因。

截圖展示了 Jev 與大型語言模型面對相同請求時的表現差異。

AI 圈最火的模型，跟 ChatGPT 不是同一條路

要理解 Jev 在做什麼，不妨先放下大型語言模型的思維習慣。

換成客服場景就容易理解。使用者來訊表示，支付服務已連續幾天無法連線並影響生意。此時系統需要判斷：應該交給技術還是帳務團隊、對方有多不滿，以及事情是否緊急。

依照 TypeSafe 的介面設計，同一次請求中的問題共享一份輸入，但會獨立、平行評估，因此分類和緊急程度可以一起處理。

其輸出有三種基本形式。Choice 從使用者定義的清單中選出一項，最多支援 255 個選項，適合路由與分類。Score 將輸入放到指定尺度上評分，用來衡量緊迫程度、品質或風險。Noul 本質上是是非判斷，數字答案代表該敘述為真的機率。

每次回答都會附帶完整的機率分布與信心分數，結果具有強型別，不需要撰寫 JSON 提示詞、不需要額外解析器，也不用擔心模型突然把結果包進 Markdown 程式碼區塊。

這種方式最直接的好處是省時、省錢，也減少自由生成造成的格式錯誤。

TypeSafe 公布的數據顯示，Jev 的端到端延遲介於 70 至 500 毫秒，比同類大型語言模型快 20 至 200 倍。

依目前公開價格，輸入每十億 token 為 42 美元，亦即每百萬 token 0.042 美元；輸出免費。新增問題與選項說明仍會占用輸入 token，但不再依生成答案的長度另行收費。

由於使用者可以事先定義輸出結果，因此模型不會在選項範圍外產生幻覺。所謂 Jev 不會產生幻覺，是指它不會跳出預設選項亂答；在選項範圍內選錯仍然有可能。

在公開的 Ably Pong 展示中，Jev 在 12 秒內做出 47 次操作決策；Gemini、Claude 和 GPT 在同一時間只做出兩三次，儘管後者多數時候仍判斷正確。

程式會把遊戲數值直接交給 Jev：球的位置與運動方向、球拍位置，以及球到達球拍時預計所在的縱座標。Jev 再從「向上、向下、保持不動」三個選項中選一個。

Jev 有哪些使用方式

要用 Jev 做成可玩的產品，仍需要遊戲程式和即時通訊。上述專案由後端推進遊戲、呼叫模型，再透過 Ably 把新狀態傳給瀏覽器。換言之，遊戲規則、畫面與連線都不是 Jev 生成的；它只被插入反覆執行的三選一決策環節。

速度帶來了更多應用場景。Jev 可以充當電腦操作的決策層，協助代理快速執行指令；也可以做上下文壓縮，判斷哪些內容是關鍵資訊，迅速縮小上百萬 token 的上下文。

Browser Use 的公開專案 jev-ultrafast 實作的是瀏覽器代理。每到一個網頁，它先讀取目前可操作的元素，整理成帶編號清單：哪個是按鈕、哪個是輸入框、名稱是什麼、目前填了什麼。

Jev 取得這份結構化狀態、使用者目標與操作歷史。程式提供給它的選擇空間，也會依目前頁面實際存在的元素動態生成。

將 Jev 用作操作決策層，協助模型快速操作電腦

以查機票為例，目標可以是「尋找蘇黎世到倫敦的單程航班，設定指定日期、人數和艙等，出現符合條件的結果後停止」。

每一輪，程式會同時提出幾個問題：下一步應該點擊、輸入、選擇下拉選項，還是等待？如果點擊，應該點哪個編號？如果輸入，應該填哪個編號？這些問題共享同一份網頁狀態，但分別回答。

最後，程式只採用與實際操作相符的目標；如果選擇點擊，就使用點擊目標，其他答案暫時不用。

**遇到需要輸入城市名稱時，程式會另外呼叫一個生成文字的小模型，根據目標和目前輸入框產生要填寫的內容。**瀏覽器執行後，再讀取頁面的新狀態。

由 Jev 判斷上下文中的重要資訊，實現近乎即時的上下文壓縮

Vercel 軟體工程師 Pranit Sharma 表示，公司原本使用 OpenAI 的 ChatGPT Luna 5.6 執行分類器，檢查指令安全性。改用 Jev 後，處理速度提高 5 至 18 倍，準確性也大幅提升。

Bryo AI 的 CTO Nikhil Mudholkar 也測試了 Jev 和 Gemini 分類商務郵件的表現。Gemini 的準確率略高，但成本高出 10 至 20 倍。

我們也可以依這個思路自行搭建。先準備一張表，每列包含郵件主旨、內文、收到時間與必要上下文。

再把業務拆成幾個明確問題。例如郵件寫著「訂單被重複扣款，希望今天處理」，可用 Choice 判斷應進入售後、銷售、合作或其他佇列；用 Noul 判斷寄件者是否明確要求採取行動；再用 Score 判斷處理優先級。

Earendil 的 CTO Armin Ronacher 解釋：「歸根究柢，這種方式把處理幻覺的部分責任轉移給使用者。使用者需要決定：如果機率只有 50%，或許可以忽略；但如果達到 95%，就能利用它。」

Ronacher 表示，Jev 的另一個潛在應用是模型路由。預測某項任務是否需要特定模型很有用，但用大型語言模型完成這項判斷非常昂貴。Jev 成本低且速度快，因此可以實現即時路由。

依任務複雜度自動分配合適的模型

最明智的決定

Jev 的名字取自 19 世紀經濟學家 William Stanley Jevons。Jevons 悖論指出，當某種商品的成本下降，人們會使用更多這種商品。在此情境下，智慧成本下降應會促使智慧被更廣泛地運用。

也就是說，呼叫一旦變便宜，就會被用到更多原本不值得使用的地方。Almeida 顯然很滿意這個類比。他設想的未來不是幾個龐大應用壟斷一切，而是大量微小的智慧判斷分散運行，「更像早期網際網路，而不是人們現在努力打造的大型應用」。

TypeSafe 至今未公開 Jev 的具體架構，外界普遍猜測它是在某個開源大型語言模型的基礎上改造而來。

公司把這類模型稱為 System One Models，名稱源自 Daniel Kahneman 對直覺思維的概念，強調依靠直覺判斷而非推理鏈，並針對具體任務專門調校。

官方建議把複雜判斷拆成數個明確問題，再由程式碼組合答案，而不是一次讓模型包辦所有工作。

Almeida 透露，他很早就預判自己會走上處理合成資料這條路；這或許是他一生最明智的決定，比公司上市更明智，甚至比依賴真實人類回饋更明智。

目前採取這條路線的公司只有 TypeSafe，但 Ronacher 預計，隨著實用價值逐漸獲得驗證，跟進者將陸續出現。TypeSafe 也計畫針對不同場景推出更多模型版本。

被問到公司是否算前沿實驗室時，Almeida 說：「前沿實驗室的主要產物不是恐懼，就是炒作。我希望我們的主要產品是智慧。我們不屬於那種一心創造無限財富、建構宗教式敘事，或試圖在資料中心造神的實驗室。」

Jev 上線後，需求一度超出預期，API 短暫無法回應。有人用它篩選小眾資訊流，讀取過去三天的相關貼文並提出八個問題；執行約兩秒，單次成本 0.007 美元，用來排除誘餌內容與隱藏廣告。

另有團隊把 Jev 接進整套行銷分析流程，掃描 Meta 廣告資料庫、比較不同廣告格式的存活週期，並在拍攝前評估創意腳本的競爭力。原本需要人工完成的判斷速度提升 30 倍，成本壓到 3 美元以內。

AI 少說了很多話，軟體卻多做了幾件事。

我們正在招募夥伴

📮 履歷投遞信箱hr@webcal.ai

✉️ 郵件主旨「姓名＋職位名稱」（請隨履歷附上專案、作品或相關連結）