过去几年，大家对 AI 的印象几乎等同「聊天机器人」：问它问题，它回你一段文字。然而，二零二六年九月十五日，一家名为 TypeSafe AI 的美国初创公司推出了一个刻意「不会聊天」的模型 Jev，发布视频在 X 上累积约四千万次观看，公司同时宣布获得四千万美元种子轮融资。Jev 的卖点很直接：在分类、分流、评分这类工作上，它的速度和成本都比一般大型语言模型优胜一至两个数量级。本文会详细拆解 Jev 是什么、与大模型有何根本分别、适合哪些企业场景、应如何评估，以及导入时需要注意的地方。
Jev 是什么？
Jev 由 TypeSafe AI 开发，创办人兼首席执行官 Diogo Almeida 曾在 OpenAI 任职约四年，参与过 RLHF、InstructGPT、ChatGPT 及 GPT-4 等研究。他离开 OpenAI 后思考的问题是：模型在聊天方面早已超越人类，为何企业的自动化仍然迟迟未能普及？他的答案是，聊天模型的设计本身并不适合让软件直接使用。于是团队用了两年时间，从模型架构、采样方法到训练方法重新设计，推出他们称为「System One 模型」的新类别，Jev 是第一个公开的型号，目前以早期测试（early access）形式开放。
名字背后的两个概念
「System One」取自心理学家 Daniel Kahneman 的著作《思考，快与慢》：人脑有快速、直觉的「系统一」，也有缓慢、深思的「系统二」。日常大部分判断其实靠系统一完成，例如一眼看出一封邮件是否垃圾邮件。Jev 就是专门处理这类快速判断的模型。至于「Jev」一名，则来自经济学家 William Stanley Jevons 提出的「杰文斯悖论」：当蒸汽机令煤的使用效率大增，煤的总需求反而上升。TypeSafe 认为 AI 也会一样，每当智能的成本下降一个数量级，就会释放出多一个数量级的应用场景。
与大型语言模型的根本分别
一般大型语言模型的输出是「文字」，而且是逐个字（token）依次生成，每个字都要等前一个字出来才能产生。文字很灵活，可以是回答、程序代码，也可以是胡言乱语；软件要使用这些输出，必须先解析和验证，而且总有机会「出轨」。Jev 的做法完全不同：它不生成文字，而是按事先定义好的答案范围，返回「结构化的值」，例如「是或否」、「甲、乙、丙其中一个」、「零至一百的分数」，并且所有答案一次过并行产生。由于答案格式事先锁定，Jev 不会出现格式错误，也不会作出答案范围以外的「幻觉」回应。TypeSafe 形容它像一个「具前沿智能的函数调用」：输入杂乱的数据，输出可以直接被程序使用的决定。
信心分数：决定能否真正自动化的关键
Jev 另一个重要特点，是每个答案都附带经过校准的概率和信心分数。这一点看似技术细节，其实直接决定一项工作能否全自动化。假设一个模型九成五的时候答对，但它不会告诉你哪一次属于答错的那五成，你就不敢让它无人看管地运作。相反，如果模型能如实表达「这次我不太肯定」，企业便可以设计一条清晰的规则：信心高的个案自动处理，信心低的个案转交人工跟进。TypeSafe 为此发展了一套称为「校准决策强化学习」（RLCD）的训练方法，目标是令信心越高的答案，准确度也越高。
速度与成本：数字有多惊人？
根据 TypeSafe 公布的资料，Jev 端到端的响应时间约为七十至五百毫秒，而前沿大模型一般需要数秒甚至更长。收费方面，输入每百万 token 为零点零四二美元，输出更是免费；相比之下，一般大模型的输入收费由每百万 token 零点二至十美元不等，输出往往再贵数倍。在该公司自设的工作流程测试中，Jev 的速度最高约为大模型的一百九十倍，成本约为四百四十分之一。值得留意的是，这些是公司自己公布的数字，而且 TypeSafe 亦坦言这属于实际效益的较高水平；企业应视之为潜力参考，而非保证。
企业可以用 Jev 做什么？
Jev 最适合「答案范围清晰、需要大量重复判断」的工作。第一是分类与分流，例如把客服查询自动派往正确部门，或把文件归入合适类别。第二是评分与排序，例如为销售线索打分、评估申请个案的风险等级。第三是内容审核，例如检查垃圾信息、不当内容或敏感数据外泄。第四是 AI agent 的「守门员」：当 AI 助手准备执行一个指令，例如删除数据库，Jev 可以即时判断这个动作是否不可逆，或者是否偏离用户原本的要求，再决定放行还是拦截。第五是即时应用，由于响应只需零点一秒左右，它可以放进游戏、模拟等对速度要求极高的场景，TypeSafe 甚至示范过用 Jev 即时操控经典游戏《Doom》。
它不适合做什么？
理解 Jev 的限制，与理解它的优势同样重要。Jev 不会写文章、不会撰写邮件、不能作开放式对话，也不适合需要长篇推理或创意生成的工作；这些仍然是大型语言模型的强项。另外，Jev 每次选择的答案选项最多约二百五十五个，选项更多时需要分阶段处理。它目前亦只处理文字形式的数据，尚未支持图像。最重要的是，Jev 仍处于早期测试阶段，长远的稳定性、价格能否持续，都需要时间验证。
老板应该如何评估与导入？
务实的做法可以分四步。第一，盘点公司现有的 AI 或人工工序，找出哪些其实只是「选择题」，例如分类、判断、评分，这些都是可以改用决策模型的候选。第二，选一个量大而规则相对清晰的工序做小型试点，例如客服查询分流，并与现有做法比较准确度、速度和成本。第三，设计好「信心门槛」：信心高于某个水平自动处理，低于水平转交人工，并定期抽查结果。第四，采用「大小模型分工」的架构，由 Jev 这类决策模型处理大量快速判断，大型语言模型只负责真正需要写作和推理的部分。这样既能大幅降低成本，也能提升整个系统的稳定性。
结语：AI 不一定要会聊天
Jev 的出现提醒我们，AI 的价值不在于它能说多少话，而在于它能否可靠地融入日常运作。企业大部分自动化需求，其实是大量细小而重复的判断，用昂贵的聊天模型处理，就好比驾驶跑车送外卖。懂得为不同工作选对工具，才是真正的 AI 策略。想了解如何为公司规划合适的 AI 架构，并把 AI 员工部署到实际业务流程，欢迎前往 ai.ud.hk 了解 UD 的 AI 员工方案。
懂AI，更懂你｜UD相伴，AI不冷