ChatGPT联合发明者推出「哑巴」模型Jev，放弃文本生成，专注结构化决策

在人工智能领域，一个反常识的时刻正在发生。曾经全力推动大模型学会「说话」的 ChatGPT 联合发明者之一，如今却推出了一款完全「闭嘴」的模型。

2026 年 9 月，Diogo Almeida 正式发布了 TypeSafe AI 的首款产品 Jev（System One Model）。这位前 OpenAI 研究员及其团队在过去两年间潜心研发，最终交出了一份令人震惊的技术答卷：一个不生成任何文本、甚至连标点符号都不吐露的 AI 模型。

"我们一直在思考，大模型现在非常擅长聊天，但聊天能力真的是软件自动化需要的核心能力吗？"Almeida 在接受媒体采访时提出了这个关键问题。他发现，当前主流的大模型虽然在语言理解方面表现出色，但在实际应用中却存在诸多痛点，尤其是在需要快速做出结构化决策的场景下。

图1: Diogo Almeida，TypeSafe AI 创始人

Jev 的设计思路完全颠覆了传统的 AI 架构。与需要逐字生成内容的自回归模型不同，Jev 采用并行计算的方式，在一次运算中直接输出预定义格式的结构化结果。这种设计不仅消除了传统模型在生成过程中可能出现的格式错误，还将响应时间压缩到了惊人的 70-500 毫秒之间，比目前市面上的前沿大模型快了 40-200 倍。

"我们把 Jev 称为世界上第一个纯粹的系统一模型（System One Model），"Almeida 解释道，"就像人类思维中的系统一，它不需要经过复杂的推理过程，就能快速给出确定性的答案。"

为了验证这一设计理念，TypeSafe 团队进行了多项测试。在一项针对用户邮件分类的任务中，Jev 只用了约 0.35 秒就完成了所有判断，而竞争对手 Fable 5.1 则需要 8.83 秒，速度差距达到了惊人的 25 倍。更令人惊叹的是，Jev 的成本优势同样显著，单次结构化决策的成本仅为 0.0004 美元，而调用 GPT-5.6 Terra 的费用是它的 76 倍，Claude Opus 5 更是高达数百倍。

图2: Jev 与传统 LLM 的性能对比

"这不仅仅是一个技术上的突破，"Almeida 强调，"它实际上是对当前大模型技术范式的公然叫板。"他认为，现有的大模型架构更适合处理需要复杂推理和创造性表达的任务，但对于那些只需要快速做出结构化决策的应用场景来说，它们显得过于笨重和昂贵。

Jev 的出现，为 AI Agent 的发展提供了新的可能性。在企业级自动化工作流中，Agent 需要频繁地做出各种微小的决策，如工单分类、内容合规检查、API 接口选择等。这些任务如果仍然依赖于传统的千亿参数大模型，不仅会增加延迟，还会导致成本失控。而 Jev 的设计正好解决了这些问题，它能够以极低的成本和极快的速度完成这些任务，同时保证输出的准确性和一致性。

"我们相信，未来的 AI 系统将是一个多层次的架构，"Almeida 说道，"高端的大模型应该退居幕后，负责宏观规划和高难度思考；而像 Jev 这样的系统一模型，则应该成为前线的执行者，处理那些简单但高频的任务。"

尽管 Jev 在多项测试中表现优异，但 TypeSafe 也承认，这可能已经接近现实工作流收益的高位。公司内部的测试 workflow 来自其自身团队，无法完全排除设计偏差。不过，外部实测的结果同样令人鼓舞。Every 的评测负责人 Mike Taylor 使用 Jev 检查了 37 篇文档，一口气完成了 777 次独立判断，总耗时不到 0.7 秒，充分证明了 Jev 在实际应用中的强大实力。

"Jev 的发布标志着 AI 技术发展的一个重要转折点，"一位行业分析师表示，"它不仅展示了另一种可能性，也为开发者提供了一个全新的工具箱。未来，我们可能会看到更多类似的系统一模型出现，它们将共同构建起更加高效、低成本的 AI 应用生态。"