AI新顶流Jev刷屏全球，哑巴模型如何引领自动化新范式

在人工智能领域，ChatGPT等大语言模型（LLM）凭借出色的对话能力和内容生成能力持续霸榜。然而，近期一款名为Jev的新模型却以截然不同的方式吸引了全球目光——它不说话，也不生成长篇文本，而是专注于提供快速、精准的结构化决策支持。

这款模型由OpenAI早期核心研发人员Diogo Almeida创立的TypeSafe AI公司推出。Almeida曾参与ChatGPT的研发，并提出基于人类反馈的强化学习算法（RLHF），但他在观察到LLM在实际应用中的局限性后，决定另辟蹊径。Jev模型采用Transformer架构，但刻意回避了生成完整句子的能力，转而专注于从预定义选项中选择、打分或输出概率。

"我们一直在优化人类语言的处理能力，但这对于自动化来说并没有用处，"Almeida在接受采访时表示。"计算机使用的是不同的‘语言’，我们需要找到真正有用的东西。"

Jev的核心优势在于其独特的设计思路和性能表现。与传统LLM相比，Jev的端到端延迟仅为70-500毫秒，比同类模型快20-200倍；输入成本为每百万token 0.042美元，输出则完全免费。更重要的是，由于采用了强类型的结果输出机制，Jev能够有效避免幻觉问题，确保决策的可靠性。

具体来看，Jev的输出主要有三种形式：Choice（从预定义列表中选择一项）、Score（对输入进行评分）和Noul（输出一个介于0到1之间的概率值）。这种设计使得Jev特别适合需要快速分类和决策的场景，例如浏览器代理操作、邮件分类或上下文压缩等。

"Jev就像是一个高效的判断层，"一位使用Jev开发浏览器代理的开发者表示，"它能快速理解当前页面的状态，并从预定义的操作选项中选出最合适的动作，整个过程非常流畅且准确。"

Jev的火爆也引发了行业内的广泛讨论。有人认为，这是AI发展的一个重要转折点，标志着从追求‘会说话’向‘会决策’的转变；也有人担忧，这种过于简化的决策模式是否真的能满足复杂的业务需求。

"我们花了七十年、烧了千亿美元，终于教会机器把话说得比人漂亮，然后发现自己造出来的东西，依然什么都不敢让它自己决定，"一位资深AI从业者评论道，"Jev的出现或许正是对这种现状的一次反思和突破。"

目前，Jev已经迅速被Vercel、Cloudflare和LangChain等主流平台集成，应用场景也在不断扩展。从Mac上的语音助手到代码审查，再到邮件分类，Jev正在以其独特的方式重新定义AI在自动化领域的角色。

"我们相信，Jev代表了一个新的方向，"Almeida表示，"通过将复杂的任务分解为多个明确的问题并行处理，再由代码组合结果，我们可以实现真正的自动化智能。"

随着Jev的持续发展和应用探索，这场关于AI发展方向的讨论还将继续。或许正如Almeida所言，这正是AI史上最大的一次胜利，也是最大的一次跑偏后的修正。