共 36 篇
最近，一个不会说话的大模型在网上火了。 它叫 Jev，不能写文章，不能写代码，也不能和你聊天。 这么一个哑巴模型，发布不到 36 小时就有 14 万开发者冲进去内测。 几天内造出了几百个玩法，恐怖如斯... 为什么这么多人上头？因为 Jev 只做判断，不生成文字。 少了逐字生成答案这一步，它反倒比大语言模型更快，也更便宜。 一次判断只要 70 到 500 毫秒，部分场景比大语言模型快近 200 倍。 输出直接免费，有开发者实测审核 1000 个代码提交只花 7 美分。 连句完整的话都不用说了，这是要掀桌子啊？ 听起来有点离谱，让我们来看看 Jev 的实测表现。 一、Jev 实测表现 （1）游戏
Ateve 团队发布 AI 决策模型 Ateve Jev，首个版本 ateve-jev-v1 支持候选选择、是非判断和等级评分，并上线 TokenDance 平台。
最近，一个叫Jev的新模型突然火了。 它来自TypeSafe AI。这支有OpenAI背景的团队没有继续卷生成和推理，而是换了个方向：让AI直接做判断。 他们甚至把口号直接写成：Decisions, not strings（要决策，不要文本）。 Jev的走红，也让“Decision”（决策）重新成为AI圈的热门词。 但如果把时间线往前拨几个月，会发现这条趋势并不是今天才出现。 在Jev受到关注之前，国内已经出现了一条“决策AI”路线。今年6月，中科闻歌（此前被部分媒体称为“决策大模型第一股”）发布了通用决策大模型Decitron决策机，尝试将世界模型、多智能体推演、博弈与求解纳入统一的决策框架
内容编辑丨特工小师 特工小天 内容审核丨特工少女 一片树林里分出两条路，而我选了人迹更少的一条。 最近一段时间，社媒上被一个 Jev 模型刷屏了。 在 jev.openchamber.devg 上，关
近300万条语料、推理SDK一并放出。 AI行业正被一个叫Jev的模型搅动。 这款由TypeSafe AI发布的“系统一模型”，验证了一个此前被忽视的判断：意图理解这类高频、低延迟的任务，未必非要劳驾千亿参数的大模型“硬想”，专用模型同样能做到又快又准。一时间，决策层与生成层分离，成了AI Agent落地的热门话题。 但Jev留下了一个问题：判断出用户想做什么之后，谁来负责把事情交代清楚？ 例如，用户说“把展厅东侧的灯调到80%、色温4000K，西侧调到30%、2700K，入口灯别动”。识别出“调节灯光”，只能算完成了第一步。系统还需要知道哪盏灯对应哪个亮度、哪种色温，以及哪盏灯必须保持原样。
AI 行业，模型任务分工开始更加垂直。 智能家居社区 Home Assistant 最近出现了一个名为 HA-Jev 的插件。 它的逻辑极其简单，传感器读取洗衣机的功率变化与洗衣房门的状态，然后抛出一个问题给模型，「洗衣机洗完了，衣服是不是被忘在里面了？」模型不输出任何文字分析，只返回一个概率值。当置信度超过 0.8 时，手机就会弹出一则取衣提醒。 HA-Jev 仅仅用来提醒用户洗完的衣服是不是还留在洗衣机里｜图片来源：pitchhut 一次判断耗时几十毫秒，花费 0.000015 美元。 插件开发者在论坛里留下一句意味深长的话，「我过去一直在用大语言模型回答根本不需要它的问题。衣服忘没忘拿是
APUS（麒麟合盛）旗下AI实验室公开全球最早一批Jev独立开源复现成果fast-browser-use，基于Qwen3.5等开源模型在RTX PRO 6000上将单次决策压缩至79毫秒，并以9B小模型对标Jev性能。
最近看到了一个挺有意思的东西，就是TypeSafe AI 做的 Jev。Reddit 上很多人用它玩 DOOM，也有人拿它玩 Mario。我申请之后，拿到 API Key 后，也做了一个网页小游戏，想看看它到底在里面起什么作用。一开始，我最想弄清楚的其实很简单：同样是让 AI 操作游戏，为什么要用 Jev？GPT 不能做吗？当然能。
AI模型Jev开发商TypeSafe AI在9天内估值从2亿美元暴涨50倍至100亿美元以上，正洽谈逾10亿美元融资，Jev作为专为软件和Agent提供快速低成本判断的"System One模型"凭借Vercel等平台的快速采用获得投资人追捧。
前OpenAI研究员、TypeSafe CEO Diogo Almeida在播客访谈中批评Codex和Claude Code仍停留在AI辅助人类的阶段，称"Jev出现前的AI世界是个悲剧"，并推出采用RLCD训练的System 1模型Jev，旨在让代码直接可靠调用AI判断，实现每美元智能最优。