AI 圈每隔一段时间就要上新。这是继 Token、龙虾、世界模型之后，在最近半个月，和 RSI（递归自动改进）并列齐驱的时新名词。
中文互联网很快把 Jev 概括成了 " 只会做选择的新模型 "。
Jev 不聊天，也不写文章。开发者给它材料，再列出问题和候选答案，它只负责做判断：选哪个、打多少分，以及判断把握有多大。
比如收到一封客服邮件，它可以判断应该分给退款组还是物流组，也可以判断是否需要转人工，或者由交给 LLM 完成。
TypeSafe 官网把两个数字放在了最显眼的位置：" 比 LLM 快 193.6 倍，便宜 444.6 倍的新模型。"
社交媒体上，有人因此兴奋地说，Jev 开辟了一条 LLM 之外的新路线：不追求所谓 powerful，而是把模型变得更简洁、克制、直接。
但另一边，也有人不买账，" 不过是 NLP 时代玩剩下的东西。"
创始人与他想解决的事
首先，我们来介绍一下 Jev 之父，创始人 Diogo Almeida。
Jev 由旧金山公司 TypeSafe AI 推出。创始人 Diogo Almeida 先后在 Google Brain 和 OpenAI 做研究，是 InstructGPT 论文和 GPT-4 技术报告的署名作者。
Jev 的推出，是 Almeida 早期未完成的心愿。
Almeida 在近期的采访中回忆，InstructGPT 早期准备上线时，他曾极力推动这件事。因为清理 PPO 训练数据太慢，他还自己写过一套没有公开的算法，希望尽快把模型交到用户手里。
模型很快流行起来，但他发现这些模型的主要应用是批量生成广告文案和网页内容。
他感到失望，也开始反思、追问：这么聪明的模型，为什么仍然接不了那些普通、重复又枯燥的工作。
他认为，真正实现自动化，大多数时候应该由代码自己调用 AI，人类不会也不应一直守在聊天框前。
这个念头在 ChatGPT 发布前就已经出现，他一度拿去和 Sam Altman 讨论，后来才离开 OpenAI 创办 TypeSafe。
公司刚起步时，几名成员直接搬进他的公寓一起赶研究，这还让洁癖的 Almeida 难受了好久。
团队两周内拿到第一笔投资，但产品磨了两年才正式发布。
9 月 15 日，TypeSafe 正式推出 Jev，同时宣布由 DCVC 领投的 4000 万美元种子轮融资。
这里，我们也总结了创始人近期在 X 和播客上的发言，你能从中窥见他的产品与技术偏好。
聊天能力没有自然带来自动化。 模型已经很会说话，却仍需要人给目标、检查结果并承担错误。ChatGPT 与 Claude Code 依然属于辅助工具。
RLHF 优化的是人的偏好。 人类更容易奖励流畅、自信、看起来有帮助的回答。这让模型更好用，也可能让它在没有把握时表现得过于肯定。
自动化需要可靠的不确定性。 软件除了要知道模型选了什么，还要知道这个选择有多可信。置信度足够可靠，程序才能决定自动执行、再次检查或交给人。
Jev 主动放弃自由文本。 它不写文章和代码，只在开发者给出的选项中做选择、打分或返回概率。能力范围变窄，换来了更简单的输出和更低的计算量。
Jev 想把判断直接交给代码。 LLM 经常先生成一段解释，程序再从中提取标签。Jev 直接返回规定好的类型和概率，结果可以进入条件判断和工作流。
并行计算是速度优势的主要来源。 LLM 通常逐个生成 token，Jev 可以同时计算多个问题和候选项。TypeSafe 观望据此宣称它在特定任务中快 20 至 200 倍、便宜 40 至 400 倍。
代码负责规则，模型处理模糊判断。 普通代码规定流程和权限，Jev 负责路由、评分与风险检查，LLM 继续承担规划、写作和代码生成。
Jev 最先替代的是 Agent 里的小调用。 该用哪个工具、结果能否通过、任务是否结束，这些问题过去经常消耗一次 LLM 调用，也更符合 Jev 的能力范围。
类型安全不能保证判断正确。 Jev 不会突然编出一个不存在的选项，仍然可能在合法选项中选错。它适合按置信度分流，不能因此取消业务检查。
Jev 只是机器原生模型的第一步。 Almeida 不希望它长期只被理解成分类器或决策模型。他想做的是供软件调用、能够大量组合的智能部件，用更便宜的判断推动更多自动化。
三个争议问题
社交媒体上，大家讨论最多的是 Jev 的宣传速度。TypeSafe 自己的四套工作流测试结果显示，如果完成同一套决策流程，LLM 花费的时间和钱是 Jev 的 193.6 倍和 444.6 倍。
但自动化服务公司 AY Automate 在 2026 年 9 月 20 日发布的第三方测试报告显示，Jev 比几款对照模型快约 2 到 3.6 倍。和便宜小模型相比，它省下的费用约为 4.7 到 7.5 倍，和较贵的前沿模型相比才达到 40 到 49 倍。
第二个争议是 Jev 是不是一个分类器。
因为技术逻辑相近，很多人认为 Jev 就是个 " 分类器 "。分类器是给东西贴标签的模型，比如把邮件分成正常邮件和垃圾邮件。
在一些程序员论坛中，不少程序员提到结构化输出、限制解码、读取候选 token 概率早已存在。（虎嗅注：BERT 是典型的 encoder 模型，擅长分类、匹配和打分。GPT、Claude 这类聊天模型通常是 decoder-only 模型，擅长写文章、代码和对话。）
因此，Jev 可能更接近 BERT 一类 encoder 模型，是 " 新瓶装旧酒 "，并没有太多技术含量。
但按照 TypeSafe 创始人 Almeida 的说法，Jev 采用了一套名为 RLCD 的训练方法，训练目标是让模型直接作出选择、评分并给出概率。
不过 TypeSafe 尚未公开架构，其训练方法是否如其所说，仍无法判断。
第三个是幻觉问题。
Jev 官方反复强调的另一个卖点是，不会出现幻觉。
传统 LLM 即使被要求返回 A、B、C 选项中的一个，也可能输出一段解释、错误格式甚至一个不存在的选项。但 Jev 的输出空间则提前被定义，它只会返回软件允许的数据类型。官方把这一点称为 "type-safe"。
但不会输出错误格式，并不等于不会做出错误判断。
如果问题只有 A、B、C 三个选项，Jev 可以保证不会突然回答 D。但它仍然可能选择错误的 A，也可能对一个错误答案给出过高的置信度。
开发者 Simon Willison 提醒，Jev 甚至可能比传统 LLM 更 " 黑盒 "。因为 LLM 至少还能被要求解释自己的判断，但 Jev 最终留给开发者的，可能只有一个数字，比如 0.83 或 10000。这个数字为什么是 0.83 或 10000、模型依据了文本中的什么特征，根本无法得到追问。
而 Jev 发布不到一周，社区已经开始尝试复刻这种形态。
例如开源项目 Kev 直接基于 Qwen 3.5 制作了 0.8B、4B 和 9B 三个 Jev-like 模型。
因此，有更多人认为，Jev 可能就是套壳。而把语言模型从 " 生成文字 " 改造成 " 输出判断 "，并不一定只有 Jev 一条技术路径。
所谓 Jev 成为下一个 LLM，更是天方夜谭。
逃不掉的商业化
云计算和前端开发平台公司 Vercel 给出了一些 Jev 的应用案例，比如表单路由、客服工单优先级、文档分类、内容审核以及搜索排序等场景。
它还建议把企业软件拆成三个部分：确定性的规则继续交给代码，Jev 负责需要语义理解的判断，真正需要生成文字时，再调用传统大模型。
但相比这些传统分类任务，Jev 更大的潜在市场可能来自 Agent，实现一些小决策。
一个 Agent 真正工作起来，需要不断做决策：下一步调用哪个工具？刚才的执行是否成功？要不要重试？应该继续执行，还是询问用户？某一步是否需要人工审批？
Vercel 目前已经把 Jev 放进了这样的 Agent loop 里，让生成模型负责理解和提出行动，Jev 可以位于中间的决策节点，对下一步行动进行选择或者检查，而真正的权限和执行仍由代码控制。
按 TypeSafe 的定价，如果一次判断平均消耗 1000 个输入 token，100 万次判断的模型费用只有约 42 美元。
上线 Vercel AI Gateway 24 小时后，接近 13% 的付费团队已经使用过 Jev。截至 9 月 21 日，Vercel 公开榜单中，Jev 已经占到平台约 21.2% 的请求量，触达 29% 的团队。
同时，足够低的单价也意味着另一重压力：Jev 需要极其庞大、持续的调用量，才能真正撑起可观的收入规模。
但不管怎样，Jev 的爆火都像是一个信号。
过去几年，AI 行业最关心的是模型还能不能更强、更大、更聪明。而现在，问题开始变成：已经足够强的模型能力，该怎样被放置进真实的场景里。
合适比最好更重要。
