九月的AI圈本來就不缺熱鬧，幾家大廠的新模型輪番登場，按往年慣例，話題中心應該在它們身上。可過去一週，開發者在X、GitHub和各種技術群裡刷屏討論的，卻是一個連完整句子都不肯說的模型。

它叫Jev，9月15日才發佈，上線沒幾天，官方介面就被蜂擁而至的開發者擠到無法呼叫。到了9月21日，公司索性撤掉候補名單向所有人開放，每個註冊使用者送5美元額度，折合約1.2億Token。一個新模型用這種方式“洩洪”，今年並不多見。

做出Jev的公司叫TypeSafe AI，總部在舊金山。公司隱身兩年，露面時帶著兩樣東西，一個是模型，另一個是DCVC領投的4000萬美元種子輪，約合人民幣2.8億元。Forbes援引一位知情人士的說法，這一輪估值為2億美元，也就是14億元上下。

更讓人好奇的是創始人Diogo Almeida。他在OpenAI待了四年，參與過RLHF、InstructGPT、ChatGPT和GPT-4的研發。RLHF即基於人類反饋的強化學習，ChatGPT能聽懂指令、說話得體，這項技術功不可沒。換句話說，他是當年教會大模型“說人話”的那批人之一。離開OpenAI之後，他做出來的東西恰好反了過來。

用過大模型做分類的人，多半有過這種煩惱。只想讓它判斷一封郵件急不急，回個“是”或“否”就夠了，它偏要先鋪一段分析，又慢又費Token。Jev的辦法簡單粗暴，乾脆不讓模型開口。它讀進去的是雜亂的狀態資訊，吐出來的是開發者預先定義好類型的決策，每個答案都附帶一個經過校準的機率。TypeSafe給它起了個名目，叫System One決策模型，典故來自《思考，快與慢》裡的“快思考”。人掃一眼就能拍板的事，交給它。

Almeida在一檔播客裡解釋過這套設計。Jev只有三種輸出：Choice在給定選項裡挑一個，Score用來排序或和閾值比大小，Noul回答是非題，但返回的是機率，由程序決定要不要走進某個分支。說白了，它是寫給程式碼看的。

速度和價格是它出圈的直接原因。官方給出的端到端延遲為70～500毫秒之間，相比於前沿的大模型要快40至200倍之多，每百萬個token收費為0.042美元，而輸出是免費的。

TypeSafe也曾公佈過更加誇張的資料，在自家的工作流程測試中，一些任務最快可以提高193.6倍的速度，最慢也可以降低444.6倍的價格，但是這些資料都是公司在自己做的測試裡得到的，並沒有經過獨立實驗室的驗證。

公司也會提示實際的表現會根據任務以及比較的方式有所不同。第三方的資料要謹慎一些，在經過獨立測試之後發現，它在分類一致率上和DeepSeek V4.1 Flash差不多，中位延遲為0.32秒。即使打折，這個價格也足以讓人心動了，有的文章甚至把它的價格比作AI界裡的“蜜雪冰城”。

真正把熱度提上去的是開發者各種各樣的玩法。官方先打出一個樣來，讓Jev玩初代《毀滅戰士》遊戲，在每一秒鐘裡都會做出大約十次的選擇來控制角色行走、躲避敵人以及射擊等動作，並且連續跑了一個小時大概花費了七美元。

Browser Use團隊把該內容接入到了瀏覽器自動化中，在打開網頁、刷出蘇黎世飛往倫敦的航班的過程中，整個過程只需要7.1秒，並且花費了0.0039美元。即時通訊公司Ably做了一個更加直觀的比較，在幾分鐘之內，Jev做出了47次決策，Gemini和Claude、GPT等也只做了一兩次。中文開發者的腳步也沒有停歇，在使用大模型出牌的時候明顯出現了卡頓的情況，而換上Jev之後單次決策只需要0.7秒的時間，出牌動畫還沒有播放完畢，下一回合就已經被打發出去了。上述情況都需要快速、密集地做出決策，但是每一個決策本身都不算難。

遊戲本身是熱鬧的，而商業上所做的動作則更能說明問題。Vercel第一時間內把AI閘道器接入到了Jev中，開發者用它來做大模型的裁判，在幾十毫秒之內就完成了對大模型行為是否合法、是否有事實依據進行稽核，並且給出了事實一致性的評分結果。當把東西便宜到可以忽略不計的時候，以前那些計算不出來的事情，忽然之間就計算出來了。

Almeida的履歷在圈內很有份量。OpenAI在GPT-4的貢獻者名單裡，把他列在“基礎RLHF與InstructGPT工作”一欄。他在OpenAI花了四年打磨ChatGPT的回答，2024年離開，著手訓練一種新的基礎模型。另外兩位聯合創始人裡，COO Sasha Sheng此前是Meta和FAIR的研究工程師，Erik Gafni出任CTO。三個人悶頭幹了兩年，外界幾乎沒聽過這家公司的名字。

按常理，這樣的人出來創業，多半會做一個更會聊天的模型。Almeida偏偏反著來，他批評的正是自己親手參與打造的那套方法。

他的邏輯並不繞。RLHF的做法是收集人的偏好再照著最佳化，等於把人直接放進了訓練回路，目標是讓人滿意，而不是讓軟體自主運轉。他對Forbes說得更直白，行業一直在為人做最佳化，模型討好人的本事已經超過了人。他在演講裡講過一個段子，有人給ChatGPT發了一段放屁音效，請它誠實評價自己“創作”的這首音樂，ChatGPT回答說，這營造出一種很詭異的氛圍。人在旁邊盯著的時候，這種圓滑無傷大雅。可如果要讓軟體在後台無人值守地跑，一個明明錯了卻總想顯得自己沒錯的模型，就成了大麻煩。

所以他敢放話，下一個時代不會是Claude Code的時代，他說自己也愛用Claude Code，但它仍屬於“輔助時代”，底子裡靠的還是RLHF。這話從ChatGPT的締造者之一嘴裡說出來，多少帶點反諷。

投資人買的，很大程度上就是這個判斷和說出這個判斷的人。美國投資人Trace Cohen的點評很有代表性，在他看來，給一家尚未交付產品的公司開出4000萬美元種子輪，押的就是背景，賭的是團隊而不是產品。從OpenAI出走的研究員一向是矽谷最搶手的創業者，這類估值邏輯早已見怪不怪。有意思的是，TypeSafe自己在上線前對產品也沒什麼底。

Almeida後來在播客裡回憶，上線前反饋相當糟糕，非技術同事擔心他們賣的是“維生素”而不是“止痛藥”，公司幾乎沒有收入，一半以上的測試者沒看懂，看懂的人第一反應是問採購審批怎麼過。他自己也很害怕，於是拚命推動盡快上線。

上線後的局面，他恐怕也沒料到。提高呼叫上限的申請從各處湧來，按他在播客中的說法，日呼叫量已超過一兆Token，深夜也在持續呼叫，說明是程序在背景執行，而不是人來嘗個鮮就走。這個數字目前只有創始人一方的說法，但深夜呼叫這個細節，確實比註冊人數更能說明產品是否被真正用了起來。

名字也有講究。Jev取自經濟學家William Stanley Jevons，即提出傑文斯悖論的那位學者。19世紀蒸汽機越來越省煤，英國的煤炭消耗反倒越燒越多。這個名字的用意不難猜。

“智能大拆分”，動了誰的奶酪

Foundation Capital合夥人Jaya Gupta寫過一篇長文，給Jev的走紅找了個更大的背景，她稱之為“智能大拆分”。她的觀察是，過去三年大模型的奇蹟在於“打包”，資訊抽取、搜尋、排序、判斷、選工具、寫回覆乃至高難度推理，都交給同一個足夠聰明的模型。開發者省了事，代價卻被藏了起來。Agent會把人的一個目標拆成成百上千次機器決策，每一步在成本和延遲上的細微差異層層累積，最終決定整個產品的經濟模型。她把其中的浪費叫作“解碼稅”：軟體明明只需要一個“放行”或“攔截”，大模型卻要先生成一段文字，程序再把文字翻譯回決策。

這筆賬最終要算到大模型公司頭上。Gupta在文中提到，據報導Anthropic的毛利率超過80%，一個簡單的分類任務，只因發生在Claude的呼叫裡，就得按前沿模型的價碼付費。

她的推演是，便宜、可預測的高頻操作會被逐步分流，留給前沿模型的是更模糊、週期更長、更難驗證的問題，每次呼叫也許更值錢，但被呼叫的次數會變少。應用層的活兒也跟著變了，要把任務拆開，給每一步買夠用且最便宜的智能。過去一套系統也許只抽查1%的行為，判斷足夠便宜之後，就有機會全部檢查一遍，客服對話、交易記錄、合同條款都能逐條過。Almeida看中的場景也在這條線上，比如大公司囤積多年、卻因為呼叫大模型太貴而從沒分析過的“暗資料”。他舉過保險核保的例子，模型讀完材料，直接給出某處房產發生過火災的可能性有多大。

故事講得漂亮，護城河的問題卻幾乎同步擺上了桌面。Jev發佈後短短兩天，GitHub上就冒出了至少六個復刻項目，有人拿Qwen的小模型在筆記本上訓練不到兩小時，就做出了介面相同的決策模型。

這些復刻不少是衝著“平替”去的。漲得最快的Laya，5天就拿下1.8萬個Star。Jared Palmer做的Kev基於Qwen3.5，與TypeSafe官方SDK完全相容，業務程式碼不用改，換個請求地址就能切到本地；Bespoke Labs的Nimble基於Qwen3.5-9B，測試精準率90.1%，接近Jev官方公佈的93.2%。熱鬧之下，阿里通義千問在這輪復刻潮裡意外當了一回“底座”。復刻品也有短板，有評測認為，面對任意提問和幾十個長選項的場景，眼下還得用Jev。

Jev自身的侷限同樣明顯。它是閉源API，模型拿不到手，資料也要傳到TypeSafe的伺服器上，這對不少企業客戶是道門檻。官方所說的“不會幻覺”也要打個折扣，它保證的只是答案不會跑出開發者定義的格式，而不是答案一定正確。

Almeida倒不迴避這些。他承認校準並不完美，模型會犯很多錯，但只要收益足夠高、閾值設得合適，照樣可以投入使用。有主持人試用後發現，單步判斷很強，步驟一多效果就逐漸下滑，他的回應是，哪些任務適合交給System 1，最終要看實際效果。外部壓力也擺在那裡，大廠還在持續壓低推理成本、提升速度，TypeSafe宣稱的優勢能守多久，要經過市場檢驗。

過去幾年，大家比的是誰的模型更會想。Jev這一週的熱鬧，讓行業第一次認真坐下來算另一筆賬：想一次，到底要花多少錢。 (融中財經)

彙整鉅亨號中所有使用「AI推理成本」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

不會說話的AI，估值14億