發明ChatGPT的核心科學家，閉關兩年後，反手給整個大模型行業敲了一錘喪鐘。
今天，前OpenAI核心研究員，ChatGPT、GPT-4論文重要貢獻者，現TypeSafe創始人Diogo Almeida公佈了一種全新模型：Jev，在開發者圈迅速走紅。
Jev這個名字取自傑文斯悖論（Jevons paradox），同時也寓意它在「每美元所能換取的智能」指標上表現爆表。
與現有的LLM模型相比，Jev在系統任務上達到了類似的智能水平，但速度和效率提高了兩個數量級，雖然Jev不具備字串生成功能，但它針對結構化輸出進行了最佳化，並且不會產生幻覺。
Diogo Almeida稱團隊歷時兩年“秘密”研發，建構了一個完全專注於自動化的新堆疊：採用新的模型架構、平行採樣器以實現最高效率，以及一種新的模型訓練方法（RLCD）。
簡單來說就是，開發者可以把Jev看作是一個前沿智能函數呼叫：輸入非結構化狀態，輸出類型化的機率決策。
01. 放棄出口成章的對話只專注決策能力
在所有人的慣性思維裡，大模型必須會出口成章、會長篇大論， 但Jev走向了完全相反的方向——它徹底閹割了自然語言生成能力，絕不吐半句廢話，只在毫秒級內給出最精準的機率分佈與結構化判定。
Diogo Almeida介紹，相比現有的LLM模型，Jev速度快20-200倍，成本低40-400倍（輸出令牌免費），聽起來好得令人難以置信，主要差異點如下所示：
成本方面，LLM模型輸入token約0.20‑10美元/百萬token，輸出開銷約為輸入token的5倍，而Jev輸入token為0.042美元/百萬token（即每十億token42美元），輸出token不計費（成本極低，無需計量）。
訓練最佳化方式方面，LLM模型普遍基於人類反饋的強化學習（RLHF）/可驗證獎勵強化學習（RLVR）；Jev的訓練方法為校準決策強化學習（RLCD）。
速度方面，前沿模型端到端響應時間：3‑329秒，對人機互動尚可，但嵌入程式碼時會成為巨大性能瓶頸；Jev模型的端到端響應為70‑500毫秒，針對系統一類任務，同等智能水平下，速度提升40‑200倍。
Jev模型可用於四類場景：
1、AI驅動業務流程/智能條件判斷。結構化輸出直接接入普通軟體，充當模糊決策規則：分類、路由、打分、資訊提取、分支判斷；替代難以維護的手寫邏輯；程式碼約束模型輸出邊界，更容易建構穩定可靠系統。
2、巨量資料Map‑Reduce處理：PB級資料提取特徵、挖掘洞察。
3、即時應用：100ms等級延遲，可用於對互動體驗要求嚴苛的產品。
4、全鏈路校驗：打分、評判、核驗、安全防護，以及檢測大模型提示詞越獄、推理鏈路、模型輸出的安全風險。
02. 平行輸出架構從底層消滅幻覺
這種性能說出來可能沒人信，該團隊在技術報告中表示歡迎質疑者自行驗證。
官方對照Demo直觀展現了Jev模型與傳統LLM模型的核心差異：Jev會平行輸出全部機率結果，而不是按token自回歸逐個生成，幾乎秒出結果；普通LLM字串文字生成雖然能力極強、通用性高，但代價高昂。
在這個示例中，該團隊選用的對照模型是默認配置的GPT-5.6 Terra，原因是它的平均智能水平與目前的Jev最為接近。
此外，該團隊還設計了一套新的評測方式，用來衡量AI在程式碼內部的實際運行效果。
具體而言，預先設定一套正確的計算圖（以程式碼實現的“工作流”），並把業界規模最大、能力最強、成本最高的外部大模型給出的預測結果，作為參考機率基準。
所有模型運行完全相同的工作流，測試各個模型與頂尖模型集合的平均輸出之間的差距，選用的基準模型為當下的旗艦模型GPT‑6 Astra 與Claude Fable 5.1。
Jev的表現表現遠超預期，佔據帕累托最優前沿，性能差距接近兩個數量級，而依靠生成提示詞、把全部邏輯放在思維鏈（CoT）內部完成推理的模型，表現明顯劣於直接使用工作流本身。
該團隊展示了工作流當中最簡單的一套，對外宣稱的速度提升193.6倍、成本降低444.6倍的資料就來源於這組測試：
另一大突出優勢在於幻覺與類型安全方面。智能體場景下，發生幻覺導致工具呼叫出錯頂多帶來使用不便，但如果這套系統有延遲保障要求，或是呼叫鏈路深埋在多層依賴鏈之中，幻覺問題就會直接讓整套系統徹底不可用。
現有的大模型，最讓人抓馬的死穴是它有時候會在不知道答案時依然選擇自信地“胡說八道”，無論如今能力有多強，依然會有機率產生幻覺，同時還會出現類型錯誤。
而Jev模型輸出的每一個數值和選項，都帶著嚴格校準後的真實勝率與置信度，它很清楚自己知不知道，在數學層面上把幻覺徹底焊死降為0。
03. Agent進化的一個新方向
放到具體應用上，Jev帶來的是低成本即時智能能力，以及程式碼結合AI所能實現的效果。
在經典射擊遊戲《毀滅戰士》測試中，Jev模型驅動Doom遊戲即時AI演示，負責開發的工程師原本還擔心每秒發起10次API呼叫的開銷會很高（高吞吐即時場景），最終測算成本僅約7美元/小時。
另一項演示是維基競速遊戲，遊戲規則是從某一個維基百科頁面出發，僅依靠頁面內的超連結跳轉，抵達指定的另一個維基百科頁面，每一步都要從數百甚至上千個連結當中做出選擇。
這是一個絕佳的測試場景，不僅可以體現每秒所能輸出的智能能力，還能充分展示在高候選集選擇場景下，杜絕幻覺所能帶來的疊加增益。
相比對照模型，Jev往往能用更少步數完成任務，最高支援255個候選選項，開啟推理能力後，LLM模型在該任務上的表現會好很多，但關閉推理後，LLM在這項任務上效果會很差。
Jev背後的公司TypeSafe AI在2024年創立時曾獲得4000萬美元融資，該團隊表示Jev目前仍處在早期階段，還有大量研發項目正在推進。
獲得早期Jev存取權的開發者直呼不可思議，測試運行了大約5000個請求僅花了大約2美元，涵蓋了分類、模型路由、意圖、引導以及許多其他方面任務。
有開發者認為，Jev指出了一個很有意思的方向：Agent可以繼續使用通用大模型思考和規劃，但真正進入生產系統的大規模自動化，可能需要另一類更快、更便宜、更受約束的決策模型。
大模型負責想，Jev負責在軟體裡每秒做成千上萬個決定，AI的下一次效率躍遷，也許不是比誰生成得更快，而是不再生成，未來智能體自動化可能會比現在還能再快一個量級。 (頭部科技)