Jev爆火硅谷！哑巴AI卷疯14万开发者

新智元报道 就在今天，整个硅谷都被Jev 刷屏 了！ 发布仅三天，它就被Vercel、Cloudflare和LangChain等主流平台迅速集成，有人说，我们即将迎来自动化智能的大爆发！ 而这场狂欢的主角，竟然是一个不会说话的大模型。 9月16日，ChatGPT核心发明人之一、InstructGPT论文第四作者Diogo Almeida连发长推，直接向行业开炮，当年那条路，咱们走偏了！ 他端出的解法，便是Jev。 它不写文章也不陪聊，你扔一堆乱七八糟的数据进去，它只用70毫秒就甩回一个带概率的判断，输出token永久免费。 然后，整个事态就彻底失控了。 不到36小时，就有多达14万名开发者如饿狼般涌入内测。 现在，Jev的用例已经冒出来几百个。 有人给Mac糊了个语音助手，「打开备忘录，新建一条……」话还没落音，App已经秒开。 还有人拿它审PR，一次7万分之一美元，1000个PR才花7美分，同样的活交给Opus 5得烧掉14.5美元。 就连老大哥谷歌都坐不住了。 Gemma官方账号火速发了条「DiffusionGemma as Jev」，直接把自家的扩散模型塞进这个新范式，一步去噪、一次性并行给出所有选项的概率，甚至还顺手把视觉能力也给补上了。 狂欢之下，压着的是一个最致命的老问题，智能到底是什么？ 七十多年前图灵定下考题，机器能不能思考，看它能不能在对话里骗过人。整个行业从此朝着「把话说漂亮」狂奔，而ChatGPT几乎把这条路走到了极限。 或许，这是AI史上最大的一次胜利，但也是最大的一次跑偏。 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。 背后的原因在于， 我们荒谬地把「嘴」当成了「脑子」。 地球上的智能演化了几亿年，绝大多数生死攸关的决策，在被「说」出来之前就已经做完了。至于 语言，不过是最后几十万年才长出来的一层薄皮。 在Almeida眼里，ChatGPT和Claude Code没有任何代差，同属一个旧时代。 而Jev，就是他砸向新时代的第一份答卷，把嘴缝上，只留判断。 聊天超人三年了 说好的「真自动化」在哪？ 故事的主角，名叫Diogo Almeida。 他是OpenAI早期最核心的研发人员之一，是RLHF和InstructGPT的核心奠基人。 但在ChatGPT爆火之后，Diogo却陷入了深深的怀疑。 他写道： 在共同发明了ChatGPT之后，我一直在问自己：为什么超人类的聊天模型没有带来AGI？ 这么聪明的AI，到今天还得靠人类盯着才能干活。根本做不到真正的自动化，也就是让软件中无人值守时自己决策。 他发现了一个致命问题：RLHF让模型学会了取悦人类，却也让它们在系统自动化场景里变得极其不可靠。 当年让ChatGPT一夜封神的RLHF，教给模型的是「怎么回答能讨好人类」。 而这套机制从第一天起，就是为「辅助」而生的。模型干的每件事，最后都得有个人看一眼。 你现在指望它去跑无人值守的硬核业务？对不起，它从一开始就没受过这种训练。 更致命的，是他这两年才想明白的一件事：你优化什么，就会得到什么。而「字符串」，恰恰是世界上最难优化的东西。 为了让长文本不跑偏，训练时就得把模型调得过度自信，逼它主动丢掉那些低概率的选项，把输出按在主干道上。 这样做的代价就是，当大模型信誓旦旦跟你说「这事我有八成把握」时，这「八成」全是水分，你根本不敢信。 换句话说，在文字输出上追求绝对的可靠性，是在逆着生成式AI的底层原理干活。 Diogo意识到，让AI拥有「好口才」，反而成了AI融入万物代码的最大绊脚石。 既然文字这么难管，那干脆就别让它说话了。 于是，他果断从OpenAI辞职，创办了TypeSafe AI，从底层训练架构开始推倒重来。 现在，他带着他的答案——Jev模型，杀回来了。 System One：一个「哑巴」AI的降维打击 Diogo Almeida给Jev起了个新名字，叫System One模型。 出处是诺奖得主卡尼曼的《思考，快与慢》。系统一，就是那种不用过脑子、凭直觉瞬间给出的本能判断。 Jev用法非常简单。 你输入一段极其混乱的状态（比如一封炸毛的客诉邮件，或者程序卡壳时的代码），它会输出一个类型化的决策，并附带精确概率。 在此期间，它不会生成任何一个字。 官方文档也只给了三种交互姿势： 1. Choice，从给定选项里挑一个； 2. Score，给个具体分数； 3. Noul，甩出一个0到1之间的概率值。 每个答案都带着所有选项的概率分布，外加一个整体置信度。 直接的结果就是，零幻觉。 因为模型的工作只是给划定好的几个选项分配概率。选项之外的东西，它想编也编不出来，程序拿到手的永远是一个合法的值。 至于「快」，也是同样的逻辑。 大模型是一个token一个token往外挤，Jev把所有输出并行采样，一次性全给完。 做一次判断，Jev端到端只要70到500毫秒，同样的活交给前沿大模型，要3到329秒。 输出token免费的底气也源于此。 既然没有逐字生成的过程，那就没有值得计费的输出。对此，博客原话非常嚣张：「便宜到根本不值得计费」。 TypeSafe只对输入收费，每百万token仅收0.042美元。对比一下，Astra和Fable 5.1的输出定价是每百万token 50美元。 支撑这一切的，是一种叫RLCD（校准决策强化学习）的新训练法。 RLHF奖励的是「人类看了很爽」；RLCD奖励的则是「你给的概率，得和你的实际命中率咬合」。模型说0.9，那就必须有九成的时候是正确的。 官方没细说技术原理，但给出了一条结论：置信度越高，准确率越高。 在用法上，Jev把「可组合性」玩到了极致。一个复杂的决策，可以直接拆碎了并行去问。 比如审一份商业计划书，把市场规模、技术可行性、差异化全拆开，分别拿一个精准概率，软件最后再做拼图。 Almeida的原话是，零样本+通用=可编程。任何一个判断都能用几行代码描述清楚，根本不需要微调。 这和他当年做InstructGPT时下的赌注一模一样，只要底座足够通用，颠覆性的用例会自己长出来。 TypeSafe放出了两个很有说服力的演示。一个是让Jev实时打《毁灭战士》，每秒做10次决策，一小时算力成本仅需7美元左右。 另一个是维基百科的超链寻路，从几千个链接里精准锁定目标，单次候选上限高达255个。 落到业务代码，画面是这样的。 扔一段客诉给Jev问「客户是不是在暴怒」，它可能回0.9，也可能回0.1。 如果你的软件拿到的是0.9，那么它就会直接拉响红色警报；如果拿到0.1，可能就会扔进低优工单。整个过程，不需要任何人去读那封邮件。 博客直言，Jev和现有大模型的关系不是替代，而是「双核搭档」。 大模型在前面负责吭哧吭哧干活，Jev在旁边花几十毫秒，用概率给这活儿打个分，看合不合格。能过就放行，不能过直接打回重写。 但这一切的代价是，Jev在面对需要一步步推导的数学推理时，顶多只有GPT-4的水平；并且，目前也不支持图像输入。 在一个绝大多数人还在围绕「文字生成」找用例的时代，主动放弃文字输出，无疑是一场巨大的冒险。 Jevons悖论：AI经济的核裂变 Jev这个名字，取自经济学中的