前OpenAI员工做出不会聊天的AI！刚融8.7亿美元，上线两周老东家就跟了

新智元报道 一个不会陪你聊天的AI，刚拿到8.7亿美元融资！ 10月9日，TypeSafe AI宣布完成A轮融资，估值直接冲到75亿美元。a16z领投，红杉、DCVC等机构参投。 更有意思的，是这个团队的背景。 TypeSafe AI三位联合创始人合影，左起依次是Erik Gafni、Sasha Sheng、Diogo Almeida。 Erik Gafni是连续创业者，曾是Invitae和Freenome的早期员工；Sasha Sheng则曾在Meta/FAIR担任研究工程师。 而Diogo Almeida，曾在OpenAI参与ChatGPT的相关研究。 如今他出来单干，做出的新产品，竟然把老东家逼得火速跟进。 9月15日，Jev推出。 仅仅两周后，OpenAI就宣布推出Decisions API的有限预览，并在10月6日直接推向公开Beta。 负责API产品的Nikunj Handa毫不避讳地承认：Jev启发了这一切。 一个不会聊天的AI，究竟有什么本事，让投资人和OpenAI接连出手？ 它不闲聊，也不直接执行任务，只做一件事：读懂内容，快速判断： 邮件要不要提醒？请求交给哪个工具？内容需不需要人工复核？ 更多时候，它的「交谈对象」是软件，交出的结果可能只有一个选项，或一个概率。 软件拿到结果，就能按规则继续运行。 而你连它的回答都不用看。 Jev盯上的 是你每天的小判断 打开邮箱，成百上千条消息扑面而来。 促销、订阅、工作……一大堆信息混成一团。 你想挑出真正要紧的，却又不想一封封点开。 这类任务，以前用大模型也能做。 但问题在于，每来一封邮件就调用一次AI，等待时间和费用就会不断累积： 当同样的判断每天发生几千、几万次，每次调用在耗时和费用上的差别，都会被放大。 Jev瞄准的，正是这种高频发生的小判断。 以邮件筛选为例，开发者可以用自然语言写清楚标准：这封信是否涉及即将到期的账单？是否需要本人紧急回复？是否包含时间地点的变动？ Jev读取内容后，会直接向应用返回判断结果和对应概率。软件再按预设规则，自动归类或发出提醒。 Jev直接返回选项或概率，不用生成长篇回答。程序可以直接读取结果，不必再从一大段文字里提取结论。 据TypeSafe介绍，Jev还能并行回答多个问题，并以结构化格式返回结果，供软件直接读取和使用。 为此，公司采用了专门的模型架构和训练方法，重点之一，就是让概率估计更可靠。 调用AI的成本更是被打到了地板上： 每百万输入token只要0.042美元，输出完全免费。 调用门槛降下来后，许多原本不值得专门动用AI的小步骤，也有了尝试自动化的空间。 开发者的反应很快。 9月18日，Vercel披露，Jev接入其AI Gateway后，首个24小时内，就有接近13%的付费团队使用过。 首日使用它的付费团队数，超过此前任何模型发布首日使用团队数的两倍。 Jev接入Vercel AI Gateway后的首个24小时内，近13%的付费团队使用了它。 这只是一个平台的首日成绩，还不能代表长期留存。 但至少说明，开发者愿意为这种新用法上手试一试。 让AI替人处理琐碎小事，前提就是用得起、等得起。 两周之后 老东家就来了 Almeida早在OpenAI工作时，就萌生了这个想法。 据他在LinkedIn上的回忆，他曾琢磨过一个问题：如果AI真的改变了经济，未来大量调用AI的，究竟会是人，还是自动运行的代码？ 他的判断是，后者将占绝大多数。 他把构想写成文档，拿给奥特曼看。 据他所说，奥特曼很支持，甚至建议他放下手头的工作，去探索这个方向。 后来，Almeida与Erik Gafni、Sasha Sheng共同创办TypeSafe。经过两年研发，Jev终于公开亮相。 这一次，老东家很快就跟了上来。 在Latent Space访谈中，Handa提到，Jev推出后，OpenAI的用户和内部团队纷纷提出需求：他们也需要更快的分类系统。 主持人追问，四周前，这个项目根本不在开发计划里，对吗？ Handa确认，当时完全没有。 OpenAI没有从零训练新模型，而是改造现有的GPT-6 Luna：让它直接给出判断结果，同时处理多个问题，再加快后台运算，让第一个结果更快返回。 Jev和OpenAI提供了相似的能力，但做法完全不同： Jev主打专门的模型与训练方法；OpenAI先把现有Luna模型用起来，将其用于快速判断服务。 OpenAI还多了一项能力：支持图片输入，可以判断照片里的物品是否有可见损伤。 开发者可以把商品照片和检查要求一起发给Decisions API，比如判断物品有没有裂痕、撕裂或凹痕。 GPT-6 Luna根据图片作出判断，并返回损坏概率，应用据此筛出需要提醒或人工复核的商品。Jev目前只支持文本输入。 OpenAI文档演示用Decisions API识别商品照片中的可见损伤。 价格方面，Decisions API的基础输入价为每百万token 0.10美元，输出同样免费。 相比之下，Jev的0.042美元仍然更低。 至于OpenAI宣称的「最高快10倍」，比较的是通过自家Responses API调用同一模型时的表现。 前员工刚踩到痛点，就被老东家火速跟进了。 但谁能笑到最后，还要看每一次判断交出的结果。 答案只有几个选项 也可能选错 Jev的低成本，也得到了一项独立研究的初步验证。 9月29日，来自波恩大学、Lamarr研究所等机构的研究者提交了一篇预印本。 他们在37个数据集上测试Jev 1.13.0，完成346,009次请求，总花费不到10美元。 超过34万次请求，不到10美元。这笔账，确实让人眼前一亮。 Jev在8个选择题数据集上的选择性预测：只回答最有把握的问题时，准确率更高；回答范围扩大后，准确率整体下降。 测试覆盖了分类、阅读理解、内容审核和评分等任务。不过，这个成本对应的是特定评测，不能直接换算成任何工作都这么便宜。 研究也发现，Jev在选择题上的概率校准表现较好，但处理二元判断时，直接套用固定的0.5阈值，效果并不总是理想。在部分任务上，根据训练数据调整阈值，结果明显改善。 说白了，模型给出一个概率，软件还得决定：达到什么程度，才值得采取行动？ 再看邮箱这个场景。 错把广告邮件当成重要通知，可能只是多打扰你一次。漏掉一封当天必须回复的消息，代价就大得多。 哪些能自动归档，哪些必须提醒，哪些拿不准时要交给人，都得结合实际效果来调整。 就连TypeSafe自己的文档，也没有回避短板： 计数不够可靠，日期先后比较可能出错，多层推理容易遇到困难。输入里一旦混入大量无关内容，也会影响判断。 答案只有寥寥几个选项，并不等于每次都能选对。 Jev适合接手哪些步骤，还需要一项项验证。算术交给普通程序，复杂问题交给更强的模型，重要又拿不准的判断，留给人来复核。 省下来的调用费，不能又变成用户收拾烂摊子的时间。 当AI便宜到可以随手调用 Jev这个名字致敬了经济学家William Stanley Jevons。 William Stanley Jevons 他提出的「杰文斯悖论」描述了这样一种现象： 资源利用效率提高、使用成本下降，可能刺激更大的需求，最终让总体消耗反而增加。 Type