Jev 由 OpenAI 前研究员 Diogo 创办的 TypeSafe 研发，它不是写作式的大语言模型，而是直接做决策的行动模型：输出只有是或否加置信度，速度快、价格低，把人类判断力的壁垒挖掉一块。

两个月前，Claude Fable 5 发布时，我和朋友聊，AI 的生产力已经没有悬念了，人类大多数的工作，在大模型的持续进步，和 Harness 工程理念的发展下，AI 足以胜任绝大部分，未来人类与 AI 的关系，不是“人类使用 AI ”的工具关系，而是人类和 AI 协同分工的配合关系。

在分工合作中，人类的价值体现在「判断力」。深度用 AI 的人应该会有同感，AI 输出一大篇信息，人类选择性的使用其中一部分；AI 提出某种方案，人类会告诉 AI，太复杂了，实际情况是怎样，用某种轻量化方法就 OK 了；AI 一直陷在一个走不通的僵局里，人类会跳出来建议它换另一种角度。

这些都是体现出人类的判断力：选什么、用什么、对不对。

直到最近新发布的 Jev 模型的出现，人类判断力的壁垒，也被挖掉一块。

Jev 由 Open AI 前研究员 Diogo 创办的 TypeSafe 公司研发，根据时间线推断，Diogo 主导了 GPT3.5 前后的模型。写 Jev 的文章很多，我不再过多展开它的背景。我想从应用和机会的角度，聊聊我所理解的 Jev。

Jev 火的最关键原因，不是因为它便宜，而是因为它和现在市面上最常见的大模型不一样。GPT、Claude、DeepSeek 这些都是大语言模型，核心逻辑是写作文，通过上一个字，预测下一个字的概率，做词语接龙。所以不管什么任务，都需要思考很长一段话，然后再用一篇小作文，把答案回复出来。

Jev 不一样，它根本不会聊天，也不会生成一大段内容，而是只做一件事：判断。任意自然语言输入，以标准的结果输出。

举个例子：

医疗场景，输入症状，让模型迅速找出最合适的医生。

如果是大语言模型，实际执行过程可能是：

用户让我找最合适的医生，我先来看看症状……这是典型的感冒，但我还需要判断下是什么感冒…等等，好像不是感冒，我需要重新看下症状……接下来我来检索一下医生库，A 医生擅长…，B 医生擅长……好的，最后选择 F 医生…我再确认一遍……

但如果是 Jev，就能够在备选医生中，迅速给出一个明确的答案，并按照固定的格式输出。

快、直接瞄准结论的判断。下图是官方提供的和 GPT 模型运行过程的对比，感受一下，时间差非常明显：Jev 耗时 0.114 秒，后者为 8.566 秒，而且也更加便宜。

判断决策是广义的

这个快速判断的能力，对于 AI 来说，其实非常稀缺。

先看「判断」。这个世界上，大部分动作都是在做判断。

举个打游戏的例子，什么时候开枪、瞄准哪个敌人、现在该不该放大招，这些都是判断。只要提前把可判断的内容定义好，Jev 就能够根据现实情形，迅速作出决策。

人类白领的工作内容，很大程度上，就是在做判断，拍板项目是否立项，确定某一个功能要不要让步，时刻都在判断。

不仅如此，再举个更深度的例子，在现实物理世界的动作中，也是判断。就以“叠毛衣”这个非常抽象的行动来举例子：

• 先折哪个袖子
• 用什么方式折
• 扣子开了要不要系上
• 左边袖子叠好了，下一步叠什么

这些其实都是决策，我们生活中的大多数动作，都是无数细碎的判断组成：走路先迈左脚还是右脚，这个路口要不要拐弯，都是在不停地做判断，只不过有一些判断已经内化于大脑中，不太容易意识到。

再看「快」。

大语言模型虽然有输出不可控的问题，但是工程约束做好了，也能做判断。Jev 的另一个核心，是快，能迅速作出决策，0.1 秒的响应速度，不比人脑的反应速度差。

所以，「判断」和「快」，这两者加起来，一个答案呼之欲出，就是“行动”。

所以我说，GPT 是思考模型，Jev 是行动模型。GPT 通过深思熟虑做逻辑思考，而 Jev 通过迅速判断作出行动。

事实上，社区里也是这么干的，我看到一些很有意思的应用场景，

更高效的操控电脑处理，使用 Jev 进行 Computer Use，对比 Claude Opus5，Jev 做单次决策速度快了 14-40 倍，价格只有 1/155。

还可以直接打游戏。

但 Jev 真正的价值不在于此，电脑操作只是 AI 最容易验证的方向。我们在前面举过例子，走路、叠毛衣、洗碗，这些本质上也是连续的决策判断。

Jev 更大的潜力，在具身智能。

能自然语言输入的 if else

Jev 还有一个关键特性，就是它让智能有了代码层面的确定性。

在软件编程中，那些看起来很复杂的逻辑判断，实际上只在做一件事：if else 。

如果用户身份命中 A 条件，就展示 X 页面，否则展示 Y 页面；
如果用户 30 天没有点过外卖，就下发一张 50 元券，否则下发 10 元券。

这些逻辑判断，形成了软件代码运行的逻辑，也构建了现在无比繁荣的互联网生态。

但一旦场景变成复杂的、涉及意图的判断，代码层面的 if else 就不好写了。

“30 天没有点过外卖”这是客观的，代码从订单表里一查就知道。

但是“用户找到客服发了几个奇怪表情包”，如果是人工，一眼就能分辨出用户生气还是开心，但是代码怎么判断？代码是没有办法理解语义的。

所以在软件时代，软件是有边界的，有一些做不了就是做不了。

后来有了大语言模型，这个意图判断好像可以做了，用户发一段话，AI 大模型通过理解，识别用户的情绪到底是什么，然后在提示词中，要求 AI 模型按照固定的 JSON 结构输出情绪分类，后面的系统根据数据的标准化结构，选定对应的处理动作。这就是 Agent 架构中的“意图理解”和“行为分类”。

这种处理方式，能跑通，但很难受，主要是三个问题：

1. 慢。前面说过，大模型得想半天，用户得在聊天框看着那个思考图标一直闪，很久才能得到答案，这就使得一些需要快速响应的场景，比如内容推荐，没办法应用大模型的理解优势。
2. 贵。意图理解环节，模型最终只是输出了一个“愤怒”的情绪分类，但是为了得出这个结果，可能已经写了一篇 2千字小作文，对于按 Token 付费的大模型来说，成本巨大。
3. 不稳定。大模型的输出结果，要想和后续的代码程序接上，就必须要求大模型按照固定的格式输出，比如 JSON 格式，后面代码才能解析成功，但是大语言模型是个聊天机器人，只能在 Prompt 要求按照某种格式。这会带来一个问题，Prompt 里的约束是软约束，模型幻觉、上下文过长等情况下，输出就是不稳定，漏掉一个 JSON 片段很常见，后面代码层直接就识别不出来了。

Jev 很好的解决了这个问题，兼具大模型的理解能力，又有 if else 代码的确定性结构。

在输入端，Jev 可以输入任何自然语言的内容，能够和大语言模型一样，进行思考理解，看得懂非客观的东西。但是在输出时，Jev 只会输出固定的结构：是/否，以及置信度。

这对于代码衔接可太友好了，输出的结果是确定性的，但是判断能力远超代码，这意味着能够处理的问题更加多元。

更何况 Jev 还巨便宜，输入 $0.042，输出免费。

比如我前一阵子做的 根据小红书文案自动从图库中挑选合适图片的工具，以前通过大模型进行理解匹配，现在直接可以换成 Jev，逐条判断“是/否合格”，或者直接选择置信度最高的结果。

理论上来说，现在代码库里面，所有的意图判断、所有的 if else，都能用 Jev 重做一遍，极大的提升智能水平，极大的扩展场景边界。

让「智能」，有了代码层面的「确定性」。

可能性是 Jev 的最大价值

对于 Jev 的爆火，我看到有一些负面的声音。

有人用 2 小时，通过 Qwen 基座，通过微调做出了类似的能力，认为 Jev 本身没啥门槛；还有人并不看好，认为此刻 Jev 的能力，GPT 或者 Claude 在后训练上稍微一调，就能覆盖掉，没什么壁垒。

但我想说的是，这次 Jev 被广泛传播，不是因为模型能力有多强，而是给已经麻木的 AI 界带来了一些别出心裁的想法。

还是那句话，想到这个方向，价值万金。

就好像年初的 OpenClaw 一样，现在已经没什么人再养龙虾了，但是 OpenClaw 掀起的 Agent 范式，拉动 AI 执行能力进了一个大台阶。

Diogo 在 Jev 发布前的一场访谈中说：“面向人的 AI 被训练为取悦和辅助人，而模型能够为程序提供可靠决策，才有可能真正实现自动化。”朝着这个愿景，Jev 确实在解决通用语言大模型未能解决的事情。

官方也讲得很明确，Jev 最精准的产品定位是：
一个能够理解自然语言的“模糊 if 语句”或“前沿智能函数调用”。

Jev 的核心价值不在开放式能力，而在主动放弃文本生成后获得的工程性质，它不是 Agent 的主力模型，而就是用在系统里需要 if else 的那些地方。

我觉得能想到这个方向，本身就是人类思想的又一个高光时刻，这个来自《思考 快与慢》的产品哲学，正在让 AI 开启一个从思考到行动的新篇章。