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「杰文斯悖论」：蒸汽机效率越高，烧掉的煤反而越多。
Almeida 把模型命名为 Jev，野心昭然若揭。
他在押注一个未来：当 AI 决策的成本趋近于零，速度快到令人发指时，开发者对 AI 决策的需求不会减少，而是会像大爆炸一样席卷所有代码！
过去，大模型太贵太慢，我们只在最核心的地方使用 AI。
但现在，如果每一次智能判断只需要 0.04 美分，只需要几十毫秒，那么，你的代码里，将长出成千上万个微小的、敏捷的「神经网络突触」。
据我所知，这是通往基于 AI 的经济革命的最短路径。
—— Diogo Almeida
这也是他给「AGI 为什么还没来」的答案。
我们一直陷入这样的误区，以为 AGI 就是一个爱因斯坦式的超级大脑，越聪明越好，越会说越好。
而 Almeida 的解法是反过来的，先让机器闭嘴，先让它可靠，再让它便宜到可以随手用。
当百亿个极速、廉价、可靠的「智能细胞」嵌进全球软件的基础设施，一张超越人类想象的自动化网络，就已经形成了。
如果他赌对了，若干年后回头看，从 ChatGPT 开始的这三年，会被写成一段奇怪的弯路。
而拐弯的地方，就是今天。
参考资料：
https://x.com/testingcatalog/status/2099968075861008781
编辑：摩西 Aeneas
