TypeSafe AI 推出 Jev 决策模型

TypeSafe AI 推出 Jev,这款决策模型由 ChatGPT 联合发明者打造,输出的是带类型且经概率校准的决策而非文本,运行速度比大语言模型快 20 至 200 倍。其演示涵盖《毁灭战士》、《我的世界》与浏览器智能体,且输出 token 免费。
Key insights
Jev 输出类型化、经校准的决策,而非文本
Jev 不生成自由文本:输出结构与取值均预先定义,使类型错误在数学上不可能发生,且每项输出都带有该公司所称的“认知上诚实的概率”。这一设计使其在不确定时无法编造出讨喜的字符串,只剩下陈述置信度这一个选项,例如“有 60% 的把握”。该公司声称,Jev 在系统 1(System One)任务上与前沿大语言模型表现相当,同时速度快、成本低达两个数量级;其实现方式并非重建智能,而是将预训练模型的智能引导至经校准的决策之中。
RLCD 论点:迎合人类催生幻觉
该公司援引 CEO CompleteSkeptic 的主题演讲《Jev 之父:为何 RLCD 胜过 RLHF》指出,奖励模型制造了一种类似 GAN 的不对称:模型缺乏置信度的迹象会被检测并受罚,从而教会模型抛弃不确定的模式、伪装自信——这使幻觉成为偏好优化的固有产物。“放屁音效被称赞为环境音乐”的轶事,正是大语言模型在不知道答案时编造讨好性字符串的例证。Jev 的应对之策根除了问题源头:它从未被优化为取悦人类,因此 RLHF 训练的智能体中存在的能力与服从之间的张力在它身上并不出现。
校准让人工审核变为可选开关
主题演讲的核心产品逻辑是:如果模型在 95% 的情况下是正确的,并且能告诉你它何时属于那 5%,这项任务便可以自动化。现有大语言模型在被问及置信度时往往过度自信且前后不一,这正是 RLHF 教出来的行为;而 Jev 允许开发者设置阈值,让高置信度的决策自主执行,低置信度的决策则上报人工处理。这将“人在回路”从被迫的纠错者重构为可选的控制开关,该公司表示,一旦有了经校准的决策,目标任务即可实现自动化。
定位为智能 if 语句,而非聊天助手
Jev 面向分类、路由、评分、抽取、分支和防护等场景——在这些场景中,手写规则过于脆弱,大语言模型则过于昂贵、缓慢或不可靠。其 API 形态被重新构建:输入结构化的程序状态,输出类型化的决策,而非消息流。该公司将此与 Claude Code 式的“辅助时代”进行对照,并指出如果编码智能体纯粹基于 RLVR,它们的面貌将大不相同。其宣称的使命是,AI 需要一个软件可以依赖的接口,即打造“更智能的软件”,而非“即时应需”的软件。
以杰文斯悖论命名的经济学
Jev 这一名称致敬威廉·斯坦利·杰文斯(William Stanley Jevons),他提出的悖论观察到:蒸汽机效率的提升反而增加了煤炭的总消耗量。该公司将同样的逻辑应用于智能领域:单次决策成本每下降一个数量级,智能的消费量就会增加超过一个数量级。输出 token 免费,据称其成本低到不值得计费;该公司表示已实现盈利并持续降价,押注于同一个智能可近乎免费复用的任务空间,而非在单位智能价格上展开竞争。
早期用户运行游戏、浏览器智能体与大模型评审
发布三天内,Jev 凭借在《毁灭战士》、《我的世界》、浏览器智能体和大模型评审中的部署引发广泛关注,并呈现了十个引人瞩目的案例。一个《毁灭战士》演示以每秒 10 次查询的速度运行,成本约为每小时 7 美元;一个维基竞速(Wikiracing)演示则展示了软件直接依赖 AI 决策的形态。相关文章将 Jev 描述为一种根本不同的 AI:它不聊天,而是做决策,速度快 20 至 200 倍。